中美大模型都在抄同一套训练流水线 — 真正决定能力的，不是预训练

我们注意到一个被低估的事实：预训练吃掉 90% 算力，但真正决定模型聪不聪明的，是那个只占 5% 的中训阶段。掘金一篇技术长文把这事讲清楚了。

这是什么

这篇技术长文把大模型训练拆成"流水线"。典型流程分四段：预训练（让模型见过世界）、中训（往数学、代码、推理方向加压）、SFT 监督微调（教模型听指令）、对齐（用 RLHF 即人类反馈强化学习，或 DPO 即直接偏好优化，让回答"有用、无害、诚实"），旁路还有蒸馏——把大模型能力浓缩到小模型。参考 DeepSeek-V3、Qwen2.5、LLaMA-3.1、Kimi K1.5 的公开披露，结论是：中外头部玩家的训练流程已经趋同。

行业怎么看

文章面向训练工程师，但揭示了一个值得非技术读者关注的成本结构：预训练吃掉 90%+ 的 GPU-hours（GPU 运算小时数），中训 5% 左右，SFT 不到 1%，对齐的算力占比最小、工程复杂度最高。

"钱花在哪"和"能力长在哪"不是一回事。中国大模型能在算力受限下追上来，关键不是预训练堆卡（那拼的是资本和供应链），而是在中训、SFT、对齐这些"小算力、高技巧"环节做差异化。DeepSeek R1 用 GRPO（一种去掉 critic 的强化学习方法）在推理上打出名堂，正是这种打法的体现。

反对意见同样存在。把流水线讲得这么"工业化"，可能掩盖基础研究的重要性。当大家都在抄同一套 SFT+DPO+蒸馏模板时，下一代突破反而可能出在不按套路出牌的小团队或学术实验室。

对普通人的影响

对企业 IT：训练流程标准化后，"自建大模型"的工程门槛比想象中低，但复杂度集中在对齐和稳定性，多数场景下买第三方 API 仍更划算。

对个人职场：理解"模型不是一次训完"，有助于判断供应商话术——"自研基础模型"的能力到底来自预训练还是中训，前者要资本，后者要数据和方法论。

对消费市场：开源模型在快速追平闭源，Qwen、Kimi、DeepSeek 这条线的产出意味着 AI 服务边际成本会继续下降，应用层比模型层更值得关注。