1.6万亿参数,一颗英伟达芯片都没用

2026-11-15·6 min read·OKCodex 编辑部

1.6万亿参数,一颗英伟达芯片都没用

三个信号,一条主线

最近几天的 AI 新闻看起来互不相干:美团放出了一个 1.6 万亿参数智能体模型的权重,训练全程使用中国硬件;媒体曝出英伟达芯片流向中国的近 120 亿美元通道;澳大利亚央行发现 AI 最先冲击的是 15–24 岁的入门岗位。把这三条放在一起,指向的是同一件事——智能体的能力上限正被算力供给结构重新定义,而成本最先落在最年轻的那批人身上。

LongCat-2.5:跑分之外的信息量

据 The Decoder 报道,美团已发布 LongCat-2.5 的权重。这是一个为 AI Agent 构建的 1.6 万亿参数模型,训练完全在中国硬件上完成。它在 Terminal Bench 上得分 88.4,仅次于 Claude Opus 5。来源给出的样例部署规模是 194 颗华为昇腾芯片。

值得注意的不是 88.4 这个数字本身——基准分数每年都在膨胀——而是三个结构性事实。

第一,这是训练侧,不是推理侧。国产算力过去更多被当作推理降本方案讨论,这次承载的是万亿参数级模型的完整训练。第二,它面向 Agent,而非面向聊天。Terminal Bench 测的是在终端环境中完成多步任务的能力,这正是智能体产品的核心指标。第三,权重开放,下游团队可以在自己的环境里微调与部署。

同样需要冷静的是:来源摘要没有给出训练集群规模、训练时长和成本,194 颗昇腾描述的是样例部署,不是训练配置。而这三项恰恰决定它能否被复制。一个能训练出万亿模型、但成本不可复现的技术栈,和一条可规模化的国产训练流水线,是两件事。

供应侧的噪声,正是国产栈的动力

同期英伟达对华通道的报道并不好看。据《华尔街日报》报道,与 Alice Huang(被描述为黄仁勋前伴侣)有关联的 Megaspeed,在 2024 至 2025 年间为中国企业安排了近 120 亿美元的英伟达芯片订单;做空机构 Culper Research 估算,英伟达实际的中国营收占比超过 20%。TechCrunch 另报道,英伟达安全负责人在 8 月悄然离职;黄仁勋因包括与一名涉嫌向中国转运芯片的公司高管的关系而卸任;马斯克等科技高管签署请愿,要求英伟达让黄仁勋复职,截至周六下午签名已超过 11.5 万。

这些是媒体报道与第三方估算,不是定论。但对采购方来说,结论已经足够清楚:跨境算力供应的政策与合规风险在上升,而不是在下降。 这也解释了为什么「全程国产硬件训练」这件事本身,比跑分更值得被记录。

需求侧:Agent 越强,入门岗位越先承压

澳大利亚央行提供了另一端的证据。据 The Decoder 报道,该行看到早期迹象:自 ChatGPT 发布以来,软件开发与客户服务这类高暴露岗位上,15–24 岁人群的招聘与就业下降幅度明显大于年长员工。

这与模型能力的走向一致。Anthropic 的 Claude Fable 5.2 从另一个角度展示了这个范式:它不直接计算像素,而是写 Python 代码,在虚拟画布上放置数十万笔模拟笔触,包含笔毛纹理与上色过程。模型把「执行」交给代码——这既是绘图方法,也是智能体的通用形态。当行动空间变成代码和终端,最先被替代的就是那些本质上是「照着步骤做」的任务。

给不同角色的判断与建议

技术负责人:把 Terminal Bench 这类可复现基准纳入选型,但不要只看总分。用你们自己的业务任务构造 20–50 条评测集,重点看多步任务的失败恢复能力。同时提前评估国产卡的适配成本——它不会出现在跑分里,会出现在工期里。

基础设施与采购:假设供应侧会继续波动。对关键训练任务做多栈冗余,把「能不能换」写进架构评审,而不是留到事故后的应急方案里。

团队与个人:如果你在带 0–3 年经验的成员,现在就该重排任务结构。把可被脚本化的步骤交给 Agent,把判断、验收和跨系统协调留给人。入门岗位不会消失,但「只做入门工作」的岗位会。

结论

LongCat-2.5 的真正意义不在于它比谁低了几分,而在于它证明了一件事:在算力供给被政策反复扰动的环境里,万亿参数级别的智能体模型可以在非英伟达栈上完成训练。这是一个可被检验的起点,不是终点。接下来要盯的是训练成本是否公开、昇腾之外的国产卡是否进入训练侧,以及 Agent 能力提升在就业数据上的滞后反馈。对读者而言,最务实的动作只有一个:把「算力可替代性」和「任务可脚本化程度」变成你今年架构评审与人员规划里的两个显式字段。

来源

分享:微博

为下一步任务找到工具

从扫描文档、代码审查或资料研究开始,得到工具短名单与匹配依据;目录筛选不运行模型。

为我的任务选工具 →

订阅每周好码简报

评论

加载中…

发表评论

0 / 500

评论经过审核后显示。

换两个模型分析这个主题

已预选 DeepSeek 与 Qwen,并带入文章主题;确认后才会运行。

试一下 →

继续阅读

Mentioned

文中提到的 Agent