安全极客去真实世界为AI探矿：蒸馏合成失效后的数据新战场

过去一年，AI数据市场经历多轮主题切换：从标准Coding到垂直行业，从合成蒸馏到真实场景，从“任务够长就是好数据”到“什么任务值得解”。需求每两个月刷新一次，供给侧生存法则同步重写，数商这一原本隐身产业链深处的角色开始浮出水面。

王泉是其中非典型样本。他出身网络安全，核心团队来自中国第一代安全极客社区“乌云”，公司名为Efflora，中文名“平等智能”。今年年初完成过千万元种子轮融资，由Lollapalooza Capital（王慧文家办）领投、蔚来资本跟投。团队不到十人，定位“真实世界的采样器”，专注采集真实应用环境与任务，做成模型公司强化学习所需的专属数据。王泉称，真实世界有无限分辨率，采样精度高就是4K，做得粗可能只有720P。

他拆解了当前数据市场真实交易结构：头部厂商倾向内部完成标准化数据生产，外部采购更多集中在非标场景；蒸馏和合成正收归模型公司内部，真正窗口属于产出周期最长、场景定义最难的非标数据。他给出尖锐判断：训下一代模型本质不是research问题，甚至不是工程问题，而是go-to-market问题——token卖给谁，决定需要什么数据，也决定能否转起数据飞轮。卖不出token，致命处不在收入，而在收不回用户数据。

押注网络安全数据，王泉解释层层递进，最打动人的是最后一层：安全攻防天然沉淀一类极稀缺决策数据——在迷雾和噪声中综合判断、排兵布阵，恰是当前AI最薄弱能力。没人能给AI搭“如何开公司”的训练环境，但安全领域每天真实发生。

访谈末尾，话题从商业滑向更远处。AI用人类几千年公共知识训练而成，生产力提升却不会自动惠及每个人。王泉把默认“技术红利自然下沉”的乐观叫“生产力的便车”。他做了几年文学播客，常和朋友聊：当下整个世界结构正面临巨变。他现在想做的事，某种程度上是对这个问题的回应——在数据这一环就开始回答：我们到底想要什么样的AI。

Z Highlights

蒸馏和合成数据未来基本会收归模型公司内部；真正窗口期是真实非标场景数据——产出周期最长，因为场景和环境一开始根本没被定义好，得先找上游真实用户一起慢慢定义清楚才能产出。也正因门槛高、周期长、别人一时半会做不了，反而给了更长窗口。

市场原本共识是，要真正达到AGI一定不能靠蒸馏、得靠RL，这对数商最有利。但我越想越觉得：如果领先模型对普通用户已接近无感，那单靠蒸馏蒸出一个八九十分AGI，是真有可能的——前提是让不让蒸。

大家对“做下一代模型是什么问题”的认知一直在升级：最开始以为是research问题，后来共识说是工程问题，是infra和data。但我觉得本质是go-to-market问题——要么全方位SOTA，要么极致性价比，否则哪怕第二名、第三名，token都卖不出去，非常残酷。

最开始判断数据好不好，标准很简单：任务足够长、步数足够多、reward稳定客观，但标准里从没提这个任务“是什么任务”。现在光长已经不够，更重要的是它得是“值得解”的任务——甚至不能靠专家直接标，因为专家访谈时说出的任务，和实际做事过程中产生的任务，往往完全不一样。评判标准从供给侧转到了需求侧。

Grok买了Cursor之后推理能力突然大上一截——因为Cursor里有大量用户真实场景和数据。反过来想，Cursor凭什么值那么多钱？产品壳不值钱，自己训的模型也不值钱，真正值钱的是用户真实数据。

手工做数据谁都能做，招几个人就能做出几条；但一旦要大量、高质量数据就非常难。所以我们把自己定位成“真实世界的采样器”，本质是因为做数据的核心难点就是scaling。

真实世界有无限分辨率——分辨率取决于用什么角度采样：采样精度高、任务做得真实，看到的世界就是4K；做得不好，可能只有720P。更关键的是，真实世界让verify变得可规模化：真实淘宝就摆在那，模型做得对不对，拿去和真实淘宝比一下就知道了。

搞安全的人最大特点是特别擅长reward hacking——本身不是好事，但意味着你习惯用非常规、有点奇技淫巧的办法解决问题，而不是走常规路径。这也是我们敢去讲、去探索这个新范式的原因——它本来就是一件跳出常规的事。

现在很多团队默认，只要把生产力提上去，大众自然就能享受红利，我把它叫“生产力的便车”。但今天AI取代工作、裁员都在发生，生产力提升并不会让所有人都搭上便车。所以我们常说：你想要什么样的AI，就做什么样的数据。

01 蒸馏和合成正在收归内部，留给外部数商的窗口越来越窄

ZP：从你这一年观察来看，模型公司对数据的需求到底在发生什么变化？

王泉：变化非常快，基本每两个月就有一次较大变化。但要看清楚，得先理解需求正在分层：一头是还在大量采购的标准化Coding数据——给一个需求，怎么写feature、怎么fix bug；另一头是越来越多厂商开始要的真实、完整环境数据，同样是Coding，他们关心的是这个需求怎么来的？软件整个供应链、整个生命周期是怎样的？最开始和客户谈了什么合同、聊天记录是什么、需求怎么讨论、怎么开发，开发完客户到底验收不验收、买不买单、结果好不好。在我们接触范围内，后一类需求目前仍集中在少数先锋厂商，大多数客户还没进入这个阶段——因为它是非标数据，得我们和模型厂商一起