「开物上线到现在，累计二十三万条提示词—代码配对，」韩路一把屏幕转向赵文渊，「全部来自用户主动分享。」

赵文渊扫了一眼总数：「二十三万条————量是够了。但有个问题，ai生成的代码本身就有bug，直接拿来训练不还是垃圾进垃圾出？」

「所以有第二步。」

韩路一切换到另一个界面，bugkiller的数据管线看板。

「开物每一条生成的代码，都会自动过一遍bugkiller的检测引擎，有bug的标出来，能自动修复的直接修复，修不了的丢弃。」

赵文渊凑近屏幕。

数据流很清晰：用户提示词→原始生成代码→bugkiller自动检测→修复後代码→入库。

每一条数据都带着状态标签，「通过」或「已修复」，没有「未修复」。

「原始代码通过率60%上下，经过bugkiller修复後，最终入库率96%。」

赵文渊没说话，他伸手拿过笔记本，开始自己翻数据。

他先看了几条「已修复」的，原始代码里确实有bug，修复後的代码乾净利落。然後他翻「通过」的那些，原始生成就没问题，代码结构清晰，变量命名规范。

一条丶两条丶五条丶十条。

他逐行看修复逻辑。

二十条丶三十条。

瑞幸店里的音乐换了几首，赵文渊都没有抬头。

翻到五十条左右的时候，他停了。

「这个检测引擎就是bugkiller的核心？」

「对，核心算法是我自己写的，」韩路一说，「这是技术壁垒。」

「你这个数据的确不可能是偷来的，客户的代码良莠不齐，偷来的没有这麽高的质量。」赵文渊叹了一口气，「怪不得codesafe会输给你，我心服口服了。」

「这个准确率，这种用法，」他接着说，「你手里的是一条自动化的数据清洗流水线，别人要花几千万请人标注的事，你用算法跑一遍就完了。」

他又想了想，语速突然变快。

「而且，bugkiller检出来的那些bug代码和修复後的版本，这不就是现成的dpo训练对吗？有bug的是坏例子，修复後的是好例子，天然的偏好数据。」

韩路一点了点头。

「sft用乾净的提示词丶代码对，dpo用bug丶修复对，两条管线同时跑。」赵文渊的手在桌上敲了两下，越说越兴奋，「数据飞轮，这个别人偷不走。就算把数据偷走，没有这个检测引擎，也做不出同等质量的清洗。」

韩路一没说话，文渊，入吾彀中矣。

赵文渊拿过那张写满数字的纸巾，翻到背面，接着写。

「後训练不需要预训练那种千卡集群，但也不便宜。h100单卡现在市场价二十到二十五万，8卡一台伺服器，一台一百六到两百万。」

他给纸巾拍了照，放进手机备忘录里，然後在备忘录里敲了一串数字。

「中等规模模型，几十亿参数，後训练至少需要十六到三十二张卡。」

「先租。」韩路一接过话头。

赵文渊抬头。

「第一版跑通之前不锁定硬体。」韩路一说，「万一方向要调，买的卡可退不了。」

赵文渊笑了，以前在谷歌的时候，训练模型还真没这麽抠搜过。

「你挺清醒的。」

「穷过，谢谢。」

赵文渊在备忘录里快速敲着数字：「算力租赁首批八百万，数据清洗和补充标注三百到五百一这个可能可以省下来，团队薪资六个月四百万上下，工具链杂项三百万，再预留一千万。」

他把手机推过来让韩路一看。

「够用了，先跑起来。」

两人越聊越快，瑞幸下午三点多的店里不算吵，但他俩的声音在不自觉地变大。

旁边桌一个戴耳机的女生摘下一只耳机看了他们一眼，两个装逼犯加一个肌肉男，这组合可太奇怪了。

店员走过来：「几位要不要再来一杯？」

韩路一这才注意到自己坐下来到现在还没点单。

「一杯生椰拿铁。」

「两杯。」赵文渊头都没抬。

张彪跟着店员去扫码下单了，韩路一看了一眼桌面，几张写满数字的纸巾，一台笔记本电脑，两个手机，在瑞幸谈几千万预算，是有点好笑。

「我明天就来上班。」

韩路一看着他：「这麽急？」

「等不了了，想快点上手。」

「对了。」他说，「最难的问题，大模型叫什麽？名字想好了吗？」

韩路一看着他笑了：「我早就想好了——」

「天工。」

>