State of AI 报告今年已经是第八年了。里面一条观察很硬：如果用「有多少衍生模型是基于哪个国家的开源模型微调而来」来衡量，中国的曲线在五月还很低，到八九月已经远超欧美。而报告给的原因不只是模型本身——是强化学习那一整套开源工具链。
State of AI 已经连发了大约八年，全部基于公开情报。今年这版大概 300 页，内容一如既往地硬——里面八九成的点都值得知道。
分类框架和往年一样：研究、行业、地缘政治等几大块。看这类长报告有个实用技巧：用沉浸式翻译直接翻本地 PDF，一页原文一页中文对照着读。
报告用了一个很聪明的口径：不是数谁发了多少模型，而是数「有多少衍生模型是基于哪个国家的开源模型微调而来」。
按这个口径，中国的曲线在五月还很低，到八九月已经远超欧美。能力排名上也已经追上去了。
对照之下，某些美国开源项目的定位就显得很微妙——slogan 写的是「面向美国研究与产业的开放模型」，本身就带着地缘政治的色彩。
报告认为研究者转向中国开源模型，一个更重要的原因是强化学习相关的工具。
字节、阿里、智谱等都放出了大量 RL 训练技术栈，而且协议非常开放——MIT 或类似的宽松许可。
模型可以选，但训练栈的可用性直接决定研究者的日常。工具链开放，人就跟过来了。
有个工作挺有意思：把论文里的算法拆解成不同的 MCP。
关键洞察是——一篇论文提出的绝不只是一个函数，而是一系列成果的组合，所以拆成多个 MCP 才对得上它真实的结构。
拆完之后就可以组装成 agent，再往上做工作流。整套基本都开源。
做 Elasticsearch 的公司收购了一家做大模型相关基础组件的公司。
这个组合很值得琢磨：Elasticsearch 是大家构建搜索服务的默认选择，而被收的这家做的是 embedding 模型这类和大模型对接的部分。搜索基础设施 + 向量能力，正好补齐了 RAG 时代最缺的那一环。