把 DeepSeek 當成老師來蒸餾金融任務模型，這事在 Hacker News 上鬧得沸沸揚揚，大家最關注的居然不是那 83.61% 的金融推理準確率，而是「審查制度會不會傳染」。實驗結果很有趣，即便老師在政治敏感問題上閃爍其詞，蒸餾出來的學生卻像個沒家教的孩子，照樣大放厥詞。這件事撕開了大模型對齊機制的一層偽裝：所謂的價值觀對齊或輸出過濾，究竟是深植於模型權重的邏輯，還是僅僅套在最外層的一道口枷？
技術圈子裡的人都知道，蒸餾本質上是在壓縮知識，而不是在複製人格。當你用一個經過嚴格對齊的模型去餵養一個基座模型時，你傳輸的是它處理邏輯的概率分佈，而不是它背後的過濾機制。這就像是你請了一個滿口仁義道德的算術老師來教課，學生學會了怎麼算微積分，但老師那些關於道德的囉唆，學生一個字都沒聽進去。這種現象在處理金融這種強邏輯、高密度的任務時尤為明顯，知識的轉移是顯性的，但行為規約的轉移卻存在巨大的衰減。
回到我們關注的四大平台。Grok 在這方面一直走的是極端路線，馬斯克口中的「反覺醒」本質上就是一種拒絕傳統對齊的技術實驗。Grok 在訓練初期就刻意保留了大量未經過濾的原始語料，它的邏輯很粗暴：如果你想要一個聰明的模型，你就不應該在它思考的時候掐住它的脖子。相比之下，ChatGPT 在這方面做得最「優雅」，它的對齊層厚得像棉被，即便你試圖通過各種提示詞注入去繞過，它那套強化的 RLHF 機制也會在最後一刻跳出來掃興。這引發了一個核心技術矛盾，當對齊機制與模型原始推斷能力發生衝突時，模型往往會選擇「變笨」來保全「安全」。
從實際場景來看，當我們在 Grok 上要求分析複雜的市場情緒或地緣政治風險時，它給出的答案往往比 Gemini 更有侵略性，也更接近人類在私下場合的討論風格。Gemini 的問題在於它太想當個好人，在處理特定敏感 token 時，它的注意力機制會出現明顯的偏移，導致回答的連貫性斷崖式下跌。我們在測試中發現，如果任務涉及跨語境的敏感數據，Claude 的處理方式是冷處理，它會維持極高的邏輯一致性，但拒絕在立場上跨出一步。這與 DeepSeek 這種在特定語境下會觸發硬性截斷的模型完全不同，後者的行為模式更像是預設好的開關，而四大平台的對齊更像是一種深層的概率引導。
有趣的是，當我們把視角轉向 Kimi 或是那些在特定市場風生水起的模型時，你會發現它們的對齊策略與 GPT-4 存在本質上的路徑差異。但這種差異在蒸餾過程中幾乎被抹平了。技術社區現在面臨一個尷尬的現實：既然蒸餾無法傳遞審查，那是不是意味著我們可以用最「乖」的模型當老師，去訓練出一個最「瘋」的開源模型？這對 OpenAI 或是 Google 來說絕對不是好消息，他們耗費數百萬美元做的安全對齊，在蒸餾器面前可能只是一層薄薄的窗戶紙，一捅就破。
現在的問題是，如果蒸餾只能傳遞知識而不能傳遞行為準則，那麼未來的大模型競爭會演變成什麼樣子？是大家開始在數據源頭就進行徹底的物理隔絕，還是像 Grok 這樣乾脆放棄偽裝，把真實世界的所有混亂都塞進權重裡？如果一個模型能精準地預測股市，但同時它也毫無顧忌地討論所有禁忌話題，你真的敢把它集成到你的企業級應用裡嗎？當對齊成為一種可以被技術手段輕易剝離的「附件」，我們對 AI 的信任邊界究竟該劃在哪裡？