大讲堂
2026年那场把券商IT圈掀翻的落地事故
2026年3月，某头部券商研究所的自研大模型项目组，整组人都在会议室里盯着测试屏幕发愣。 他们前前后后砸了4200万，搭了720亿参数的专属金融大模型，本来要当核心生产力工具，替代人工写上市公司年报摘要。结果内部盲测的成绩出来，直接给所有人浇了一盆冷水——自研模型的事实准确率只有62.1%，比一个12人小团队做的开源模型微调版本，低了整整27个百分点。 没人信。 一开始项目组咬死了说小团队作弊，肯定是把现成的券商研报答案提前塞进了训练集。结果翻完对方的训练集才发现，人家根本没碰任何已经发布的研报内容，就是花了8个月时间，把近10年所有A股上市公司的年报、业绩说明会逐字稿、交易所问询函，一共32万份非结构化文档，逐份清洗掉格式乱码、修正了现场参会的口误、把跨年份的同一财务指标做了文档级对齐，甚至把年报里那种“公司未来将积极拓展相关业务”的正确的废话，全部标注成了低权重内容。 这活太磨人了。 没有任何技术含量。 但就是赢了。
所谓模型竞赛，本质上是一场算错账的自嗨
其实整个NLP行业的商业模式博弈，从一开始就走偏了。 大家都把目光盯在模型架构、参数规模、公开榜单的跑分成绩上，好像谁的MMLU分数高个几分，谁就是行业绝对的领跑者。但很少有人真的坐下来算一笔细账：你花几个亿堆出来的千亿参数模型，到了具体的行业场景里，到底有多少能力是真的能落地给客户创造价值的？ 我之前拿某头部大模型厂商2025年的公开财报做过测算，数据清洗、领域对齐的人力成本，已经占了总研发投入的58%，而算力采购的成本只占32%。这个比例意味着什么？相当于你花100万装了个顶级的商用厨房，买了最好的灶台、最专业的厨具，结果90%的工作时间都在对着一堆带泥的蔬菜、发皱的食材挑挑拣拣，最后炒出来的菜好不好吃，根本不是灶台够不够猛决定的，是你菜洗得干不干净、切得对不对、有没有把坏叶子挑出去。 杭州的达观数据是个很典型的本土案例。2023年的时候他们也跟着行业浪潮，砸了近2亿要做千亿参数的通用大模型，结果2024年年初直接把整个项目砍了，把所有研发资源全部转去做制造、政务、金融领域的非结构化文本清洗——比如把工厂里攒了二三十年的手写设备故障工单、退休老师傅的口述维修记录、车间巡检的语音转写稿，全部整理成能被模型识别的、带精准标注的高质量训练集。到2026年年初，他们的客户续费率冲到了92%，比那些天天开发布会吹千亿参数的厂商的平均续费率，高了整整38个百分点。
被看不起的脏活，才是普通人的入场券
很多之前挤破头想进NLP赛道的年轻人，现在已经卷不动了。 我查过某主流招聘平台2025年下半年的行业数据，北上广深的大模型通用算法岗招聘量，比2023年的峰值掉了62%，但垂直领域的文本清洗、数据标注、场景微调的岗位招聘量，涨了210%。这种岗位结构的变化，带来了非常夸张的薪资倒挂：现在一个刚毕业的计算机硕士，进大厂做通用算法研发，起薪大概是45万一年；但一个有5年金融领域文本处理经验的标注团队负责人，年薪能拿到70万，比刚毕业的算法硕高了快60%。这种事在三年前，是根本不敢想的。 之前大家默认的NLP产业链逻辑，是“上游卖GPU赚大钱，中游做通用模型拿融资，下游小厂商做应用赚辛苦钱”，结果现在的现实完全反过来了：2025年全年，国内17家拿到B轮以上融资的通用大模型厂商，平均亏损额是2.3亿，反而那些扎根在细分领域，把脏活累活干到极致的小团队——比如专门做司法文本处理的、专门做制造业工单整理的、专门做零售客服聊天记录分析的——平均净利率能到28%。 很多刚入行的年轻人跟我吐槽，说自己天天泡在实验室里改模型结构，发了两篇顶会论文，结果出来找工作，发现企业根本不看你论文里的新注意力机制，只问你有没有处理过10万份以上的领域文档，知不知道怎么把语音转写的错别字修正，能不能把不同格式的文档对齐成统一的训练格式。 说实话，这才是最真实的行业状态。没有那么多靠改几行代码就能改变世界的神话，所有能落地的NLP能力，本质上都是靠一点点把零散的、混乱的、非结构化的文本，整理成能被模型理解的规则堆出来的。那些天天吹自己有万亿参数模型的厂商，看起来站在行业的聚光灯下，实际上离真正的客户价值，还差了十万八千里的脏活距离。 再过三年，当所有人都不再为千亿参数的噱头买单的时候，那些蹲在角落里洗了三年数据、摸透了各个行业文本规则的人，早就把整个NLP行业的入场券攥在了手里——你现在还在盯着别人的参数表眼红吗？作者|大讲堂
排版|大讲堂
审核|白杨