大模型API普遍面临“一次性交易”困境，Mind Lab发布的Macaron V1通过LoRA强化学习与Mixture of LoRA架构，让模型在使用中持续学习，两周即实现千万级年化营收，或将成为打破静态模型瓶颈的关键突破。

最近，梁文锋在一场投资者交流会上，把大模型下一步该往哪走讲得非常直白。

Agent 之后，下一个瓶颈是持续学习。原话是——”我们现在站在 Agent 这个地方，能看到的是下一个瓶颈，就是持续学习。这个是看得到的，是相对来讲比较明确的。”

「AI 现在不缺品位和直觉，它缺的是持续学习的能力。」

很巧，它几乎精确地描述了一家公司的技术赌注——Mind Lab。他们刚刚发布的 Macaron V1，核心架构就是围绕”让模型在使用过程中持续学习”设计的。

最近我看了 Mind Lab 发布 Macaron V1 的资料，越看越觉得，这家团队在这个路线上已经探索来一段时间了。这篇文章我想顺着这条主线，聊聊他们到底赌对了什么，又是怎么把一个听起来很理想化的想法，一步步做成了一个能收钱的产品。

静态模型这道墙，大家都绕着走

先说说这个死穴到底有多普遍。今天市面上大多数模型 API，本质上做的都是一次性交易，你发一个请求过去，它吐出一个结果，仅此而已。不管你们之间已经打过多少次交道，模型都不会因为这些交互变得更懂你，下一次调用它的时候，一切又是从零开始。

这个问题在个人场景里可能只是有点烦，放到企业场景里就变成了真金白银的损失。一个做科研的团队，一个流程复杂的工业企业，他们手里的数据往往极其专业，通用模型很难天然理解这些任务。可这些企业又不太愿意把核心数据交出去，让基座模型公司拿去重新训练一遍，风险和成本都太高。这中间的缺口，一直没有人真正填上。

Mind Lab 的赌注，让模型自己学会成长

Mind Lab 押的赌注很直接，模型不该是训练完就定型的静态工具，而应该在被使用的过程中持续学习，越用越懂你。能撑起这件事的技术路线，叫 LoRA 强化学习，简单说就是用很低的成本，做到和全参数微调差不多的效果，不用每次都把整个模型推倒重训。

这条路不是 Mind Lab 一个人在赌。OpenAI 联合创始人、PPO 算法的作者 John Schulman，现在是 Thinking Machines Lab 的首席科学家，他写过一篇很有名的文章，说在大多数后训练场景下，LoRA 的样本效率和最终效果，和全量微调几乎没有差别，这跟大家印象里 LoRA 是打折方案完全相反。他把这种情况叫低遗憾区间，说它覆盖了绝大多数实际的后训练任务。做模型托管的平台也在往这个方向靠拢，Fireworks AI 估值 175 亿美元，能在一个基座模型上同时挂几百个 LoRA，根据每次请求动态选用；Together AI 刚完成 8 亿美元的 C 轮，已经把 LoRA 设成了默认的微调方式。全球最前沿的团队和最大的托管平台都在往这个方向靠，这条路至少不是一厢情愿。

从想法到 Macaron V1，怎么落地的

想法靠谱是一回事，做出来是另一回事。Macaron V1 用的架构叫 Mixture of LoRA，简称 MoL，基座是 GLM-5.2，原生支持 200 万 token 的超长上下文。旗舰版 Venti 是 744B 的基座加四个 10 亿参数的 LoRA 专家，分别管对话、工具调用、写代码和界面生成。这个拆分背后的逻辑很朴素，聊天、写代码这些能力背后的思维方式差别很大，硬塞进同一组参数里训练会互相打架，这边进步了那边就退步。拆成独立的 LoRA 以后，以后要加新能力，直接训一个新的插进去就行，完全不用动已经练好的部分。这其实就是持续学习在架构层面最直接的样子。

能把这套东西做扎实，靠的是团队从成立以来一步步攒下的家底。2025 年 12 月，他们用十分之一的算力就完成了万亿参数模型的强化学习后训练，这个能力当时全球只有两家团队做到，另一家是 Thinking Machines Lab。今年 7 月又放出 LongStraw，在固定算力下把强化学习训练的上下文推到了 200 万 token，解决了推理能读百万级 token、但训练卡在二十多万 token 这道墙的老问题。再加上底层的 MinT 平台，执行器和学习器之间只传 LoRA 适配器，不用搬整个模型权重，才撑得住百万级的适配器目录。这些看起来分散的研究成果，其实都是在为同一件事做铺垫。

还有一个容易被忽略的助攻，是中国的开源模型生态。Macaron-V1-Preview 基于 GLM-5.1，这次的 Venti 用了最新的 GLM-5.2，轻量版 Tall 基于通义千问 3.6。海外一些团队因为各种原因坚持自己从头做开源底座，结果精力被大量牵扯，模型能力反而上不去。中国的开源模型这一两年已经能摸到全球最前沿的水平，站在这个起点上做 LoRA 强化学习，相当于省下了从零造轮子的时间，把力气都花在了持续学习这件事本身上。

市场已经在验证这个赌注

技术故事讲得再漂亮，最后还是要回到有没有人愿意付钱。今年 6 月底模型发布，7 月开始商业化，Mind Lab 用了两周时间就摸到了千万美元级的年化营收，是目前模型 API 收入增速最快的公司之一。我不太想把这个数字本身当成重点，真正让我在意的是这件事发生的速度，两周，说明这条持续学习的路线，商业上是真的走得通的，不是一个只能停留在论文里的概念。

更关键的是他们想改的不只是模型能力，还有卖模型这件事本身的逻辑。客户买的不再只是 Token，还包括模型在他们自己场景里持续学习和迭代的过程，这恰好是文章开头那个死穴的解法，一次性交易变成了持续变强的关系。目前他们已经和一家头部手机厂商、耳机公司韶音、AI 硬件初创公司 Odyss 建立了合作，团队内部有句话我印象很深，他们希望训练模型这件事，最后能变得和调用模型一样简单，会用 Token，就能训 Token。

写在最后

写到这里，我想起强化学习之父 Richard Sutton 那篇很有名的文章，叫经验时代。他说下一阶段 AI 的能力提升，不会主要来自继续吸收人类已经产生的数据，而是来自 Agent 在真实环境里长期的行动、反馈和持续学习。这几乎就是 Mind Lab 整个技术路线的注脚。有意思的是，Sutton 本人最近也传出创业消息，他的新公司叫 Oak Lab，追求的同样是低成本、高效率的持续学习模型。

一个快七十岁的理论奠基人选择在这个时间点下场创业，这件事本身就很说明问题。静态模型这道墙，可能真的要被推倒了，而 Mind Lab 现在做的，是在这条路上先跑出了一段看得见的距离。