他表示，字节跳动不会将模型蒸馏作为提升模型能力的捷径，即便这会造成公司在现阶段落后于国内同行。

在其他负责人阐述完不采用蒸馏的相关考量之后，张一鸣现场表态：字节应当愿意为更长期的目标，牺牲一部分短期收益。报道没有进一步披露长期目标的具体细节，但释放出明确信号：字节放弃依靠模仿别家模型实现快速跑分提升的路径。

字节也是国内主流 AI 厂商当中，为数不多几乎全部布局专有闭源大模型的企业，和行业多数企业积极拥抱开源模型的发展路线形成明显区别。

这里需要厘清，蒸馏本身属于中性技术。行业普遍会使用自蒸馏，也就是用自家大模型去训练轻量化小模型，用于模型压缩、落地部署；而本次字节内部抵制的，是利用外部第三方模型输出，来训练迭代自身基座大模型的行为，字节还配套 API 检测机制对内部行为加以约束管控。

新模型不需要完全依赖原始训练数据集，可以直接学习成熟先进模型的推理输出逻辑，极大节省训练周期与算力投入，能够快速提升评测榜单表现。但该模式的短板同样明显，模型更多复刻外在输出，很难真正习得底层算法与原始认知能力，容易陷入持续跟跑的局面。

报道提及，部分行业观点猜测该决策或许掺杂海外业务合规层面的考量，但来自字节内部的信息显示，更多来自技术层面的判断：过度依赖外部模型蒸馏，会掩盖自身预训练、数据处理、算法创新的短板，阻碍底层原创技术突破，即便短期拿到好看的评测成绩，长期会限制模型能力天花板。

当然，选择这条路线，代价同样客观存在。消息也提到，不使用蒸馏，被内部视作字节大模型现阶段与国内对手存在差距的原因之一。意味着字节要投入更多算力、数据、人才，完整走完从原始数据到基座模型的全链路研发，需要承受更长研发周期带来的压力。

字节此次战略定调，抛出整个行业都在面对的一道选择题：是优先追求快速上线、榜单亮眼的短期成果，还是沉下心打磨原生基础能力，换取远期技术上限。