这是苍穹猎鹰第449篇演化日记

范蠡大模型：当AI遇上养鱼

本文仅为个人观点分享，文中列举的数据与逻辑仅作分析参考，不构成任何决策建议。

最近，快刀在《AI学习圈》里提到了一条新闻：中国农业大学发布了“范蠡大模型4.0”，号称是国内首个渔业大模型。

这个模型有3970亿参数，覆盖水质、品种、饲料、健康、运营、装备、能源、经济八个养殖维度，整合了101个主要养殖品种的知识，还配套了11.6万帧图像、69.8万条任务标注的公开数据集。

听完之后我挺感慨的——现在连养鱼都用上AI了。

这个模型的名字也很有意思，叫“范蠡”。

相传范蠡在帮助越王勾践复国之后，带着西施泛舟五湖，退隐江湖。一边经商成了陶朱公（后世的财神爷），一边还写了中国最早的养鱼专著《养鱼经》。

看来，范蠡这个名字也不是凭空来的，还真和养鱼扯上了关系。

1/5

AI从服务器走进了鱼塘

提到AI大模型，大家首先想到的是互联网大厂、服务器机房，很难把它和土里土气的鱼塘联系在一起。

这事听起来有点魔幻，但背后的逻辑特别实在：AI再厉害，也得落地到具体行业里，才能产生真正的价值。

而养鱼这个行业，看似传统，其实数据维度非常丰富——水温、溶氧量、饲料配方、鱼病防治、市场行情……每一个环节都有大量的经验和数据需要积累。

范蠡大模型的出现，不是凭空造了个新东西，而是把几十年的渔业研究，突然接上了AI这台超级引擎。

2/5

真正的护城河：三十年攒下的细分数据

范蠡大模型有3970亿参数，和动辄上万亿参数的通用模型比起来，小了一个数量级。但它背后那三十年的积累，才是真正稀缺的东西。

中国农大李道亮教授的团队，从九十年代末就开始做鱼病诊断的专家系统，2004年开始搞水质传感器，2019年成立了国家数字渔业创新中心，一直到2024年才有了范蠡大模型1.0。

三十年，一代人的时间，全泡在鱼塘边上，一点一点攒水质数据、攒鱼病样本、攒投喂记录。这才是真正的护城河。

3970亿参数的底座谁都能拿，但三十年跨季节、跨品种、跨地域的真实养殖数据，却很难在短时间内补起来。

这给我们一个很重要的启发：在通用大模型越来越强、越来越便宜的今天，AI的竞争已经从“谁的模型更大”转向“谁的数据更真实更优质”。

越是冷门、细分、垂直的领域，数据越稀缺，价值就越高。

在AI时代，一切可以复制、标准化、轻松学会的技能都变得极其廉价，但小众、冷门领域的数据往往非常少，少到AI难以有效覆盖。

3/5

两只轮子的复利效应

快刀有一个洞察：范蠡大模型的能力增长有两个轮子。一只轮子是底座——通用大模型每升级一次，范蠡模型什么都不用干，能力就跟着涨一波。

另一只轮子是数据——鱼塘边上的传感器一天24小时不停地采集，专有数据越攒越多，模型对渔业的理解就越来越深。

两个轮子同时往前转，就形成了一个复利效应：你不用两头都使劲，只要守住数据这一头，另一头的技术红利会自动送上门。

这个“两只轮子”的逻辑特别重要，它解释了为什么垂直领域的AI公司能越跑越快。

通用底座是全行业的公共基础设施，大家都能用，不构成壁垒。

真正拉开差距的，是谁手里的专有数据更多、更准、更持续。而且数据这东西，越用越值钱——模型越准，用户越多；用户越多，数据越多；数据越多，模型越准。

这是一个正向循环，一旦转起来，后来者很难追上。

4/5

巴拿马计划：抢的是“干净”的数据金矿

AI巨头Anthropic曾经搞过一个叫“巴拿马”的项目。

具体做法是：大量收购实体书，运到仓库里，把每一页拆开，用高速扫描仪逐页数字化。扫描完之后，纸质书直接销毁。

原因也很简单：这些书的数字版本还没有发布到互联网上，还没有进入过任何AI训练集。

尤其是2022年之前、还没有被AI“污染”过的、纯人类作者写下来的作品。

2022年大家都清楚，那是ChatGPT大语言模型发布的第一年，从此拉开了这一轮波澜壮阔的AI浪潮。

互联网上的内容人人都可以发表，时效性更高，也更加大众化，但质量参差不齐，还有各种胡编乱造的内容，喂给模型反而可能把模型带偏。

相对于互联网上的内容，实体书籍的内容无疑更加权威、严谨和系统。

一本书要出版，要经过作者、审稿、编辑，还有“三审三校”等层层把关，筛选出来的都是极其优质的内容——这就是训练大模型最好的数据。

之前，谷歌花1000万美金收购一家破产航空公司的数据包，也是同样的逻辑：细分领域的真实数据，在AI时代越来越值钱。

范蠡4.0那三十年的鱼塘数据、Anthropic收购实体书，说到底都是同一件事：别人搞不到的、“脏”不了的专有数据。

5/5

每个人都可以成为一个“数据翻译系统”

前面说了这么多大模型、实体书、鱼塘，听起来好像离普通人挺远的。

但把逻辑抽出来看，它其实特别近——每个人身边，可能都藏着这么一个小小的复利领域，一条别人看不见的护城河。

AI时代，个人最有价值的定位是什么？不是跟AI比谁更聪明、谁记得多、谁算得快。

个人真正的价值，是成为一个“数据翻译系统”——一个能把现实世界的场景翻译成数据、喂给AI大模型的系统。

什么意思？就是你在某个具体领域里，日复一日地积累经验、记录数据、总结规律，这些数据是独属于你的，互联网上拿不到，或者没有记录得这么全。

可能是你干了十年的那个特别细分的活儿，攒下来一肚子只有你知道的门道。

可能是你出去游玩，探索出来一条风景独特、但去过的人不多的小径；也可能是你为了提高工作和生活效率，摸索出来的一套别人复制不了的经验；也可能就是你一直在记的笔记、录音、日记。

在过去，它们可能散落在角落里，激活不了，用不上。但在AI底座越来越强的今天，这些原本沉睡的、独属于你的积累，突然就有了一个能把它激活的引擎。

三十年的鱼塘能等到范蠡大模型4.0，你那一份不起眼的积累，说不定也在等一个属于它的时刻。

最近小编也在思考，怎么把自己在得到APP积累了十年的课程和电子书笔记，以及自己写的文章、感悟，充分利用起来。

得到大脑出来之后，给小编调用过去积累的数据带来了很大便利。

对于个人来说，每个人的数据信息都是独特、唯一、不可复制的。要把这块数据用好，就要尽可能将自己生活中的场景数据化、线上化。

你有没有一口属于自己的“鱼塘”，以及你能不能把这口鱼塘里的东西，翻译成AI能听懂的语言——这是AI时代一项很关键的能力。

本文仅为个人观点分享，文中列举的数据与逻辑仅作分析参考，不构成任何决策建议。

  参考资料：

   快刀青衣：《范蠡大模型4.0：千亿参数并不重要，真正的护城河在鱼塘边攒了三十年》

· END·