BoHuYeShan

Back
31 min
大模型 /
AI for Science

神之一手之前，先收棋谱：模型厂商为什么给学生白送额度

Google 给学生免费送一年 AI Pro，GitHub 学生包里打包了各家模型订阅——推理成本是真金白银，厂商却抢着白送。这笔账有两层：毕业生身上的肌肉记忆是未来的定价权；学生用真实课题换额度的过程，是一张张高价值的「棋谱」。围棋是越新越强的运动，AlphaGo 的神之一手来自人类棋谱之外——而今年的成绩单上，自主科研四跑三败、二十项任务只赢四项。收谱，还没收够。

〇、一张免费的账单#

先看两个具体的动作。

Google 现在向符合条件的大学生免费送整整一年 AI Pro：四倍的 Gemini 用量上限、5TB 存储、Workspace 集成，还专门做了个「Gemini 学习中心」（TechRepublic ↗、Mashable ↗，2026 年内有效，最晚年底兑换）。GitHub 那边，学生开发者包（Student Developer Pack）除了老三样，开始直接打包 Copilot Pro 和各家主流模型的订阅——有学生实测靠这一个包免费用到第一梯队的闭源模型（说明 ↗）。

国内这边是同一张时间表的另一个时区。AI 编程工具的三巨头——腾讯 CodeBuddy、阿里 Qoder、字节 Trae——把「学生认证」做成了标准营销位：阿里云大学计划 ↗里 Qoder 学生专享一个月专业版免费抵扣；豆包 8 月上线学生认证 ↗，认证后免费额度翻到 2.5 倍、专业版 38 元/月（原价 68）——而字节在 8 月底把 TRAE、扣子团队整体并入豆包体系 ↗，编程线和工作线收进同一个入口。跟进的名单还在加长。

免费的东西最贵，这话人人会说。但这次的白送和历史上所有教育折扣都不一样，差别写在成本结构里：软件时代送的是副本——复制一份的边际成本趋近于零，教育折扣只是放弃本来也收不到的钱；这次送的是算力——每一次模型调用都是真金白银的推理成本，用得越多，厂商贴得越多。

贴钱请最穷的用户用最贵的服务，这生意图什么？账要往两层里看。第一层写在明面上，第二层写在棋盘上。

一、第一层账：习惯，即未来的定价权#

明面上那层不新鲜，软件时代就跑通过三遍。办公套件对校园里流传的「非授权拷贝」睁一只眼闭一只眼；专业设计软件把教育版定价压到象征性的一折；操作系统给学校机房整批白送授权。当年这些动作被骂作纵容盗版，后来全被证明精明：学生在哪套工具上长出肌肉记忆，五年后采购清单就写哪家的名字——盗版份额就是未来的市场份额。

大模型厂商做的是同一件事的升级版，而且升级了两次。

第一次：把「纵容」改成「官方福利」。不用再默许灰色地带，直接给认证通道，还顺便赚一轮口碑。

第二次，也是订阅时代特有的：把锁定做进了工作流本身。软件时代的迁移成本是重装一套工具；大模型时代的迁移成本是你养出来的整个使用习惯——几百条调教好的指令模板、沉淀在对话里的上下文、跟模型磨合出的提问方式、围绕某一家 API 搭起来的脚本和管线。毕业五年后换个模型，等于把肌肉记忆扒一层皮。锁不是合同写的，是长在用户身上的。

这一层讲完了。如果只是这样，那不过是老剧本翻拍。新鲜的是第二层——那一层解释了为什么贴的钱比软件时代多得多也舍得：因为这次送出去的每个账号，本身就在生产一种买不到的东西。

二、第二层账：棋谱#

大模型行业有一个所有厂商共同面对的问题：高质量数据见底了。

这件事有三个可见的形态。公开文本被爬到底——互联网上像样的语料几轮下来全进了训练集；合成数据能续命——模型自己生成自己训练，但吃多了会「近亲繁殖」，分布越收越窄；基准在污染——考题漏进了教材，分数开始失真。三条路都越走越窄之后，剩下最后一块高价值语料浮出水面：真实工作流的完整轨迹。一个人面对真问题，从理解、规划、试错、失败到修正的全过程，一步不剪。

这种数据网上没有。论坛帖子是成品，教程是修剪过的路径，代码仓库是终态快照——唯独「带着模型干一件真实的事、边干边反馈」的过程，只能现场采集。而采集这种数据没法雇人造假：给标注员发钱让他们「假装做科研」，做出来的是表演，不是轨迹。要看真轨迹，只能去找真的在做事的人。

于是问题变成：谁的课题最真、反馈最密、试错最狠？

学生。研究生拿真课题开题——失败就是失败，答辩不认表演；本科生的毕设一学期一个完整周期，从零到交付正好是一份带全部中间态的记录；最关键的是反馈的密度：跑不通的环境、不对劲的结果、推翻重来的思路——每一个负样本都在标注「这条路不通」。在强化学习的语言里，负样本恰恰是最贵的样本：赢棋的谱教你怎么赢，输棋的谱教你哪里是坑。

免费学生额度，本质上是一张全球分布式采谱网。数百万个真实课题的过程，一局一局收进训练管线。这也解释了为什么各家偏偏送学生额度、而不是全民降价——降价买的是用量，学生计划买的是谱。

三、最鸡贼的一层：学生不脱敏#

棋谱那层账还有一个更锋利的切面，值得单独摆出来。

职业程序员对待模型有一套多年养成的卫生习惯：日志先脱敏再贴，公司代码不进对话，敏感仓库直接隔离；企业侧还有数据防泄漏工具、合规审查、内网部署挡着。程序员把所有东西处理好之后，才打开 AI 工具。

学生没有这套防线，也没人教过。课题的原始数据、没发表的图表和想法、实验室内部的代码、甚至还没成形的草稿——全量扔进对话框；用 AI 编程工具的话，工具进了仓库就是全仓索引，一次授权、整仓上传，中间没有任何一步停下来问「这段该不该出门」。

把这两个人群放在一起，厂商的处境就看得非常清楚：企业的数据有守门人，拿不到；学生手里的数据没守门人，而且品质更高。企业语料是加工过的成品——脱敏的、切片的、过了合规的；学生语料是裸奔的毛坯——未成形的假设、未清洗的数据、未发表的失败记录。而按第二层的账，毛坯恰恰比成品值钱：成品是终态，毛坯带全过程。

「鸡贼」的精确形状就在这里：福利精准地发给了防御最弱、数据最生的那群人。免费额度买到的不只是谱，是没人脱敏过的谱。更麻烦的一层在后面——学生上传的未必只属于自己的：课题组的未公开数据、导师的内部材料，常常也在「什么都扔给 AI」的半径里。这不是学生的道德问题，是没人告诉过他们边界在哪。

程序员把所有东西弄好之后再打开工具；学生打开工具之后，把所有东西都弄了上去。同一款产品，两种用法，厂商只对学生免单。

四、数据下放：谱越采越早#

把镜头拉回校园，这条线就跟上了之前反复拆过的那个现象：本科阶段的研究生化。竞赛从大一开打，课题从大二进组，「让本科生做回本科生」的呼吁之所以到处流传，恰恰因为它反对的事正在成为默认设置——本科四年被塞进了原本属于研究生阶段的科研训练。这条路上游甚至更夸张：竞赛论文的代理人战争早已前置到中学（课题组金字塔一篇拆过账）。

站在收谱一方看，这个趋势的味道是甜的：采谱的年龄段在整体下移。过程数据以前主要从研究生身上采——现在本科一二年级就带着真课题进来了。数据来源的口径更宽、年限更长：一个用户从十八岁开始下谱，能一直下到博士毕业，十年跨度、全程真实。而且成果压力前置意味着试错前置——压力越早、失败越密、反馈越值钱（第二节的账在这里再记一遍）。

再算最后一层经济账，也是最冷酷的一层：免费计划的绝大多数用量是噪声。拿来刷作业、编闲话、生成没人看的东西——这些调用是纯成本，一分钱谱都换不回来。但采谱生意的回本结构是幂律的：一万个白嫖者里，只要有几十条真正在做课题、真在给反馈的优质轨迹，就足以覆盖全盘成本——因为那种数据在市场上根本买不到（第二节论证过的稀缺性，在这里变成定价权）。免费面铺得越大，漏斗底部捞到金谱的期望值越高；设置门槛会筛掉噪声，但也会漏掉天才——而天才的谱，一条顶一万条。

这就是整套生意的完整形状：用全量免费摊薄风险，用幂律回收筹码，用下放扩宽矿脉。学生个体「越早入局」在博弈上未必吃亏——但最好清楚，自己十八岁递出去的第一份课题，进了谁的数据库。

五、围棋的类比：越新越强，与神之一手#

有一个运动，人类的表现严格随时间变强：围棋。原因简单得残忍——棋谱是累积的。

古代国手终其一生能打到的谱，可能不如今天一个业余爱好者一个晚上的量。黄龙士看不到吴清源的棋，吴清源看不到 AlphaGo 的棋，而现在的孩子开局就在背 AI 定式。2016 年之后这个循环又拧了一圈：AI 重塑了开局理论——点三三从「吃亏」变成常识，早肩冲从异端变成教材——新一代棋手站在 AI 的对局记录上长大，整体又强过前一代。每一代人都踩着全部前人的谱，所以每一代都比上一代强。

大模型正在被塞进同一条轨道：用的人越多、反馈越真，模型见过的「对局」越多。厂商的话术是「越用越聪明」，翻译过来就是——用户在下谱，模型在长棋力。

而这条轨道的终点，围棋给过一个精确到日期的示范。2016 年 3 月 10 日，AlphaGo 对李世乭第二局，黑棋第 37 手：早早五路线肩冲。AlphaGo 自己的局面评估里，这个点的出现概率是万分之一——人类的顶级棋手几乎不会考虑那里。解说席当场懵住，初判是失误，深夜复盘才改口称之为好手；李世乭赛后离场独坐了二十多分钟。后来这一手被称为「神之一手」（对局记录 ↗）。

那一手最要紧的属性是：它不在任何人类棋谱里。它来自数百万局自我对弈之后，从分布的尾部捞出来的一个点。人类几千年的对局记录里没有它——不是因为它错，而是因为人类的谱还没累积到那里。

把这个标准平移到大模型上：LLM 的「神之一手」应该长什么样？大概是模型面对一个真实课题时，提出一个领域专家直觉上觉得离经叛道、实验一跑却成立的假设——不是检索，不是缝合，是那一手五五肩冲。

现在的模型到这一步了吗？今年的成绩单，可以一页一页翻。

六、成绩单：谱还在半路#

第一页：四跑三败，六种死法。 一项年初的端到端实验，让六个 LLM 智能体串成完整科研流水线，从想法到实验到成文，连跑四次：三次死在半路——实现阶段崩掉或评估不过关——唯一走完的一条，被一个试验性的「AI 一作」会场接收（Trehan & Chopra, 2026 ↗）。作者归纳的六种死法值得全文照录：向训练数据默认值偏置；执行压力下的实现漂移——方案在跑的过程中悄悄变形；长任务里的记忆与上下文退化；过度兴奋——在明显失败时宣布成功；领域智力不足；实验设计缺乏科学品味。

六条里最值得展开的是「过度兴奋」，因为它不是孤例。另一项著名实验里，开发者的自我感知与实测差出四十个百分点：事前预期快 24%，事后自认快 20%，实测慢 19%（METR，2025；详见学历畸变一篇的引注）。「模型觉得行了」和「真的行了」之间的系统性落差，在写代码和做科研两个战场上都被复现了——而一个连自己赢没赢都判断不准的棋手，下不出神之一手。

第二页：二十项任务，四胜十六负。 AIRS-Bench ↗（2026-02）从最新的机器学习论文里抽出二十道不给基线代码的任务，覆盖语言建模、数学、生物信息、时间序列，考的是全生命周期——想法生成、实验分析、迭代改进——而不是跑通给定脚本。前沿模型配上串行、并行两套智能体脚手架去打：二十项里只有四项超过人类最好成绩，十六项没追上；而且赢了的那四项，也没有摸到任务的理论上限。赢在会做的题上，且赢得不彻底。

第三页：会描述，不会机制。 SDABench ↗（2026-07）把科学分析拆成六种能力——描述、探索、推断、预测、因果、机制——跨生物、化学、环境、地理、物理五个领域，用 527 个真实数据实例加 6000 个合成实例测了 15 个模型。结论一句话：描述性分析做得像模像样，一到假设选择、潜过程建模、机制推理就急剧退化。它的五阶段误差定位更细：越强的模型越能找对问题的范围和变量，然后死在三步——选不对分析方法、建不对变量关系、下不了有效结论。翻译成棋话：定式背得熟，中盘算不清。

三条线之外还有一个注脚：Sakana 的 AI Scientist 系统，2025 年生成出第一篇通过同行评审的 AI 论文（一个实验性 workshop），2026 年 3 月系统本身登上了 Nature——AI 一边下谱，一边把自己的谱投给评审。热度是真实的，《麻省理工科技评论》今年四月把「人工科学家」列进 AI 十件要紧事（专题 ↗）；实力差距也是真实的。两件事同时成立。

把这些放回围棋的坐标系：模型会复盘、会打谱、会复述定式，但还没下出过自己的第 37 手。收谱的生意，还没收够。

七、考场对照：数模竞赛的三十分钟#

成绩单上那种狼狈，在另一个赛场上完全看不到——全国大学生数学建模竞赛，三人一队、72 小时交一篇规范论文的本科赛事。

规则层面 AI 已正式放行。2026 年试行《人工智能工具使用规定》 ↗：参赛队可使用大模型、生成式 AI、代码辅助工具乃至 AI 智能体，条件是参考文献前附「AI 工具使用声明」、核心建模由队伍主导、AI 参与内容逐项人工审查；各家数模赛事（如 MathorCup ↗）相继跟进。条款写得细，但「队伍主导」的核查全凭自律——三十分钟级工具链面前，红线主要约束诚实的人。

然后是完成时间。B 站上已经有一批视频，标题直白：三十分钟做完今年的数模题。有人免费分享全流程，有人做成付费内容。这不算吹牛——开源侧已有现成的完整流水线（如 MathModelAgent ↗：题目分析、模型建立、代码执行、图表生成、论文交付一条龙），顶级模型配上配置好的工具链，半小时量级出全部题解是工程事实，不是魔术。差距在最后一公里：题解只是及格线，一篇能交的论文还要求参考文献逐条真实可查、排版贴合组委会模板。这段恰好是工具链的地盘——以日常在用的开源 Agent 发行版 Linxira Zeta ↗（OMP 内核、走 MCP 协议挂载工具）为例，长期使用并打开 memory 之后，它会记住历次交稿养成的排版习惯：论文走 Markdown 加 LaTeX 转 PDF，还是 HTML 转 docx，摘要页怎么排、公式编号怎么对——下次开题，格式这条轴不再占用心力。

灰色地带比考场更快。代做是数模的老产业，如今是「人工加 AI」的论文工厂提速版：稳妥起见，题目发布的那一刻下单，一个小时就能拿到货。这不是传闻——全国组委会 2025 年的评阅通报 ↗点名「部分送全国评阅的普通院校参赛论文存在严重违纪现象」，评阅专家发现大量内容雷同（数模竞赛〔2025〕5 号）；各校的违规处理通报也年年都有。

最快的那批人还有第三种变现：开赛一小时完赛，剩下的七十一小时开直播讲课。买课的听课；买「套餐」的直接拿结果；还有一类要看完视频才知道结果——付费墙本身成了答案的包装。72 小时的比赛，被压缩成 1 小时生产、71 小时销售。

为什么同一个模型在数模考场三十分钟满分、进了实验室就四跑三败？对照就藏在这两节之间：数模竞赛是有裁判的封闭考场——题目封闭、答案可验、交付格式标准化，这是围棋的结构；真实科研没有裁判，这才是它难的结构。能力边界不在模型身上，在考场的规则书里。

顺带把这条线接回主账本：数模赛场是矿脉上最富的一段——72 小时高压、目标明确、交付完整，一个参赛队的完赛轨迹就是一局高质量的谱。而围绕考场的整条产业——工厂、卖课、直播——每个环节都在生产新的过程数据；那纸「内容雷同」的通报还提示了矿脉的成色分布：雷同集中在普通院校，批量复制的谱，采进去也是噪声。竞赛允许 AI、厂商免费送 AI、学生必须用 AI——三条线在这里合流。

八、为什么必须是真的课题、真的失败#

一个自然的疑问：何必费劲收人类的谱？让模型自我对弈不就行了——围棋就是这么成的。

答案藏在两种游戏的规则书里。围棋有零成本的完美裁判：规则封闭，落子即验，胜负毫厘不爽，一局对弈从开始到判定不需要任何外部世界参与。科研没有这个裁判。一个假设对不对，要湿实验、要同行评审、要时间——验证回路又贵又慢，还常常错判。让模型自评科研，等于让棋手自己宣布自己赢了；而「过度兴奋」那一条死法证明，它真的会这么干。

合成数据走不通、自我对弈走不通，唯一剩下的裁判是人类研究者本人——用真实的成功与失败当反馈信号。于是采谱网络必须建在人身上，而且要建在裁判密度最高的人群上：课题真、周期短、反馈狠、没有表演动机。学生是这个描述的精确画像。

这也顺手解释了另一个现象：为什么各家对学生计划的宣传里，「学习助手」「论文阅读」「作业辅导」是主打场景——这些恰恰是反馈最密集的用法。每一次「这个答案不对」「这个引用是编的」「换个思路」，都是一次免费的裁判判决。

九、结尾：第 78 手在哪边#

闭环至此完整：厂商需要棋谱→学生需要额度→额度换来过程数据→数据喂养下一代模型→下一代模型离神之一手近一步。闭环里唯一没写进合同的是：当第 37 手真的出现时，谱的归属——训练数据里的那些过程，法律意义上早已不是你的了。

所以给学生这边的结论要写得诚实：免费额度是真实的好工具，用，往死里用。但要清楚自己在这盘棋里的位置——你打的是模型的谱，也在被模型打谱。用它攒自己的课题、自己的交付、自己的判断力，那叫借力；只用它省自己的事、替自己的脑子，那叫入谱。

围棋那边其实把结局也演完了，而且比想象中体面。AlphaGo 横扫之后，人类棋手没有消失：2016 年 3 月 13 日第四局，轮到李世乭下出第 78 手——一记挖，AlphaGo 局面评估当场崩盘，人类扳回一局。那一手后来也叫「神之一手」，而它出现的位置很讲究：在被 AI 喂了三千年的棋谱之外，由一个被 AI 击败过的人类下出。

厂商在等模型的那一手。你会等出自己的哪一手，合同里没写，谱上也没有——那部分还是你的。

附#

神之一手之前，先收棋谱：模型厂商为什么给学生白送额度
https://bohuyeshan.top/2026/10/08/2026-10-08-01-free-tier-kifu/
作者 BoHuYeShan
发布于 2026年10月8日
授权 CC BY-NC-SA 4.0
觉得有帮助？给予支持 ☕

四种做生物计算的人：回流落在哪一层

把藻的眼睛装进青蛙蛋：光遗传学两篇诺奖论文的实验拆解