对话圆代码CEO张朝明 企业大模型如何以少数据实现高效能
一个统一的自然语言指令，就能调动海量知识库——ChatGPT的出现，彻底改变了人机交互的模式。这不仅仅是对话方式的革新，它预示着更多软件交互逻辑与底层架构的深刻变革。
想想看，我们身边有多少工作是与数据打交道的？从整理企业的季度营收报表，到记录证券市场的交易波动，再到处理海量的医疗图文保单……这些场景的核心，往往是从非结构化的图文信息中，精准抽取出所需的数据。这个过程，耗费的人力与时间成本是惊人的。
《连线》杂志创始主编凯文·凯利最近有个观点很受认同：未来，人们需要放大自己身上那10%的独特技能，因为剩下90%的工作，很可能会被AI接管。就像在医疗领域，AI在搜索和分析方面展现出的强大能力，已然成为医生诊断的得力助手。
市场对大模型的需求正在井喷。基础大模型的魅力在于其“通用性”，凭借强大的图文理解和交互能力，它瞄准的是终极的通用人工智能（AGI）。然而，这把“屠龙刀”在面对阶段性、细分场景的企业级需求时，有时却显得“牛刀小用”，在工程优化和成本控制方面，仍有巨大的提升空间。
那么，这个问题该如何破局？近期，我们与深圳市圆代码互联网有限公司的CEO张朝明进行了一次深入对话，探讨了在当下大模型浪潮中，创业公司的生存之道与机会所在。
大模型也需要专业知识参与
问：您如何看待小公司在大模型产业变革中的机会？
张朝明指出，当前大模型在通用领域的问答生成表现卓越，但在需要深度专业知识的领域，其表现仍有不足。核心原因在于，专业领域的数据往往难以从公开渠道获取，导致训练不充分。
他以保险核保为例：核保规则通常是保险公司的核心机密，公开渠道几乎无法获取，模型只能从有限案例中学习，导致准确性受限。在大模型擅长的泛娱乐等To C场景，60%的准确率可能就令人满意；但在金融等严肃的生产环节，95%的准确率才是行业基准线。这是因为人类专家的准确率通常在92%到98%之间，95%是一个中位容忍值。低于这个标准，模型在生产中就几乎没有实用价值。
因此，一个明显的趋势是：在To C领域，国内模型短期内很难全面超越ChatGPT，这受限于语料、用户规模等多重因素；但最大的机会恰恰藏在To B市场。具体路径有两条：第一，不做与ChatGPT正面抗衡的通用模型，而是聚焦私有化部署，打造具备行业Know-How的企业专用模型；第二，认识到ChatGPT的结果仍需专业人员进行判断和校准，企业需要训练自己的模型来确保专业性与数据隐私。
问：用传统小模型实现95%的生产标准，和用大模型来做，思路有何不同？
“这是两个概念。”张朝明解释道。小模型的优势在于垂直领域的专精，它在特定领域的知识提炼和数据获取上必然超过通用大模型。而大模型的优势在于那60%左右的通用能力。例如，撰写一份调查报告的框架和描述，大模型更在行；但填入报告的具体、精准的数据，则是小模型的专长。因此，未来的解决方案很可能是“大模型配合小模型”的协同模式。
问：这种“大配小”模式的核心逻辑是什么？
张朝明认为，在大模型火爆之前，构建行业知识图谱的成本极高，其价值却不易被直观感知。直到大模型出现，知识图谱作为高质量的数据源，其价值才被真正凸显——它能支撑多轮问答、生成报告内容等。
从商业逻辑看，如果仅用少量样本就能完成行业知识训练，那么投入数亿甚至数十亿成本去训练一个模型，并将其成本分摊到业务中，显然是难以盈利的。核心问题在于：知识整理与储备的成本到底有多高？过去很少有人能有效解决这个问题。
传统知识图谱商业模式的一个痛点在于往往只能“售卖一次”，缺乏可持续的续费能力。而大模型本身并不能直接解决核心知识来源的问题，用它来指导高精度工作成本依然高昂。圆代码的破局思路在于其自研的“核心抽取模型”，该模型具备强大的复杂语义抽取能力，旨在用极小的样本量解决构建知识图谱的高成本问题。
AI时代需要新的“操作系统”
问：圆代码是提供基础大模型，还是帮助客户训练模型？
“我们提供的是一套基础设施。”张朝明类比道，PC时代和移动互联网时代，操作系统都占据了统治地位。他认为，大模型与之前火热的“零代码”工具不同，它必将成为新一代的基础设施，拥有极强的话语权，甚至能决定一个生态的生死。
因此，圆代码的定位是打造一套“操作系统”。企业用户无需编程能力，只要懂业务，将自己的业务数据接入这套系统，就能轻松完成工作。无论是哪个领域，都能快速上手。其核心价值在于大幅降低AI应用的门槛和成本。
他举了一个例子：一家公司若要做研报解析，原本需要100人。如果交给一家AI公司，但这家公司仍需80-90名算法工程师来完成，那本质上只是成本转移，并未创造新价值。真正的关键在于，如何通过圆代码的“操作系统”，让AI公司仅用1名算法工程师就能将问题解决到95%的可用标准，这才是革命性的效率提升。
问：圆代码目前主要服务于哪些行业？
张朝明表示，公司目前只聚焦于教育和医疗保险两个行业。
以医疗为例，圆代码主要做的是病例报告的文字解析（不涉及影像解读），这部分需求在医疗行业内生态不明显，但却能很好地平移至保险行业，满足保险业务中对报告数据进行结构化的强烈需求。
他进一步对比了银&行和保险业的差异：银&行业务数据大多已是结构化的，IT系统能处理90%的工作，AI变革的影响相对间接。而保险业从一开始就有大量非结构化数据（如体检报告、病历），90%的工作依赖人工处理，AI对它的变革将是直接而深刻的。圆代码的技术能将人工需要一天完成的报告结构化工作，缩短至秒级。
问：完成数据解析后，会进行下一步分析吗？
“我们不进行下一步分析。”张朝明强调，全国能分析这些数据的高级人才可能超过一万人，但能高效、低成本地将海量非结构化数据转化为结构化数据，并提供给这些专家的机构却很少。圆代码的核心竞争力正是后者——提供高质量的结构化数据源。
问：数据样本问题如何解决？尤其是医疗报告格式千差万别？
这确实是个现实挑战。医疗体检报告模板数以万计，且涉及隐私，无法通过公开网络大量获取。圆代码的思路是：在无法获取成千上万份样本的前提下，能否基于二十份小样本数据，结合自研的底层技术，训练出适用于整个行业的模型？他们走的就是这条用更少数据达到更好效果的技术路径。
小公司创业能做，但难度很高
问：现在小公司做大模型创业，还有机会吗？
“有机会，但也很难，看谁先能跑出来。”张朝明坦言。他认为，相比小模型时代，大模型创业的门槛其实降低了，但成功的难度却变得极高。
难点主要在于两方面：第一，需要极强的科研能力，创业公司在技术和人才上追赶的成本巨大；第二，硬件门槛高，没有四五十块显卡连模型都跑不起来，仅硬件投入就需数百万甚至上千万，这足以让许多仅获得小额种子轮融资的创业公司止步。在他看来，纯技术赛道的窗口期已经关闭。
问：“AI公司”和“AI+公司”有什么区别？
区别在于核心能力的不同。张朝明举例说，一家公司用AI能力解决证券公司的数据需求，如果它的核心能力在于AI建模本身，那就是AI公司；如果它的核心能力在于金融建模与分析，只是使用了AI工具，那便是“AI+证券公司”。许多公司采用开源模型解决行业问题，其核心竞争力往往在行业领域，而非AI本身。
问：所做模型与细分行业的相关性大吗？
在大模型之前，圆代码做的是行业通用小模型，能对任何文本进行深度结构化处理，比如合同审查、体检报告解析等，可以向企业提供定向化的数据服务。
问：这与行业垂类大模型有何区别？
垂类大模型并非只针对单一细分领域，它解决的也是行业性问题。张朝明认为，这更多是商业模式的设计，而非纯粹的技术设计。例如，一家公司可以专注于糖尿病垂类模型，也可以用通用技术去解决各种疾病的数据处理问题。
在他看来，大模型应作为一种基础技术。圆代码的定位是用大模型技术提供一种高效的数据处理方式，成为“数据搬运工”和“结构化专家”，但并不越界去解决具体的终端行业问题（如核保分析）。他们把结构化的数据交给保险行业里那些专业的核保、理赔人员去决策，而这正是专业人才所擅长的。
相关攻略
OpenAI与苹果就ChatGPT整合的合作关系面临挑战。消息称，OpenAI对合作现状深感失望，主要问题在于ChatGPT在Siri等苹果生态中的整合深度未达预期，且苹果被指宣传推广不力，导致功能知晓度低，收入远未达到OpenAI预估的数十亿美元年规模。双方沟通亦存在障碍，苹果的保密文化让Open
想让ChatGPT5 5帮你构思一部小说，但生成的大纲总是结构松散、逻辑跳跃？问题很可能出在提示词上——过于模糊或缺少关键的叙事要素约束。别担心，这并非工具之过，而是方法需要调整。下面这五种经过验证的策略，能帮你精准引导AI，产出结构扎实、逻辑自洽的创作蓝图。 一、设定角色与世界观约束法 这个方法的
向ChatGPT 5 5提问时，你是否遇到过这样的困扰：得到的回复要么过于刻板，像在读说明书；要么太过随意，缺乏专业场景应有的分量？这往往不是模型能力的问题，而是提示词中缺少了明确的风格指令。想让AI的回复精准匹配你的需求，其实有章可循。下面这五条路径，能帮你系统性地校准ChatGPT 5 5的输出
最近，Gartner发布的一组数据，给全球职场人敲响了一记警钟。报告显示，生成式AI的快速落地，已经让37%的职场人感受到了明确的岗位替代风险。而在这股浪潮中，一个群体的处境尤为引人关注：45岁以上的大龄劳动者，占据了这其中的六成以上。从ChatGPT到微软Copilot，再到谷歌Gemini，这些
周末晚上，瘫在沙发上，对着满屏的影视推荐却不知道看什么——这种“电子迷茫”，恐怕是每个流媒体用户的共同体验。模糊的观影念头，似乎总难被精准的标签和分类捕捉。最近，OpenAI为ChatGPT上线的一项新功能，或许能成为这个痛点的“解药”。 简单来说，ChatGPT现在能直接帮你从影视平台Tubi那超
热门专题
热门推荐
在麒麟操作系统上配置SSH公钥登录，不仅能免去每次输入密码的繁琐，更能显著增强远程连接的安全性。整个过程并不复杂，核心步骤围绕密钥生成、公钥部署和服务端配置展开。本文将详细介绍几种主流方法，涵盖从自动化部署到手动配置，助你轻松完成麒麟系统SSH密钥登录设置。 一、使用ssh-keygen与ssh-c
登录循环闪退应先删 Xauthority和 ICEauthority文件、修复 tmp权限为1777、重置ukui mate dconf配置、清理磁盘空间、重装lightdm并重新配置。 在银河麒麟操作系统中输入密码后，屏幕一闪又回到登录界面，这种“登录循环”问题确实令人困扰。这通常并非硬件故障，而
GUSD是一种与美元1:1锚定的合规稳定币，由Gemini交易所发行并受纽约州金融服务部监管。其核心价值在于为加密世界提供透明、受监管的美元等价物，主要应用于交易、支付和价值存储。投资者需关注其中心化托管风险、监管政策变化及智能合约潜在漏洞，理解其作为传统金融与加密市场桥梁的定位与局限。
在Windows 11系统中，确保系统音频稳定输出到指定设备（如已连接的耳机或已配对的蓝牙音箱），核心在于正确配置默认音频输出设备。您可以通过任务栏快速设置、系统设置应用、控制面板声音对话框、音量混合器下拉菜单或Win+Ctrl+V快捷键这五种主流方案，实现即时切换或永久性配置，彻底解决声音输出错乱
宏胜集团近期发生重要人事与业务调整。总裁办主任叶雅琼、销售总经理吴汀燕、法务部部长周卓盈及生产管理科科长吴潘潘等多位高管已离职，该消息已获接近集团人士证实。与此同时，集团启动了部分非生产业务的外包运作，显示出其正在优化内部结构与运营模式。这一系列变动可能意味着公司正处于战略调整期，旨在聚焦核心业务并