观点：API蒸馏仅为RL垫脚石，GLM 5.2自主迭代可彻底摆脱美国模型依赖

据动察 Beating 监测，谷歌 TPU 软件工程师 Patrick Toulme 指出，外界对 GLM 5.2 靠蒸馏追平 Opus 的说法存在误解。大模型在智能体编码任务上的训练难点在于「零梯度困境」，即模型早期若无法产生正确运行路径，强化学习便无法获得梯度信号来启动参数更新。蒸馏 Claude 或 GPT-5.5 的作用，仅仅是在冷启动阶段提供种子解答以绕过零梯度困境。 一旦模型跨过冷启动门槛，后续的性能爬升将不再依赖蒸馏，而是完全依靠强化学习的爬山算法进行自我演化。Toulme 强调，GLM 5.2 已经具备独立产生成功路径的能力，完全可以通过强化学习自主迭代到更高级别，彻底摆脱对美国大模型的依赖。 Redis 创始人 Salvatore Sanfilippo 补充了另一条路径的可能性：虽然通过高能力模型引入推理模式（蒸馏）对于获取更好的 RL 信号非常有用，但 DeepSeek R0 的实践已经证明，即使在完全没有蒸馏播种的纯冷启动情况下，强化学习依然可以自主运转并取得突破。 同时他认为，若仍需越过冷启动门槛，大模型研发完全可以初步使用 DeepSeek-v3.2 等本土开源模型进行微调，而非必须依赖美国 API。