Shopify CEO Tobi Lütke今天晒了一个挺夸张的内部案例。 他们…

Shopify CEO Tobi Lütke今天晒了一个挺夸张的内部案例。 他们在Buyer Profile这个高度垂直的任务上，把Qwen3.5-0.8B微调后，内部Judge得分做到84.6，超过GPT-5.6 Sol xhigh的83.0，也远高于此前线上2B模型的77.2。 更离谱的是效率。System Prompt从9.1K tokens压到1.1K，吞吐从每天200万个Profile，直接干到7200万，36倍。 这个模型是一轮轮喂数据滚出来的：7月23日，2.9万样本，得分75.3；7月27日，4.2万样本，得分78.1；7月30日，5.4万样本，得分84.6。Tobi把它叫做self-improving recursive flywheel，自我改进的递归飞轮。 背后其实是Shopify已经搭了一套Universal Distillation Platform：拿前沿模型当Teacher，给定数据、Eval和目标小模型，自动完成蒸馏和微调。他们甚至把支撑这套ML实验和Pipeline的Tangle开源了。 Shopify工程负责人Farhan Thawar说，这种模式经常能同时拿到更高准确率、更低延迟和更低成本，代价就是牺牲通用性。 这个案例挺重要的。很多公司的AI架构可能会变成：最强模型负责探索、标注和当Teacher，然后把成熟、高频、边界清晰的任务不断蒸馏成0.xB、1B、3B的专用模型。前沿模型越来越强，反而可能养出越来越多小模型。人类折腾了几年大模型，最后又把模型拆回一堆专业小工种，组织架构的轮回感相当完整。