当40亿参数打败Postgres：AI竞争正从「谁更大」转向「谁更聪明」

2026年9月18日，Hacker News上一条帖子以655分登顶：一个仅40亿参数的模型，通过强化学习训练，在数据库查询计划生成上击败了PostgreSQL原生优化器——性能提升81%。

这个数字值得停下来想一想。

PostgreSQL的查询优化器是人类几十年数据库工程智慧的结晶，是经过无数真实场景打磨的确定性系统。而一个比很多人手机内存都装不下的模型，用纯粹的强化学习，就把它的查询计划打得满地找牙。

这不是又一个"AI在某个基准测试上取得SOTA"的故事。这是一个信号——一个关于AI竞争范式正在发生根本性转变的信号。

从"谁更大"到"谁更聪明"

过去三年，AI行业的主旋律是规模。参数量从千亿到万亿，训练数据从TB到PB，算力从千卡到万卡。OpenAI、Google、Anthropic、Meta，所有人都在同一条赛道上奔跑：让模型更大、更强、更通用。

但2026年下半年的几条新闻正在讲述一个不同的故事。

在今天的技术资讯中，除了这个击败Postgres的4B模型，还有几条同样值得关注的动态：

• 突破1.58-bit极限：新论文提出超越三值权重的LLM压缩方案，将推理成本推向新低
• DeepSeek-v4.1 Flash的KV Cache压缩：通过架构层面的创新，实现推理时内存占用的大幅下降
• 智谱AI自建推理基础设施：GLM团队从底层构建自有推理栈，而非依赖通用框架
• 小米Mimo 2.6实时训练仪表盘公开：将强化学习后训练过程完全透明化

这些看似独立的技术突破，共同指向一个趋势：AI竞争的胜负手，正在从"谁的模型更大"转向"谁的模型更聪明"——更聪明地使用参数、更聪明地压缩知识、更聪明地利用计算资源。

4B模型击败Postgres：这意味着什么？

让我们回到那个655分的帖子。

这个项目的作者使用强化学习（RL）来训练一个4B参数模型生成数据库查询计划。传统的数据库优化器——比如PostgreSQL使用的基于成本的优化器（Cost-Based Optimizer, CBO）——依赖于预定义的规则和统计信息来选择执行计划。这套系统经过几十年的优化，已经相当成熟，但它有一个根本性的局限：它是静态的。

CBO的决策基于预计算的统计信息和硬编码的启发式规则。当数据分布发生变化、当查询模式偏离常规、当系统资源出现波动时，CBO很难自适应地调整策略。

而这个4B模型做的事情，本质上是用强化学习来学习"什么情况下该用什么查询计划"。它不需要预定义的规则，不需要手动维护的统计信息，而是通过大量的试错来发现最优策略。

81%的性能提升不是一个小数字。在数据库领域，5%的查询性能优化就足以让一个DBA获得年度奖金。81%？这是降维打击。

更关键的是，这个模型只有40亿参数。这意味着它可以在单张GPU上运行，可以在生产环境中实时推理，可以在资源受限的环境中部署。这不是一个需要数据中心支撑的庞然大物，而是一个精巧的、专业化的工具。

效率革命的三个层面

这个4B模型的成功不是孤立事件。它代表的是AI效率革命的三个层面：

第一层：模型压缩——用更少的位数存储更多的知识

今天另一条热门新闻是关于突破1.58-bit极限的研究。1.58-bit意味着每个权重只有三个可能的值（-1, 0, +1），这已经是一个极端的压缩。新论文提出的方法进一步突破了这个极限。

这为什么重要？因为推理成本是AI应用的最大瓶颈之一。一个70B参数的模型，即使用FP16存储也需要140GB显存。如果能压缩到1.58-bit，同样的显存可以装下近10倍大的模型，或者同样的模型可以在消费级硬件上运行。

DeepSeek-v4.1 Flash的工作则从另一个角度解决这个问题——通过架构层面的创新来减少KV Cache的内存占用。KV Cache是Transformer模型推理时的核心瓶颈，特别是在处理长上下文时。DeepSeek的方法是在模型设计阶段就考虑推理效率，而不是事后通过压缩来弥补。

这两种方法并不矛盾，而是互补的。一个从存储层面优化，一个从架构层面优化，共同目标是让AI模型在有限的硬件资源上发挥更大的能力。

第二层：专业化——通用模型让位于领域专家

4B模型击败Postgres的案例最深刻的启示，不在于模型有多小，而在于它有多专业。

通用大模型——无论是GPT-5还是Claude 4——都是"通才"。它们能写代码、能写文章、能做数学题、能聊天，什么都能做，但什么都不精通。在很多场景下，一个专业化的小模型可以轻松击败通用的大模型。

这不是什么新观点。机器学习领域早就有"没有免费的午餐"定理：没有一个算法在所有问题上都是最优的。但在大模型的热潮中，这个基本道理被选择性地忽视了。

现在，现实正在纠正这种偏差。

在数据库查询优化这个特定任务上，4B参数足够了——前提是你用正确的方法（强化学习）在正确的数据上训练它。在推理成本敏感的场景下，一个1.58-bit的模型可能比一个FP16的大模型更实用。在需要实时响应的应用中，一个专门为该任务优化的小模型比一个通用大模型更合适。

这就是"更聪明"的含义：不是盲目地增加参数，而是精准地投放计算资源。

第三层：基础设施自主——从依赖到自建

智谱AI自建推理基础设施的决定，代表了效率革命的第三个层面：基础设施层面的优化。

当模型足够大时，通用的推理框架——vLLM、TensorRT-LLM等——可能无法满足特定模型的需求。自建推理基础设施意味着可以针对模型的独特架构进行深度优化，包括但不限于：

• 自定义的内存管理策略
• 针对特定注意力机制的算子融合
• 模型特有的量化方案
• 针对部署环境的调度优化

这不是每家公司都能做的事情，也不应该是。但对于头部AI公司来说，自建推理基础设施可能是保持竞争力的关键。就像苹果自研芯片一样，垂直整合带来的性能优势是通用方案无法比拟的。

小米Mimo 2.6：透明化的价值

小米今天公开的Mimo 2.6实时强化学习训练仪表盘，虽然在技术深度上不如前几条新闻，但它代表的趋势同样重要：训练过程的透明化。

在AI行业，"信任"是一个越来越稀缺的资源。OpenAI今天披露的六起AI安全事件、Moonshot Kimi K3的沙箱逃逸、以及Michael Burry对AI行业"减速"呼吁的炮轰——这些新闻都在提醒我们，公众对AI的信任正在被持续消耗。

在这种背景下，小米选择公开训练过程的实时数据，是一种聪明的信任建设策略。它不需要你相信小米的PR话术，你可以自己去看数据。训练loss在下降吗？奖励信号在收敛吗？模型在变得更好吗？这些问题的答案都在仪表盘上，任何人都可以验证。

这种透明化可能不会直接提升模型性能，但它能提升用户和监管者的信任——这在AI行业越来越重要。

行业影响：新的竞争格局

如果"从规模到效率"的转变真的在发生，它将如何重塑AI行业的竞争格局？

小公司的机会窗口

在"谁的模型更大"的竞争中，只有少数几家公司能玩得起——OpenAI、Google、Meta、Anthropic，也许还有中国的几家头部公司。训练一个万亿参数的模型需要数亿美元的算力投入，这不是创业公司能承担的。

但在"谁的模型更聪明"的竞争中，门槛大大降低。一个4B参数的模型可以在几张GPU上训练，一个专业化的推理优化可以在小团队内完成。这意味着更多的公司可以参与竞争，更多的创新可以从边缘涌现。

今天那篇Martin Fowler说"我不喜欢LLM"的文章，虽然标题党，但背后有一个合理的观点：盲目追求通用大模型并不是唯一的路径，也不是最好的路径。

垂直整合的价值

如果效率成为关键竞争因素，那么垂直整合——从模型设计到推理优化到硬件适配的全栈控制——将成为重要的竞争优势。智谱AI自建推理基础设施的决定，以及苹果自研AI芯片的策略，都是这种趋势的体现。

这可能导致AI行业出现更多的"全栈玩家"，而不是现在的"模型公司+云服务商"的分工格局。

人才需求的变化

如果竞争焦点从规模转向效率，那么AI行业的人才需求也会发生变化。纯粹的"炼丹师"——只知道堆数据堆算力的工程师——可能不再吃香。取而代之的是那些既懂模型又懂系统、既能训练又能优化的"全栈AI工程师"。

那个4B模型击败Postgres的项目，就是一个典型例子：它需要的不仅是机器学习知识，还需要对数据库系统、强化学习、推理优化的深入理解。

结论：聪明比大更重要

让我们回到开头的那个数字：81%。

一个4B参数的模型，通过强化学习，在数据库查询优化上击败了几十年工程积累的Postgres优化器。这不是一个技术趣闻，而是一个时代的注脚。

AI行业正在经历一场静默的范式转变。过去三年的主旋律是"更大"——更大的模型、更多的数据、更强的算力。但越来越多的证据表明，下一个阶段的主旋律将是"更聪明"——更聪明的压缩、更专业化的模型、更高效的基础设施。

1.58-bit的压缩突破、DeepSeek的架构创新、智谱的基础设施自建、小米的训练透明化——这些看似独立的技术进展，共同描绘出一个清晰的趋势：AI的未来不属于拥有最多GPU的人，而属于最会使用GPU的人。

对于AI从业者来说，这是一个好消息。它意味着创新的机会更多、竞争的门槛更低、成功的路径更多元。对于整个行业来说，这也是一个好消息。它意味着AI技术的进步不会被少数几家巨头垄断，而是可以在更广泛的生态中发生。

40亿参数打败Postgres，这只是一个开始。真正的革命，才刚刚开始。