《我“蒸馏”了张雪峰整个公司》

来源：B站 [小石谈AI技]
时长：00:10:16
BV号：BV1nKowBjEGX
链接：https://www.bilibili.com/video/BV1nKowBjEGX
说明：以下文字按视频原讲述顺序整理，口语、重复和明显噪声已做轻度收束。

四小时蒸馏一家公司？我做到了

UP主以自身经历切入，展示仅用四小时便“蒸馏”出张雪峰公司核心系统的成果，强调其作为全网首个教学者身份的独特性，并现场演示AI高考志愿系统的基本功能。

他先把重点落在自己是全网第一个教人‘蒸馏’公司的人，展示仅用四小时完成的AI高考志愿系统成品。接着，他把重点落在查询北京印刷学院等高校的专业信息、录取分数与政策。

为什么不能只靠大模型？真相在这里

对比通用大模型与定制化数据系统的差异，交代了前者虽见多识广但易出错，后者则像有脑子的档案馆，坚持‘先查书再说话’原则，保障输出严谨性。

他先把重点落在为何需要专门的数据系统而非依赖大模型，强调准确性与可靠性的重要性。接着，他把重点落在大模型如江湖百晓生，而系统像带脑子的档案馆，先查资料再回答。

从零搭建：五层系统架构详解

详细拆解系统五大层级：文字资料库、数据库、向量检索、大模型咨询台与前端交互界面，类比为图书馆体系，清晰呈现技术逻辑。

他先把重点落在OBS 4.6、GPT-5.3、GMA。接着，他把重点落在文字资料库、数据库、向量检索、大模型、前端交互界面。

然后，他把重点落在如何用GPT-5.3生成结构化数据，包括专业避坑指南、就业前景、工资范围等。

数据怎么来？全流程自动化生成

说明如何利用GPT-5.3批量生成结构化数据，涵盖专业信息、就业前景、薪资范围等，并通过百度文库等公开接口补全录取数据。

他先把重点落在描述如何整合公开数据接口（如百度文库API）获取历年录取数据。接着，他针对贫困家庭的资源路径、心理安抚话术、非高考升学渠道。

真正想证明的不是“能不能做”，而是“有没有风格差距”

揭示系统不仅是一个技术产品，更是对教育行业AI转型的反思，主张用‘人设+数据’模式应对信息差价值重构，倡导理性与长期主义。

他先把重点落在输入问题后输出精准建议，避免大模型胡编乱造。接着，他把重点落在结合历史案例与数据规则，提供最接地气的出路方案。

然后，他把重点落在项目完全开源，可在GitHub上免费商用，并附配置说明文档。再往下，他把重点落在延伸讨论该架构可迁移至考研、法律等领域，支持微调与蒸馏模型。

本文由 AI 基于转写整理，仅供复查参考。