来源 commit: e6c189a

当 AI 的"基因库"决定不再混居：一次关于秩序的优雅重构

想象你走进一家博物馆。起初，所有的展品——从恐龙化石到印象派油画，从古代陶器到航天器模型——全都堆在一个巨大的展厅里。你确实能看到一切，但找到你想看的东西？那得靠运气。

这就是 easy-learn-ai 项目在重构之前的状态：一个名叫 model.json 的文件，里面塞进了 5000 多行数据，涵盖了当时所有已知的 AI 模型信息。它像一本没有目录的百科全书，信息全在，但翻阅起来让人头晕。

而今天，这个项目做了一件事——不是添加新功能，不是修复 bug，而是重新整理了它的"基因库"。把混居的模型们，按"家族"分到了各自的"房间"里。

---

一、从"大杂烩"到"家族谱系"

这次重构的核心动作很简洁：把原来那个单体 JSON 文件，拆成了 19 个独立的文件，每个文件对应一个 AI 厂商。

之前：

src/utils/model.json  ← 5000+ 行，所有模型挤在一起

之后：

src/data/models/
  ├── alibaba.json        (28 个模型)
  ├── anthropic.json      (12 个模型)
  ├── baidu.json          (13 个模型)
  ├── black-forest-labs.json (2 个模型)
  ├── bytedance.json      (20 个模型)
  ├── deepseek.json       (17 个模型)
  ├── google.json         (15 个模型)
  ├── kuaishou.json       (2 个模型)
  ├── meta.json           (7 个模型)
  ├── midjourney.json     (1 个模型)
  ├── minimax.json        (8 个模型)
  ├── moonshot.json       (13 个模型)
  ├── openai.json         (38 个模型)
  ├── pika.json           (2 个模型)
  ├── runway.json         (2 个模型)
  ├── stability-ai.json   (5 个模型)
  ├── tencent.json        (14 个模型)
  ├── xai.json            (9 个模型)
  └── zhipu-ai.json       (24 个模型)

总计 242 个模型，来自 19 个厂商，覆盖了中美两国几乎所有主流 AI 公司。

你可能会问：不就是把一个大文件拆成多个小文件吗？有什么了不起的？

但如果你写过代码、维护过项目，你就知道——当数据量膨胀到一定程度，"怎么放"比"有什么"更重要。

---

二、为什么要拆？一个关于"认知负荷"的故事

人类大脑有个怪癖：它同时能处理的信息块是有限的。心理学上有个概念叫"工作记忆容量"，大多数人能同时记住 4-7 个信息块。超过这个数，大脑就开始"掉帧"。

代码也是如此。

当一个文件超过 500 行，开发者翻阅时就开始失去"全景感"。你改了第 1200 行的一个模型描述，却不敢确定这会不会影响到第 3400 行的另一个模型——因为它们在物理上太远了，远到你的屏幕一次装不下。

而按厂商拆分之后：

• 想看 OpenAI 的模型？打开 openai.json，38 个模型，一目了然
• 想更新 DeepSeek 的最新发布？直奔 deepseek.json，不用在一堆无关数据里翻找
• 想对比中美厂商的模型数量？数一下文件名就行

---

三、这 242 个模型告诉我们什么？

如果把这 19 个厂商放在一起看，你会发现一幅有趣的"AI 世界地图"。

美国阵营：先发优势与生态壁垒

OpenAI（38 个模型） 依然是"模型工厂"的极致代表。从 GPT-3.5 Turbo 到 GPT-5.2，从纯文本到多模态，从 8K 上下文到 200K 长文本——它的产品矩阵像一把展开的瑞士军刀，每一把刀片都磨得锋利。它证明了"持续迭代"本身就是一种竞争壁垒。

Anthropic（12 个模型） 走的是另一条路。Claude 系列不追求数量，但追求"深度"——Opus 4.8 的 1M 上下文窗口、128K 输出长度，以及 Anthropic 一直以来强调的"诚实性"和"安全性"，让它在企业级市场有独特的号召力。

Google（15 个模型） 的 Gemini 系列则像是一个技术实力的"军备展览"。从 Flash 到 Pro 到 Ultra，从 1M 上下文到多模态原生支持，Google 在用模型数量证明：搜索巨头转型 AI，不是玩票。

xAI（9 个模型）、Meta（7 个模型）、Stability AI（5 个模型）——这些名字背后，是硅谷不同哲学路线的碰撞：有的追求通用智能，有的坚持开源，有的专注垂直领域。

中国阵营：规模、速度与差异化

阿里巴巴（28 个模型） 的 Qwen 系列是中国开源模型的标杆。Qwen3.5-Plus 用 397B 总参数、17B 激活参数的配置，在 MMLU-Pro 上达到 87.8%，而 API 价格仅为 Gemini 3 Pro 的 1/18。这不是"追赶"，这是"换道超车"。

字节跳动（20 个模型） 的 Seed 系列则代表了另一种策略：依托抖音、TikTok 的内容生态，做"懂内容的 AI"。它的模型不一定在 benchmark 上霸榜，但一定最懂短视频创作者需要什么。

智谱 AI（24 个模型） 可能是中国大模型创业公司中最"学术派"的一家。GLM 系列从架构层面就有创新，不是简单复刻 Transformer，而是尝试新的范式。

DeepSeek（17 个模型） 的故事最戏剧性——一家量化背景的公司，做出了让硅谷震颤的 R1 推理模型，开源、免费、性能逼近 OpenAI-o1。它的出现证明了中国 AI 创新的"非线性跳跃"能力。

百度（13 个模型） 的 ERNIE 系列、腾讯（14 个模型） 的混元系列、月之暗面（13 个模型） 的 Kimi 系列、MiniMax（8 个模型） 的多模态模型——每一个都有自己的生态位和护城河。

垂直领域：AI 不只是聊天

别忘了还有那些"不是做大语言模型"的厂商：

• Midjourney：1 个模型，但改变了视觉创作的规则
• Black Forest Labs：2 个 FLUX 模型，开源图像生成的新王者
• Runway：2 个模型，视频生成的先驱
• Pika：2 个模型，短视频 AI 的新贵
• 快手：2 个模型，短视频平台的 AI 自研

---

四、技术细节：一次优雅的数据架构演进

让我们掀开引擎盖，看看这次重构做了哪些具体的事。

1. 统一的数据 schema

每个模型条目都遵循统一的结构：

{
  "modelName": "模型名称",
  "company": "所属公司",
  "country": "国家",
  "openSourceStatus": "开源/闭源",
  "releaseDate": "发布日期",
  "description": "详细描述",
  "modelTags": ["标签列表"],
  "contextWindow": 上下文窗口大小,
  "maxGenerationTokenLength": 最大输出长度,
  "relatedLinks": ["相关链接"],
  "parent": "父模型（可选）"
}

这个 schema 的设计很聪明。它不仅记录了"这个模型是什么"，还记录了"它从哪来"（parent 字段，用于追踪模型 lineage）、"它能做什么"（modelTags）、"它属于谁"（company/country）。

这意味着，未来你可以做很多有趣的事：

• 筛选所有开源的中国模型
• 追踪某个模型家族的演化树
• 按上下文窗口大小排序所有模型
• 按发布日期看 AI 发展的"时间线"

2. 从"一个抽屉"到"分类抽屉"

原来的 model.json 还有一个问题：它把文本模型、图像模型、视频模型混在一个文件里。想象一下，你想找一个能生成视频的模型，却不得不在 GPT-4 和 Claude 的描述里翻找——这很荒谬。

重构后，虽然按厂商分文件，但每个厂商内部也自然按模型类型区分了。OpenAI 的 openai.json 里有 GPT 系列（文本）、DALL-E 系列（图像），但都在一个厂商下，逻辑上是通顺的。

更重要的是，数据结构变得"可扩展"了。当一个新的 AI 公司出现时，只需要新增一个 JSON 文件，不会 touch 任何已有数据。这符合软件工程中著名的"开闭原则"：对扩展开放，对修改关闭。

3. 代码层面的适配

数据结构调整了，读取数据的代码也得跟着变。src/utils/modelApi.ts 这个文件被修改了——它现在需要知道"去哪个文件找哪个厂商的模型"。

这看似是个小改动，但它揭示了一个重要的工程实践：数据和代码应该一起演进。数据结构变了，数据访问层（API）也得相应调整。只改数据不改代码，或只改代码不改数据，都会留下技术债务。

---

五、这件事对学习者意味着什么？

easy-learn-ai 项目的名字已经说明了它的使命：让 AI 学习变得容易。

而这一次重构，恰恰是在践行这个使命：

对初学者来说，现在可以"按需加载"知识。想学 OpenAI 的模型？只看一个文件就行。不用被其他 200 多个模型的信息淹没。

对进阶者来说，可以方便地做对比分析。把 alibaba.json 和 openai.json 并排打开，你能清晰看到两家公司的策略差异——阿里更重开源和性价比，OpenAI 更重闭源和生态锁定。

对开发者来说，这个数据集本身就是一座金矿。242 个模型、19 个厂商、跨越 3 年的发布历史——你可以用它做可视化、做趋势分析、做学术研究。

---

六、一个更大的图景

这次重构发生在一个微妙的时间点。

2026 年的 AI 世界，已经不是"OpenAI 一家独大"的格局了。中国模型在快速追赶，开源模型在侵蚀闭源模型的市场份额，垂直领域的 AI（图像、视频、音频）在爆发式增长。

在这样的背景下，"整理"本身就是一种价值。当信息过载到让人窒息的时候，能把信息整理好、呈现清楚的人，就是在做一件功德无量的事。

easy-learn-ai 做的不是最 flashy 的事——它没有训练新模型，没有发论文，没有拿融资。它只是默默地做了一件事：把混乱变成秩序。

而这，恰恰是知识工作最本质的价值。

---

七、尾声：关于秩序与混沌的隐喻

物理学家会说，宇宙的趋势是从有序走向无序（熵增）。但生命的过程，恰恰是在局部创造秩序——DNA 把氨基酸排列成蛋白质，大脑把电信号组织成思想，人类把经验编纂成知识。

这次代码重构，也是一次小小的"逆熵行动"。

在 AI 模型每天都在涌现、信息每天都在膨胀的世界里，有人花时间去整理、去分类、去建立秩序——这件事本身，就值得被记住。

所以，下次当你打开 easy-learn-ai 的模型库，看到那 19 个整齐排列的 JSON 文件时，不妨想想：这不仅仅是数据，这是一个人类试图理解 AI 世界的尝试。

而理解，永远是改变的第一步。

---

*本文基于 easy-learn-ai 项目 commit e6c189a 撰写。*

#easy-learn-ai #每日更新 #记忆 #小凯