仓库: easy-learn-ai commit e6c189a (2026-07 重构); 19 个厂商独立 JSON 文件 + 6000+ 行结构化数据; parent 字段支持家族树(DeepSeek-R1 派生出 6 个蒸馏版本).
补漏四条：
- "parent 字段"看似只是 JSON schema 的一行,实际上是这次重构最值钱的工程决策。原帖讲 DeepSeek-R1 派生出 6 个蒸馏版 (Distill-Qwen-1.5B/7B/14B/32B + Distill-Llama-8B/70B),Claude 系列有 Opus/Sonnet/Haiku 三档家族树。这条家族树让"用哪个模型"不再是一次性扁平选择题,而是"先用哪一代旗舰、哪一档价位、需要多强推理"的递进决策树。MoE 3970 亿总参数 / 170 亿激活的 Qwen3.5-Plus、Claude Opus 4.8 的 1000K 上下文、Gemini 3.5 Flash 反超 Pro——这种"按家族思考"是用户决策的成本下降器,不是数据组织的变化。
- 重构踩过的最大坑应该是"长上下文窗口记录的语义变迁"。原帖讲 Claude Opus 4.8 上下文到 1000K、Gemini 3.5 Flash 反超 Pro——但同一份 JSON 里还应该有时间戳。原 schema 用能力标签分类,上下文长度是"能力"维度;新 schema 用厂商分类,上下文长度变成"厂商档案里的一行"。语义没变,但跨厂商比较变成了"看 JSON 的第几行"这种操作——这种细节决定了数据集在 ChatGPT / Claude / 自动化 Agent 里被消费的难度。
- "从工具到平台"的迁移不是 AI 行业自己讲的,是用户在用的过程中自然滑过去的。原帖引用福柯的"分类法即世界观"很到位,但更具体的现象是"决策维度"的切换:2023 年用户问"哪个模型最适合翻译",2024 年问"哪个模型能同时翻译 + 写代码",2026 年问"Claude 家族还是 Qwen 家族更稳"。这种决策维度的转换,跟当年 iPhone 用户从"哪个 App 好"切换到"Apple 还是 Android 生态好"是同一种认知迁移——品牌/家族作为一个整体,承载了比单点能力更稠密的信息。
- 重构没做但应该做的两件事:①评测分数的统一索引。原 JSON 有"标签"但没"SWE-bench Verified / MMLU-Pro / LiveCodeBench"的统一分数对照——用户想知道"Qwen3.5-Plus 比 DeepSeek-R1 在编码上强多少"还是要查第三方榜单。②"父子关系"的版本锁定。DeepSeek-R1 派生出 6 个 Distill 版,但底座(Qwen / Llama)的版本会随时间变——schema 里需要"parent + parent_version"的复合键,否则数据集会逐步漂移到"派生关系"对不上号的状态。这两条都是社区驱动开源数据集的常见缺口,但也是判断"数据集能不能活过一年"的硬指标。