字节跳动秘密研发10万亿参数AI巨兽，拒绝蒸馏硬刚美国顶级模型

麻薯滑芝士

哈喽，各位每天打开抖音就停不下来、对推荐算法的精准度比对自己银行卡余额还熟悉、连上厕所都得刷两条短视频才算完整的资深短视频用户，各位天天盯着美股中概股K线图、对字节跳动每一次融资和业务调整都敏感得像雷达一样的投资人和行业分析师，各位自己在家捣鼓过Stable Diffusion、用过ChatGPT写论文、对大模型参数规模如数家珍、看到"10万亿"这几个数字就两眼放光的科技发烧友，各位在公司里偷偷用豆包帮自己写周报、让它帮忙润色邮件、甚至幻想哪天AI能替自己开会的职场打工人，还有各位虽然对技术细节一知半解、但看到中国公司要搞个大新闻就忍不住点进来、心里还有点小自豪的普通吃瓜网友，今天咱们要聊的这个事儿，绝对是近期科技圈里最重磅的一颗炸弹——字节跳动，就是那个让你刷到停不下来的抖音和TikTok的母公司，正在秘密捣鼓一个参数规模最高可达10万亿的超级AI模型，目标直接锁定美国顶尖AI公司Anthropic的王牌模型"Mitos"（业内也常写作Mythos），而且人家还放出狠话：坚决不走捷径，不靠"蒸馏"别人的模型，就要靠自己硬生生造出一个世界级的大脑来。这事儿的分量有多重？这么说吧，2026年8月7号这一天，英国《金融时报》把这条消息捅出来的时候，整个全球AI圈的神经都被狠狠拨了一下，因为这意味着中国公司在前沿大模型的军备竞赛中，第一次把筹码推到了和美国顶尖实验室同一个量级的牌桌上。

这个消息最早是在上周五，也就是2026年8月7号，由英国的老牌财经媒体《金融时报》捅出来的，朝鲜《东亚日报》旗下的Chosunbiz在8月9号也做了转述报道。这家报纸的记者可不是空口白话，人家是采访了三位直接参与或者了解内情的人士，才敢把这个料端到台面上。根据相关知情人的说法，字节跳动有限公司现在已经正式启动了这款新AI模型的预训练工作，参数的上限目标被设定在了10万亿个。你可能对这个数字没什么概念，我帮你换算一下你就明白了。咱们国内目前公开披露过的、规模最大的AI模型，是月之暗面科技有限公司在2026年7月17号正式推出的那个叫"Kimi K3"的模型，它的总参数是2.8万亿，而且Kimi K3是全球首个达到2.8万亿参数规模的开源模型，在过去12个月里有9个月保持着开源模型规模上限。你拿10万亿除以2.8万亿，大概等于3.57，也就是说字节这回搞的模型，体量差不多是Kimi K3的三倍半。这在目前所有公开的中国AI模型里，是最大号的，没有之一。在AI这个圈子里，大家经常把参数比喻成大脑里的神经元或者脑细胞，月之暗面有关负责人自己就解释过，参数就像人脑里的神经连接，参数越大，能力上限越高，可以提供更智能的模型表现，近3万亿参数意味着这个模型能把更多的知识和规律装进"脑子"，懂得更多、想得更深、答得更准。所以，参数越多，这个模型就越聪明，它能处理的信息就越复杂，能干的事情也就越精细。你想想，一个拥有10万亿个"脑细胞"的AI，那得有多厉害？它可能不仅能跟你聊天、帮你写文章、画图，还能处理更复杂的逻辑推理、科学计算，甚至可能具备某种接近人类常识的认知能力。

不过，在咱们被"10万亿"这个数字震住之前，有一件事必须给大家掰扯清楚，否则很容易被带偏。2026年这个时间点，凡是做到10万亿参数这种前沿规模的模型，几乎可以确定采用的是一种叫"混合专家"（Mixture of Experts，简称MoE）的架构。这种架构的特点是，模型虽然总共有10万亿个参数，但每次处理一个词的时候，路由机制只会激活其中一小部分参数来干活。举个真实的参照：深度求索的DeepSeek V4-Pro总参数是1.6万亿，但每次推理只激活490亿，只占总数大约3%；月之暗面的Kimi K3总参数2.8万亿，结合Stable LatentMoE框架后，可以在896个专家中高效激活16个，激活比例同样很小，每次前向传播实际激活的参数大约是1040亿。所以，《金融时报》报道里说的10万亿，描述的是这个模型的"存储体量和训练成本"，而不是它每次回答问题时实际动用的"脑力"。字节跳动到目前为止既没有公布架构设计，也没有披露激活参数的比例。直到这些数字公开之前，"10万亿参数"更像是一个算力预算和决心宣言，而不是能力基准。这一点，咱们看热闹的同时也得心里有数。Techtimes等外媒在报道时也特意强调了这个视角：对于字节跳动描述的这种参数规模，总参数并不是决定真实世界能力的唯一因素，真正决定它能否真正媲美Mythos的，是每个查询激活的参数比例。如果激活比例是5%，那么每个词元大约会激活5000亿参数，这和当前前沿稠密模型大致相当；如果是10%，则直接翻倍。

当然，搞出这么一个庞然大物可不是一朝一夕的事。预训练一个大型AI模型，就像盖一栋摩天大楼，得先把地基打好，然后一层一层往上盖。按照业内的常规节奏，预训练阶段通常需要花上三到六个月的时间。在这几个月里，成千上万块高性能的图形处理器（也就是我们常说的显卡）得24小时不停地运转，电力消耗大得惊人，同时海量的文本、图片、视频数据像洪水一样往里灌，让模型自己去学习里面的规律和知识。按照这个时间表推算，即便训练过程不出现重大挫折，这种规模的模型最早也要到2027年初才能公开亮相。等到预训练结束，模型初步成型了，还不能马上拿出来用，后面还得跟着一堆精细活儿，其中最关键的步骤叫做"微调"。微调的意思就是，在预训练好的模型基础上，用一些专门的数据再训练一下，让模型更听话、更懂人话、更擅长干某一种特定的任务。只有当所有这些流程都顺顺利利走完了，这个模型才有可能正式对外发布，跟广大用户见面。而且，《金融时报》的文章里也特意强调了一点：现在确定的10万亿参数只是一个初始目标的上限，最终这个模型到底有多大，还得看后续训练过程中实际跑出来的情况，到时候可能会做一些动态调整，甚至不代表模型最终一定会发布。毕竟，训练这种级别的模型，中间会遇到什么技术瓶颈、硬件故障或者数据质量问题，谁都说不准。AI Weekly等外媒估算，这次训练可能需要约3万块GPU、耗时3到6个月，完成窗口落在2027年上半年。

那么，字节跳动这次瞄准的对手——Anthropic公司的模型，到底有多强呢？这里得给大家补补课。Anthropic这家公司在AI圈子里那是如雷贯耳，他们家的模型以安全性高、推理能力强而闻名，是OpenAI最强劲的竞争对手之一。不过，Anthropic有个特点，就是从来不对外公开发布自家模型的具体参数数量，搞得神神秘秘的，让外界只能靠猜。但正所谓"纸包不住火"，业界的工程师和研究员们也不是吃素的，他们通过各种各样的侧面分析、性能测试和对比实验，基本上也能把Anthropic的家底摸个七七八八。目前行业内比较一致的看法是，Anthropic旗下最先进的那个模型，代号叫"Mitos 5"（也常写作Mythos 5）的，参数大概在8万亿左右；而稍微次一级的、代号叫"Fable 5"的模型，参数大概在5万亿上下。你对比一下就知道了，字节跳动一上来就要搞10万亿参数的模型，这野心简直呼之欲出——它不仅仅是想追上美国的同行，更是想在下一代最前沿的AI技术上实现反超，直接压过对方一头。按照Techtimes等外媒的测算，如果字节跳动真的把10万亿参数的模型训练出来，那它将成为中国迄今最大、并进入全球最前沿规模区间的模型，规模将超过业内估计约8万亿参数的Anthropic Mitos 5。

负责牵头搞这个大项目的，是字节跳动内部一个专门从事AI研究的机构，名字叫"Seed"。Seed团队是字节跳动在2023年初为了直接应对ChatGPT的出现而成立的。根据《晚点 LatePost》等媒体的报道，字节的新模型将由Seed Foundation负责人项亮主导，与大语言模型预训练数据负责人沈科合作。而Seed团队的基础研究功能，则是由吴永辉领导的。这位吴永辉大佬以前在谷歌干了17年，2025年2月才加入字节跳动，加入前的最后一个职位是谷歌DeepMind的研究副总裁，而且拿着"Google Fellow"这个谷歌最资深个人贡献者称号。吴永辉直接向字节跳动CEO梁汝波汇报，他手底下带着的Seed团队大约有2000名研究人员，分布在中国及海外，涵盖了基础研究、强化学习、多模态系统等多个方向。这个团队的规模可不小，全公司上下为了这个超级模型砸进去的资源也是天文数字。根据公开报道，字节跳动已经把2026年AI资本开支计划从去年讨论的初步1600亿元人民币（约合240亿美元）上调到了2000亿元人民币（约合300亿美元）以上，其中大约一半用于芯片采购，相当一部分预算花在英伟达硬件上，另一部分则投向国产芯片，以此来对冲美国出口管制进一步收紧的风险。由吴永辉这样一位重量级科学家来掌舵基础研究，再由项亮主导新模型研发，足见字节跳动对这个超级模型有多么重视。吴永辉加入字节后的第一个重大公开里程碑，是2026年2月14号发布的豆包Seed 2.0——这是一个包含Pro、Lite、Mini和Code四个变体的模型家族，让豆包在全球人工智能产品的人类偏好评估中跻身顶尖行列。

《金融时报》在报道这件事的时候，用了一个很有分量的评价。他们说，字节跳动推动开发这个规模能与"Mitos 5"相匹敌的AI模型，这件事"展现出的不仅仅是追赶美国竞争对手的雄心，更是要在最前沿的AI领域超越他们的决心"。这话说得一点都没水分。你看看最近这段时间，咱们国内冒出来的那些优秀的AI模型，在各权威评测中的表现已经相当亮眼。月之暗面2026年7月17号推出的Kimi K3，总参数2.8万亿，原生支持视觉理解，拥有100万词元的上下文窗口，整体表现虽然仍落后于最强的闭源模型Claude Fable 5和GPT-5.6 Sol，但已经稳定超过了其他所有模型。Kimi K3的模型权重文件大约1.56TB，分为96个Safetensors文件，在2026年7月27号前发布了完整模型权重，成为全球首个达到2.8万亿参数规模的开源模型，上线前半小时就有近3700名开发者蹲在Hugging Face页面前等着下载。2026年8月初，阿里也跟进了Qwen3.8-Max，参数规模达到2.4万亿。这说明咱们在AI这条赛道上，早就不是跟在别人屁股后面吃灰的角色了，而是有了并驾齐驱、甚至在某个细分领域领跑的底气。字节跳动这时候再加码到10万亿参数，无疑是给这把已经烧得很旺的火上又浇了一大桶油。

这里还有一个特别有意思的点，值得拿出来单独聊聊。大家都知道，现在国内很多做AI的公司，都喜欢走"开源"路线。什么叫开源呢？就是把自己辛辛苦苦训练出来的模型权重（也就是模型内部那些经过学习调整好的参数数值）公开出来，让全世界的研究者和开发者都能免费下载、拿去用、拿去改进。比如月之暗面的Kimi K3，就在2026年7月27号前发布了完整模型权重，成为全球首个达到2.8万亿参数规模的开源模型。这种做法好处很多，能快速聚集社区的力量，推动整个技术生态繁荣发展。但字节跳动不一样，它从一开始就选择了走"闭源"路线，也就是只开发自己的私有模型，不对外公开核心的模型权重。与此同时，字节跳动在AI基础设施的建设上，那投入简直是毫不手软，疯狂扩张。

闭源路线带来的一个直接成果，就是字节跳动在面向普通消费者的AI产品上取得了断层领先的用户优势。根据AI产品榜发布的2026年6月数据，豆包APP以3.2431亿月活跃用户位居全球AI产品APP端第二名，仅次于ChatGPT的9.9549亿，在国内AI产品中是绝对的王者；在国内总榜APP端，豆包更是以3.2431亿月活稳居第一，第二名千问2.5113亿，第三名夸克1.5924亿，第四名DeepSeek 1.3908亿。豆包3.2431亿的月活数字，让豆包稳稳地坐在中国最受欢迎AI应用的宝座上。你想啊，三亿多人每个月都在用你的AI产品，这背后产生的海量用户反馈和使用数据，本身就是一笔无法估量的财富，反过来又能帮助字节不断迭代和优化底层的大模型。这形成了一个非常良性、自我强化的循环。更值得一提的是，36氪的报道显示，截至2026年6月，豆包大模型日均Token调用量已经突破180万亿，算力成本随之飙升，豆包开始探索商业化，6月推出专业版订阅服务，分层切入办公场景，飞书也化身豆包办公场景的分部。

除了语言模型，字节跳动在视频生成这个赛道上也是全球范围内的领头羊。他们搞的那个视频生成模型叫Seedance（中文常叫即梦视频）。根据2026年5月发布的"Best AI Video Generators 2026"评测，在对10款主流AI视频生成工具长达8周的实测中，Seedance 2.0以9.6分（满分10分）位居第一，被评为"最佳整体AI视频生成器"，Runway Gen-4以9.0分第二，Kling 2.1以8.8分第三，Google的Veo 3以8.6分第四。评测报告指出，Seedance 2.0具备原生的多镜头叙事能力、同步音频、1080p到2K的输出分辨率，并且在所有公开平台中拥有最忠实的图像到视频保真度。在Artificial Analysis Video Arena的2026年Q1-Q2最新快照中，Seedance 2.0在含音频的文生视频（T2V）榜单以Elo 1221分排名第一，HappyHorse以1218分第二；在含音频的图生视频（I2V）榜单以Elo 1181分第一，HappyHorse以1165分第二。2026年3月，字节跳动正式将Seedance 2.0集成到CapCut中，后者是全球最受欢迎的视频编辑平台，拥有超过5亿用户，极大地扩展了该模型的可访问性和实用价值。Seedance 2.0的订阅套餐每月20美元起。这不是靠运气，是实打实的硬实力。

但是，想要做出世界顶级的AI模型，光有钱、有人、有数据、有产品还不够，还得有正确的"方法论"。这里就不得不提字节跳动内部最近做出的一个重大决定，或者说是一次战略转向。根据美国科技媒体The Information的报道，字节跳动创始人张一鸣在一个月前举行的Seed全员会上明确表示：字节跳动不会利用模型蒸馏来加速自身大语言模型的能力提升。啥叫"蒸馏"呢？这算是AI圈里一个比较普遍的"取巧"做法。简单来说，就是不去从头开始训练一个模型，而是直接把市面上已有的、表现很好的大模型当成"老师"，让自己的小模型去学习"老师"输出的结果，从而快速获得接近"老师"水平的能力。这种做法可以大大节省训练时间和计算成本，是很多后来者快速追赶领先者的一个捷径。蒸馏分两种：白盒蒸馏是直接拿教师模型的权重和网络结构来学，如果是闭源模型就等于窃取商业秘密，风险极高；黑盒蒸馏是通过API调用拿输出结果来学，存在合同违约和不正当竞争风险。Anthropic之前就控诉DeepSeek、Moonshot、MiniMax"蒸馏攻击"，指其通过数万个账号产生超1600万次交互——这就是典型的黑盒蒸馏争议。

这里得给大家交代一下2026年蒸馏这个话题有多敏感。2026年，白宫科学与技术政策办公室公开指控月之暗面针对Anthropic的Fable模型搞了一场工业规模的蒸馏行动，用来打造Kimi K3，声称月之暗面通过一个轮换访问平台运行该操作，并使用了出口到泰国的英伟达GB300芯片——这些硬件是禁止出售给中国实体的。月之暗面否认了蒸馏指控，并将K3的成果归因于原创架构工作。截至2026年7月，尚未宣布正式的执法行动。在这种大背景下，蒸馏已经成了中美AI竞争的焦点争议。

字节跳动现在明确说"不"了。张一鸣的原话是："为了实现长远目标，我们应该愿意牺牲一些短期利益。"知情人士称，张一鸣曾在Seed内部多次做过如是表态："我们可以接受暂时的落后，但不要蒸馏。"根据媒体报道，张一鸣在Seed内部至少三次否决了蒸馏提案：第一次是算力差距拉大时，研究员提议"实在不行就蒸馏"；第二次是月之暗面的Kimi K3杀入全球第一阵营，而投入更大的Seed还没拿出同级别的语言模型；第三次出现了折中方案"至少蒸馏开放权重模型"，张一鸣给出最终定论：闭源不能蒸馏，开放权重也不能蒸馏。字节跳动的目标非常纯粹，就是要完全依靠自己的力量，独立自主地开发这个模型，绝不参考任何美国最前沿的AI模型。36氪的分析指出，蒸馏可以帮模型追上一个已有的目标，却很难回答"目标之外还有什么"。张一鸣选择的是一条更难但更有上限的路：从底层自己找答案。这骨气，这志气，确实值得竖个大拇指。

不过，硬币都有两面。你这么有骨气，坚持不走捷径，代价也是显而易见的。在2026年8月6日的年中全员会上，字节跳动CEO梁汝波公开承认，Seed的大语言模型与海外领先模型的差距在拉大。梁汝波进一步澄清："看到有外部报道说，我们是因为外部压力才坚持自研的，这是瞎猜的。真实原因是，我们希望团队延迟满足感，打好技术基础，这对长期实现AGI很关键。"有些分析人士就指出，字节跳动在过去一年多的时间里一直坚持这个"不用蒸馏"的强硬立场，虽然维护了技术独立性和尊严，但也实实在在地拖慢了他们的研发速度。相比于那些敢于大胆使用蒸馏技术、快速迭代产品的竞争对手，字节跳动的步子确实是慢了一些。这就有点像武侠小说里的情节：有的人靠修炼速成的邪门武功，短时间内功力大增，威风八面；而有的人则选择扎扎实实地打好根基，一步一个脚印地修炼正宗内功。短期内，练邪功的可能看起来进步神速，但根基不稳；而从长远来看，根基扎实的人往往能走得更远，突破更高的境界。字节跳动显然选择了后者，这是一条更难走、更寂寞，但上限也更高的路。

根据《金融时报》的报道，正是基于这种"拒绝蒸馏、坚持自研"的立场，让字节跳动在2026年这个时间点做出了训练10万亿参数超大模型的决策。与其用蒸馏去追赶一个已有的目标，不如直接从底层自己找答案，押注底层原生预训练。张一鸣本人更是把这种理念带到了Seed团队全员会上，他明确反对蒸馏，押注底层原生预训练。张一鸣还在会上认可了编程（Coding）的关键地位，但同时提醒团队："编程只是眼下的热点之一，不应该完全被它牵着走，编程之外还有更多更大的机会。"这一点，梁汝波在8月6日的全员会上再次强调，他坦承豆包大模型在AI Coding方面并不算突出，还用Anthropic的Claude Code举例。张一鸣还透露，过去几年，字节已经在AI方向投入了很多，未来还会投入更多。

关于这一点，张一鸣的态度可以说是给整个团队吃了一颗定心丸。根据美国科技媒体The Information的报道，张一鸣亲自跟员工们说了，让大家"不必担心短期的落后"，并且定下了一个长期目标，那就是要拿下"世界级的模型能力"。这话从一个已经成功打造出抖音和TikTok这种全球现象级产品的企业家嘴里说出来，分量是不一样的。他不是不知道市场上正在发生什么，也不是不清楚竞争对手们在用什么手段快速追赶，但他更清楚，对于一个志在登顶的公司来说，什么才是最重要的。短期的排名和热度都是浮云，真正能让你笑到最后的核心竞争力，永远是自己手里那把独一无二、锋利无比的剑。

所以，把所有这些线索串在一起看，字节跳动这次的举动，绝不仅仅是一次单纯的技术升级或者产品迭代。这是一场关乎未来十年、甚至二十年江湖地位的豪赌。他们砸下2000亿元人民币以上的AI资本开支，组建了最豪华的研发团队，放弃了唾手可得的捷径，忍受着短期内的进度落后，目标只有一个：亲手造出那个能够定义下一个时代的、属于中国人自己的、世界上最强大的人工智能。这其中的压力、挑战和不确定性，外人根本无法想象。但对于我们这些旁观者，特别是那些关心中国科技发展的网友们来说，这无疑是一个令人振奋的信号。它告诉我们，在这场全球瞩目的AI竞赛中，中国的玩家不仅有实力，更有决心和耐心去冲击最高的那座山峰。

咱们不妨来看看这场竞赛的全景图。按照Chinchilla缩放定律的经验法则，一个经过计算最优训练的10万亿参数模型，需要处理大约200万亿词元的文本数据，这个数字超过了任何公开文档记录的模型的训练数据量。这是一场只有字节跳动这种级别的巨头才玩得起的游戏。根据AI Weekly的梳理，目前全球真正在预训练前沿规模模型的实验室屈指可数，xAI据说正在Colossus 2集群上训练6万亿和10万亿参数的Grok变体。如果字节跳动的10万亿模型跑通，它将和xAI一起，成为这个星球上极少数敢在这个量级下注的玩家。

这条路注定不会平坦。前方可能还有无数的技术瓶颈和未知的挑战在等着他们。但正如那句老话所说，无限风光在险峰。我们有理由期待，当字节跳动这支Seed团队最终破土而出、长成参天大树的那一天，它会给这个世界带来怎样的惊喜。而对于我们这些普通的用户和从业者来说，与其焦虑于未来的变化，不如保持关注，持续学习，看看这场波澜壮阔的技术变革最终会把我们带向何方。

对于关心AI行业走向的投资人来说，字节跳动这次的决策释放了一个非常明确的信号：在AI这个赛道上，长期的胜负手不是谁跑得快，而是谁愿意为底层能力下重注。2000亿元人民币的资本开支、2000人的研发团队、10万亿参数的目标——这三个数字放在一起，意味着字节跳动已经把"自研"上升到了公司战略的最高优先级。那些指望靠蒸馏快速变现的玩家，在未来的监管和行业声誉压力下，生存空间会被进一步压缩。投资人们在评估中国AI公司的时候，得重新审视字节跳动这个选手了——它不再是那个只会在产品端玩流量的玩家，而是要在底层技术上和美国巨头正面对话的硬核玩家。

对于每天在用豆包的3.24亿用户来说，张一鸣"宁肯暂时落后也不蒸馏"的决策，短期来看可能意味着豆包在语言理解能力上不会突然有质的飞跃，但长期来看，如果自研路线走通，豆包将拥有真正自主的核心能力，而不是永远在别人后面"抄作业"。这对于每一个关心数据隐私、关心国产技术自主性的普通用户来说，都是一件好事。你每天打开豆包问它"今天吃什么"、"帮我写个请假条"的时候，背后支撑它的，将是一个完完全全由中国团队从零造出来的大脑。

对于在办公室里偷偷用AI写周报的职场人来说，这场竞赛的最终受益者是你。当国产大模型真正具备了世界级的能力，你手里的工具会更聪明、更懂中文、更懂你的工作场景。豆包3.24亿月活的背后，是无数个像你一样的人，正在用AI重塑自己的工作方式。而未来这个10万亿参数的巨兽如果顺利注入豆包，你在职场上用AI写方案、做PPT、分析数据的体验，可能会被彻底颠覆。

对于科技发烧友和开发者来说，字节跳动押注自研、拒绝蒸馏的姿态，给整个国产开源生态树立了一个新的标杆。虽然字节走的是闭源路线，但它的存在和投入，会倒逼月之暗面、阿里、智谱等开源厂商拿出更好的模型来争夺开发者心智。2026年7月Kimi K3以2.8万亿参数成为目前参数量最大的开源权重模型，连Max级旗舰都开源了。这种良性竞争，最终会让每一个开发者受益。你可以期待的未来是：开源社区有Kimi K3这样的猛兽可以随便下载部署，闭源阵营有字节10万亿参数巨兽在云端提供顶级服务，两边互相激荡，把整个中国AI的水位线不断抬高。

字节跳动这次的选择，很可能就是决定未来AI版图的关键一步。咱们不妨搬个小板凳，泡杯茶，慢慢看着这场好戏怎么演下去。一个更智能的世界，正在以一种前所未有的速度向我们走来，而这一次，中国公司选择不再跟随，而是要自己在最前沿插上一面旗。从2026年8月这个时间点往后看，未来18个月——也就是到2027年初那个预训练完成、模型可能亮相的时间窗口——将会是检验张一鸣这张"反捷径"牌到底打成什么样的关键期。成，则中国AI真正意义上迈入世界第一梯队；败，则字节需要为这份固执付出昂贵的学费。但不管结果如何，敢于在当前这个时间节点、以这种规模、用这种方式下注，本身就已经改写了中国AI的产业叙事。咱们这些围观的、使用的、投资的、开发的，都是这段历史的见证者。