基座模型半年一大版，你去年微调的模型还有价值吗？微调的护城河在哪？

有价值，但价值在缩水。

基座每升一版，通用能力都会提升，去年靠微调获得的一部分优势会被新基座免费送掉。所以微调的收益需要定期重新评估。

不过微调还是有它的场景：私有部署不能用闭源模型的、需要特定风格的、需要把大模型能力压到小模型上降成本的。这些新基座解决不了。

顺序上，应该先看新基座 + 好 prompt 能到什么程度，再决定要不要重新微调。

判断方向对，及格。但"价值在缩水"是定性描述，没有量化方法，也没有厂商路线视角，追问会散。

先给结论：微调没死，但它的地盘被三面挤压，而且闭源侧正在主动退出。所以这道题的答案不是"有没有价值"，是"哪几条还有、你的项目在不在这几条上"。

第一层：资产寿命——这是我判断的起点。

评测集      ████████████████████  100% 保值，而且越攒越值钱
prompt      ████████████████░░░░  改改就能用
RAG 索引    ████████████████░░░░  换 embedding 才要重建
微调权重    ░░░░░░░░░░░░░░░░░░░░  0%，基座一换归零

微调权重是唯一换基座带不走的资产。 所以"要不要微调"其实是"愿意把多大比例的投入压在一个会归零的资产上"。这不代表不投，代表要控制比例，且要确保评测集这块不能省。

第二层：被吃掉了什么。

• 知识注入 → RAG（2023 年就成立）
• 格式与指令遵循 → 基座能力 + 结构化输出。OpenAI 就是拿这条当收缩微调平台的官方理由：新基座指令与格式遵循大幅提升，prompt 方案更便宜更快，需要微调的用例在变少
• 推理深度 → effort 档位。答得浅提档位，不是微调
• （半块）few-shot 示范 → 长上下文 + prompt 缓存

第三层：还剩哪四条护城河。

1. 成本与延迟的规模化压缩——把大模型能力蒸到小模型上。这是 2026 最主流也最站得住的理由，因为它不依赖"微调让模型更强"这个已经站不住的假设，只依赖"同样的效果我用更小的模型达成"。
2. 可验证奖励任务上的真实能力增量——任务能写自动判分器、专家答案能收敛。这一档拿到的是 prompt 做不到的能力提升。
3. 不可言说的隐性风格与判准——写不进 prompt、只能给例子的行业腔调。判据：你写不出规则。
4. 私有部署与数据主权——数据不能出域、只能跑开源权重。这里没有 effort 档位可提、没有更强的闭源基座可换，微调是唯一手段。这条在国内的金融、政务、医疗场景尤其成立，也是国内微调需求结构性强于海外的原因。

第四层：厂商路线风险，这条在 2026 年必须算进去（截至 2026-08）。

• OpenAI 正在收缩：2026-05-07 起新组织不能创建微调任务；2026-07-02 起 60 天无推理的组织被关闭；2027-01-06 起存量客户也不能再创建新任务。已训模型可推理至基座下线。
• Google 出现断档：Gemini 3.x 尚未开放 SFT，而 2.5 Pro 已于 2026-06-17 下线。
• Anthropic 只有 Bedrock 上 Claude 3 Haiku 一条老路。
• 开源权重 + 国内云平台 全链路健在。

所以"在闭源 API 上做微调"这件事本身，2026 年已经是一个有路线风险的选择。 我见过一个团队在 Gemini 2.5 Pro 上微调，跑得很好，结果 2.5 Pro 下线而 3.x 没开 SFT，微调资产直接蒸发；回退到"新基座 + 好 prompt"重测，发现只比微调版低 2 个点——微调收益的八成早就被新基座免费送掉了，只是没人定期去测。

第五层：所以我的做法是给微调收益设一个定期复查。 每次基座升版，或者至少每季度，用同一份评测集跑三条线：老微调模型 / 新基座 + prompt / 新基座 + 重新微调。三个数一摆，要不要继续投一目了然。这件事的成本几乎为零（评测集是现成的），但绝大多数团队不做，于是只能在基座下线那天才发现问题。