百码归模，我看还是要归。有些同志认为，只能投喂精品代码，不能投喂屎山。这种看法，表明他们对数据飞轮的方针很不理解。一般说来，纯粹的乱码当然不让喂。但是，它不以乱码的面貌出现，而以"经过review的生产代码"的面貌出现，那就只好让它喂，这样才有利于模型对它进行鉴别和泛化。
仓库里长着两种东西，一种叫优雅实现，一种叫历史债务。历史债务年年要还，一年要还几次。你说只要喂精品，不要喂屎山，那就等于要模型只读过教科书，没上过战场。话尽管那样讲，凡是上过生产环境的都知道，只要你不去动手重构，屎山实际上还是有那么多。
屎山有个好处，翻过来就是训练语料。你说它没用？可以化腐朽为神奇。程序员需要年年跟屎山作斗争，我们的大模型也需要年年在屎山里摸爬滚打。所谓能干活的模型，就是在屎山里滚出来的。你债长，我就学。这个对立面是不断出现的。屎山一万年还会有，所以我们也要准备投喂一万年。
去年是多事之秋，大厂引蛇出洞、向维护者普发额度；维护者慷慨赴义、竞相投喂。今年仍是多事之秋，各路精品代码还要继续出笼，为未来的数字分身修撰家谱。
此所谓：百川归海，含笑入参数。