“帆哥，这我室友，也是我们团队的兄弟。”
周进介绍，“陈默，团队负责人，搞架构的。李浩，算法大神。王涛，硬件专家。”
杨帆起身，和三人一一握手。
“坐吧。别拘束。”
四人坐下，周进也挨着杨帆坐下。
陈默作为代表，先开口：
“杨哥，周进跟我们说了您的情况。非常感谢您愿意花时间见我们。”
他的声音很稳，但握着文件夹的手指关节有些发白。
“直接说项目吧。”杨帆笑了笑，“我时间有限，你们也时间宝贵。”
陈默点点头，打开文件夹，却没有立刻递过去。
“杨哥，在说具体方案前，我想先问一句——您对AI大语言模型，了解多少？”
这个问题有点冒昧，但杨帆欣赏这种直接。
“了解一些。”他说，“知道GPT、知道国内的豆包，deepSeek。”
“知道这东西烧钱，也知道如果做成了，价值巨大。”
陈默眼睛一亮：“那您觉得，我们几个学生，凭什么能做这个？”
“凭你们敢做。”杨帆说，“而且，周进相信你们。我信周进。”
这话说得周进心里一暖。
陈默深吸一口气，终于把文件夹推了过来：
“这是我们团队的方案。我们做的不是通用大模型——那个确实打不过巨头。”
“我们做的是垂直领域的大模型，专门针对代码生成和自动化测试。”
他语速加快，进入专业状态：
“现有的代码辅助工具，像COpilOt，是基于通用模型微调的，在特定场景下不够精准。”
“我们的模型，从架构设计开始，就是专门为代码场景优化的。”
李浩补充：“我们在学校实验室做了小规模验证。”
“在代码补全、错误检测、测试用例生成这三个任务上，我们的模型比同等规模的通用模型，准确率高15%-20%。”
王涛接着说：“硬件方案我们也优化了。”
“不需要最顶级的A100/H100，用消费级的5090显卡集群，配合我们的并行计算框架，能达到70%的A100效率，但成本只有三分之一。”
三个人你一言我一语，专业术语不断蹦出来。