上个月和一位做 HR SaaS 的朋友吃饭。他刚花了两百万买了一批行业测评数据，准备训练自己的垂直模型。
我问他：「竞品如果也买同样的数据呢？」
他愣了一下：「那……我们还有先发优势。」
「先发多少？」
「大概……半年？」
半年。这就是原始数据作为护城河的保质期。
三个月前，我写了一篇 中国 SaaS 厂商的护城河应该怎么建，核心公式是：
护城河 = 垂直行业数据资产 × 行业 Know-How × 客户成功体系 × 生态协同
那篇文章里，我把「数据壁垒」放在七大维度的第一位，画了一个数据飞轮：客户使用 → 数据沉淀 → 模型训练 → 更精准的服务 → 更多客户使用。
三个月后，我要修正自己。
飞轮里转的不是数据，是 eval。
一、数据不是护城河，判断力才是
先说一个让我改变想法的事实。
2026 年 4 月，cal.com 把生产代码转为私有，关闭了开源仓库。原因不是有人 fork 了他们的代码，而是 AI 可以读取公开源码，枚举所有攻击面，然后用一个周末 + $40 API 成本，蒸馏出一个功能等价的竞品。
这不是个案。Loss Function Development（LFD）的实践者发现了一个更普遍的规律：
「在软件的整个历史里，‘我们构建了它’曾经就是护城河。那个时代正在结束。」
当信息对称时，执行成本坍缩至接近零。公开代码、公开产品、公开数据——任何 Agent 可以看到的东西，都可以在一个周末被蒸馏掉。
那什么蒸馏不掉？
「去构建那个周末无法触碰的 eval。」
私有 eval set。真实用户的边缘场景。私下测量的 ground truth。 你的竞争对手的 Agent 看不到的目标。
这就是信息不对称护城河——不是你有数据，而是你对「什么算好」有独家的、经过实战验证的判断标准。
二、原始数据是原材料，eval 是制成品
回到我上一篇文章里的数据飞轮。那个逻辑有没有错？没有。但它不够精确。
北森积累了 5000 万+ 测评数据、200 万+ 岗位胜任力模型。这是数据。但北森真正的壁垒不是这 5000 万条数据本身——原始数据可以采购，行业报告可以买，爬虫可以抓。
北森真正的壁垒是： 这 5000 万条数据蒸馏出的「什么算好简历」的判断标准。 哪些特征组合预测高绩效，哪些评估维度区分岗位胜任力，哪些边界条件下通用模型会误判——这些判断标准，就是 eval。
数据（原材料） Eval（制成品）
───────────────────── ─────────────────────
5000 万条测评记录 「什么算好简历」的判断标准
200 万岗位描述 「什么算岗位匹配」的评分函数
10 年客户反馈 「什么算客户满意」的验证集
可以采购 不能采购
可以爬取 不能爬取
可以蒸馏 蒸馏需要同等体量的实战反馈
一个类比：石油是原材料，谁都能买。但炼油厂的工艺参数——温度、压力、催化剂配比——是制成品。竞争对手可以买到同样的原油，但复制不了你的炼油工艺。
数据是原油，eval 是炼油工艺。
三、学习闭环里，Eval 是承上启下的环节
我在内部写 AI 钉钉战略时，画过一个学习闭环：
Context → Agent → Action → Feedback → Eval → Memory → Skill
↑ │
└────────────── 越来越懂企业 ──────────────────────────────┘
# generated by hugo AI
这个闭环里，Eval 的位置很特殊——它是 Feedback 和 Memory 之间的过滤器。
没有 Eval 的闭环：
Feedback（原始反馈）→ 直接写入 Memory → 污染
有 Eval 的闭环：
Feedback（原始反馈）→ Eval（判断：这条反馈是否代表真正的「好」）→ Memory → 复利
Nadella 在「反向信息悖论」里说了一句让我很有共鸣的话：
「企业为 AI 付了两次钱——一次用钱买模型，一次用专有知识喂模型。」
企业最深层的焦虑是： 我的 AI 越来越懂我，但这些「越来越懂」是不是属于我？
真正敏感的不是数据本身，而是 智能尾气（Intelligence Exhaust）——每一次纠错、每一条 trace、每一次 eval、每一句 prompt 修正。这些日积月累蒸馏成的机构知识，才是竞争对手花钱也买不到的东西。
所以 AI 钉钉要回答的问题不是「用哪个模型」，而是：
知识归谁。学习资产在哪里运行。由谁托管。是否始终归企业所有。
Eval 是学习资产的核心。因为 eval 就是「什么算好」的编码化——它比原始数据更浓缩、比模型权重更可迁移、比 prompt 更稳定。
四、钉钉的结构性优势：坐在产生 Eval 的闭环上
我在上一篇文章里说，钉钉的护城河是「垂直行业数据资产」。现在我要更精确地说：
钉钉的结构性优势不是「坐在数据上」，而是「坐在产生 eval 的闭环上」。
┌─────────────────────────────────────────────────┐
│ 钉钉学习闭环 │
│ │
│ 组织上下文（IM/审批/日程/文档/通讯录） │
│ ↓ │
│ Agent 执行（数字员工 7×24 运行） │
│ ↓ │
│ 业务反馈（人工纠错/确认/驳回/修改） │
│ ↓ │
│ Eval 沉淀（什么算好 → 编码为验证标准） │
│ ↓ │
│ Memory / Skill（越来越懂这家企业） │
│ ↓ │
│ 下一次执行更准确 → 更多反馈 → 更好的 eval │
│ │
│ 这个闭环在每家企业每天转无数次 │
│ 每转一次，eval 就厚一层 │
└─────────────────────────────────────────────────┘
# generated by hugo AI
Slack 有 IM。飞书有文档。但钉钉有 IM + 审批 + 表格 + 通讯录 + 工作流 + 日历 的完整上下文。这意味着钉钉上的 Agent 每一次执行，都能获得最完整的业务反馈——而每一次反馈，都是 eval 的原材料。
竞争对手可以做一个功能相同的 Agent。但它拿不到钉钉上每天海量「人工纠错」产生的 eval（具体量级取决于 Agent 渗透率，但钉钉的组织上下文覆盖面是结构性的）。这些纠错不是数据——它们是 判断。是「这个审批应该加审」「这条消息不应该在这个时间发」「这个日程冲突应该优先保谁」的判断。
判断不能采购，只能积累。
五、Intelligence Custodian：托管的不是数据，是 Eval
我在内部备忘录里给 AI 钉钉的定位是：
AI 钉钉 = 企业最值得信任的智能资产托管者（Intelligence Custodian）
现在我要把这个定位再推进一步：
Intelligence Custodian 托管的核心资产，不是数据，不是模型，是 eval。
为什么？
| 资产类型 | 可迁移性 | 可复制性 | 价值密度 |
|---|---|---|---|
| 原始数据 | 高（可导出） | 高（可采购） | 低 |
| 模型权重 | 中（可换） | 中（可微调） | 中 |
| Prompt / Skill | 高（可复制） | 高（可蒸馏） | 中 |
| Eval Set | 高（可导出） | 低（需实战积累） | 高 |
Eval 是唯一同时满足「高价值密度」和「低可复制性」的资产。
而且 eval 天然需要托管——它需要版本控制（v1 的「好」和 v2 的「好」可能不同）、需要审计（谁改了什么标准、为什么改）、需要权限（哪些 eval 是部门级的、哪些是企业级的）、需要迁移（换模型时 eval 不动）。
这些恰好是钉钉 Runtime 擅长的事情：Identity、Permission、Audit、Version、Export。
┌─────────────────────────────────┐
│ 企业上下文 │
│ 组织/权限/IM/会议/审批/文档 │
├─────────────────────────────────┤
│ DingTalk Runtime │
│ Identity / Memory / Workflow │
│ Skill / Tool / Permission │
│ Trace / Eval / Feedback │ ← Eval 在这里
│ Audit / Knowledge / Learning │
├─────────────────────────────────┤
│ Model Adapter │
│ Claude | GPT | Qwen | DeepSeek │ ← 模型随便换
├─────────────────────────────────┤
│ Foundation Model │
└─────────────────────────────────┘
# generated by hugo AI
模型可以替换。Runtime 不动。 Eval 一直都在。
六、修正后的护城河公式
所以，我要修正三个月前的公式：
旧公式：
护城河 = 垂直行业数据资产 × 行业 Know-How × 客户成功体系 × 生态协同
新公式：
护城河 = 私有 Eval 资产 × 学习闭环转速 × 行业 Know-How × 生态协同
变化在哪？
- 「垂直行业数据资产」→「私有 Eval 资产」：数据是原材料，eval 是制成品。护城河是制成品，不是原材料
- 新增「学习闭环转速」：eval 不是静态资产，它需要持续积累。闭环转得越快，eval 越厚，护城河越深。钉钉每天几百万次 Agent 执行 × 人工反馈，这个转速是结构性优势
- 「客户成功体系」被吸收进「学习闭环转速」：客户成功的核心价值不再是「教客户用软件」，而是「让闭环转起来」
三个关键判断：
- 公开产物可以被蒸馏，私有 eval 不能——因为 eval 需要同等体量的实战反馈才能构建，这不是一个周末 + $40 能做到的
- 模型越强，eval 越值钱——模型能力是公共品，eval 是私有品。公共品越强，私有品的杠杆越大
- 谁坐在闭环上，谁拥有护城河——不是谁有数据，是谁每天在产生新的 eval
七、一个思想实验
假设明天有一家新公司，拿到了和钉钉一样多的企业数据（通过某种合法途径），训练了一个一样强的模型。它能复制钉钉的 Agent 能力吗？
能。一个周末就够。
它能复制钉钉的 eval 吗？
不能。因为钉钉的 eval 不是从数据里训练出来的，是从 几百万家企业、每天几百万次「这个不对，应该是那样」的人工纠错 里蒸馏出来的。这些纠错发生在真实的业务场景里，带着真实的组织上下文，由真实的业务专家做出。
你可以买到同样的原油。但你买不到炼油厂十年积累的工艺参数。
私有 eval，是 Agent 时代的炼油工艺。
你在构建自己的 eval 资产吗？还是还在囤数据？欢迎留言讨论。