第十一章的微调动的是别人的开源模型。这一章谈最后一步：从基座开始，训练一个真正属于你的专用模型。先泼一盆冷水：绝大多数团队永远不需要做这件事。所以本章的前半部分是「什么时候值得」，后半部分才是「怎么做」。顺序不能反——这个决定做错，烧的是六位数起步的真钱。
什么时候值得自训：三个硬条件，缺一不可
- 任务定义稳定且高频。需求还在变，训出来就过时；调用量不够大，摊不回训练成本。自训的经济学本质是：把每次调用都在付的「大模型理解你意图」的税，一次性前置成训练成本。量不够大，税前置就不划算。
- 通用模型在该任务上有结构性的天花板。注意是「结构性」——不是「GPT 偶尔答错」，而是「你的任务依赖的信号，通用模型的训练数据里根本没有」。典型例子：工业设备的振动信号分类、你们内部十年积累的代码审查记录、某种小众语言的法律文书。这类数据世界上只有你有，这是自训唯一不可替代的理由。
- 数据主权或延迟的硬约束。数据不能出内网，或者延迟预算小到不可能走云端 API——这时候自训自部署不是优化，是准入条件。
大白话：值得自训的情形，说到底只有一种——你手里有别人没有的数据，而且这个数据对应的需求又大又稳。缺了「独有数据」这一条，前面九章的手段几乎总是更便宜。
基座选择：别从随机权重开始
「自训」在今天几乎不意味着从零训练。从零预训练一个有竞争力的模型要烧掉几百万到上亿美元的算力，那是巨头游戏。现实路径是站在开源基座的肩膀上：选一个尺寸合适的开源模型（参数量按任务复杂度选，能用 7B 就别上 70B），用你的数据做继续预训练或深度微调。基座已经学会了语言和推理的通用能力，你只注入它缺的领域信号。
训练流水线：和第十一章同构，只是放大
好消息：概念上没有任何新东西——数据、训练、留出集评估，就是第十、十一章那套，只是每个环节放大了一个量级。真正新增的是工程纪律：
- 小规模先行：先用 1% 的数据和最小的模型跑通全流水线，验证数据管线、评估指标都对，再上量。直接全量开训，等于没测试就上线。
- checkpoint 纪律：训练中定期存档，并且每个存档都过评估——训练后期模型常常开始过拟合，最好的 checkpoint 往往不是最后一个。
- 失败的预算：训练任务崩溃、loss 发散是常态不是意外，预算里要留重跑的钱。
算力账：一次性支出 vs 永续租金
自训的账要和 API 的账对着算。API 是永续租金：每次调用都在付钱，量越大越贵。自训是一次性大额支出加少量推理成本：训练花一笔（租 GPU 按周计），之后每次推理只花自托管的电费级成本，量大时单价可以比 API 低一两个数量级。交叉点在哪里，取决于你的调用量、模型尺寸和团队维护成本——把三个数代进去算，别凭感觉。
别忘了账的隐藏项：维护。基座模型在进步，开源社区每半年刷新一次，你的专用模型如果不持续迭代，两年后就是古董。自训买到的不只是模型，是一份长期的维护责任。
走完这一步意味着什么
能独立完成「判断该自训 → 选基座 → 备数据 → 跑流水线 → 评估 → 部署」全链路的人，就是市场上说的算法岗里能落地的那一类。你已经站在这条路的技术顶端了。剩下两章换个视角：技术之外，架构师每天在做什么决定，以及这条路具体怎么走。