数据飞轮（Data Flywheel）指的是一个自我强化的循环：产品被使用 → 使用产生数据 → 数据让模型变好 → 更好用的产品吸引更多人来用，一圈接一圈，每圈都比上一圈更有优势。
概念听着很朴素，但真正难的是工程上怎么让它转起来。
打个比方
飞轮是一块很重的铁轮。启动那几下最费劲，一旦转起来，靠惯性就越来越省力。数据飞轮也是：第一圈最贵——没数据、模型差、用户少，得靠人工先推一把。
但铁轮有个前提：轴要直、轴承要润。轴歪了，推得再猛，轮子只会嘎吱响。很多团队的"数据飞轮"转不动，问题就卡在这根轴上。
决定它转不动的五件事
一、可归因。 你得知道某条数据是哪个模型版本、哪次请求、哪个排序策略产生的。没有版本标识和请求链路日志，攒下来的只是一堆没法回溯的字符串。
二、把行为翻译成标签。 用户不会给你写标注。点没点、停留多久、复制还是划走、AI 答完用户手动改了没有——这些隐式信号要靠一套规则或模型翻译成可训练的监督信号。这一步没做好，数据再多也是噪声。
三、闭环时延。 从用户行为发生，到模型更新上线，中间隔多久？隔一个季度的，那叫数据管道，不叫飞轮；能压到天级甚至更短，轮子才有惯性。
四、评估闸门。 每转一圈都得能判断是变好还是变坏：离线评估集、A/B 实验。没有这道闸，轮子可能倒转，越转越偏。
五、冷启动。 第一圈不能等用户来喂。得先靠人工标注、公开数据、规则兜底，把轮子推到能转起来的那一步。
和相邻概念的区别
| 数据飞轮 | 数据管道 | 网络效应 | |
|---|---|---|---|
| 驱动来源 | 使用产生数据、数据改进产品 | 数据单向流入模型 | 用户越多，对每个用户越有价值 |
| 关键指标 | 每圈的速度与增益 | 吞吐量与准确率 | 用户之间的连接数 |
| 常见误区 | "有数据就算有飞轮" | "灌够数据模型就会好" | 把规模增长误认成产品变好 |
一句话区分：管道是单向的，飞轮是带反馈的；网络效应靠用户之间互相增值，飞轮靠用户行为反过来喂模型。
对从业者与普通人的意义
对做 AI 的人：别只盯数据量，盯回路速度。真正拉开差距的是"部署→采集→训练→上线"这条链的时延，以及每圈能不能带来可测量的增益。飞轮转得快的团队，半年能迭代几十轮；转不动的，一年还在攒第一批标注。具体到自家工具链怎么选，以官方页面为准。
对普通职场人：你每次点击、修改、跳过，其实都在给模型当老师。挑工具时不妨留意它对反馈的消化速度——是用久了越来越顺手，还是三个月过去还是老样子。前者背后有飞轮，后者只是套了个壳。