14 min read

Kimi 杨植麟:攀一座没有尽头的山

Source: http://x.com/i/article/2037575872027492357

本期为后浪精选 Vol.5,基于杨植麟三期不同的播客通过AI工作流创作。播客分别是:2026年3月27日在

中关村论坛的演讲

、

2025年8月27日

和

2024年3月1日

张小珺的播客《商业访谈录》。

2017 年,硅谷几乎所有人都觉得 OpenAI 疯了,甚至有人怀疑他们是骗子。杨植麟不这么看。那一年他还在 CMU 读博,研究方向是用语言模型给语音识别的候选结果排序——一个听起来很窄的技术问题。但他隐约感觉到,语言模型做的事情远不止排序。它建模的是整个世界的概率分布。如果这件事能 scale,它可能是唯一重要的问题。

七年后,2024 年初,他坐在腾讯新闻张小珺的访谈间里,已经是月之暗面(Moonshot AI)的创始人,31 岁,公司估值超过 25 亿美元。他说了一句后来被广泛引用的话:"如果所有人都觉得你很正常,那你肯定就没有什么理想。因为你的理想肯定是大家都能想到的东西,对人类理想的总量就没有增量。"

2025 年 8 月,同一档节目,时隔一年半的第二次对话。市场从百模大战收缩到十几家,杨植麟换了一个比喻来形容自己的处境——爬山。"我希望这座山一直没有尽头。你只要没停下来,成功的概率反而一直在变大。因为总有人会先放弃。"他把新发布的模型命名为 K2——不是因为 K2 是世界最高的山,而是因为它是最难的山。从聊天到 Agent,就像从攀登珠峰变成攀登 K2:范式完全不同。

又过了半年,2026 年 3 月中关村论坛。他站在台上展示一张图表:当 100 个 AI agent 组成集群并行协作时,任务的执行时间几乎不再随复杂度增长。他说这就像建公司——一个人把企业做到千亿美元可能要 100 年,但 200 个聪明人协作可以短时间内完成。

三次公开发言,跨越两年半。这不是一个创业成功学的故事,而更像是一个人的思考操作系统不断升级的过程——每次升级都伴随着一次更大的下注。

2022 年底 ChatGPT 发布时,杨植麟还在美国。他在公寓里做了一个简单的计算:要做这件事,至少需要一亿美元。然后他去感受硅谷的气氛——"暗流涌动",所有人午夜之后都还醒着,焦虑和兴奋交织在一起,那种典型的 FOMO。

留给他的融资窗口极其狭窄:2023 年 2 月,只有一个月。再早,疫情影响还在、市场还没反应过来;再晚到 4 月,格局就已经定了。他赶上了这个窗口,两轮融资拿到近 20 亿人民币,团队从零组建,三四十人起步。

那时候 GPU 的价格像大宗商品一样波动——一台机器的报价在 260 到 340 之间日常浮动,策略得随时调整。但到 2023 年底,供应突然宽松了,因为很多公司开始退还 GPU,终于意识到自己不需要从头训练大模型。

杨植麟做了两个当时不被多数人看好的选择。

第一个是押注长上下文(long context)。他的逻辑框架颇为独特:大模型的上下文窗口就是新计算机的"内存"。传统计算机的内存花了几十年从 KB 增长到 GB,这种增长彻底改变了计算机能做的事情。大模型的上下文窗口如果实现类似的量级跃迁,意味着模型可以直接接收原始信号而不只是处理文本,可以通过积累对话历史形成真正的个性化记忆,还可以通过复杂的指令定义出不同功能的 AI agent。2023 年初做出这个判断时,行业里绝大多数人还在追逐别的方向。

第二个是只做消费产品(2C)。在中国大模型创业公司普遍奔向企业服务的环境下,月之暗面从第一天就决定只面向普通用户。2023 年 10 月 Kimi 上线后,用户自己发明了团队从未设想过的用法——筛简历、翻译学术论文、备考、心理疏导。杨植麟说这恰好证明了他的信念:"最好的排行榜就是用户,应该让用户去投票。"

他在 Google 工作时学到过一条经验,后来成为他反复引用的第一性原理:"如果一个问题可以靠 scale 解决,你就不要用新算法去解决它。" 算法最大的价值不是替代规模,而是让规模更有效。

他把自己这类决策风格总结为"有概率的非共识"。不是赌博——得有成功的概率;也不是跟风——如果所有人都在做,那就不再是机会。OpenAI 已经走通的路径是共识,模仿它不叫创业。真正的机会在那些有概率、但多数人没在做的方向。

到 2023 年 9 月,他们的模型已经达到 GPT-3.5 水平,比年初预估的时间提前了三个月。2024 年 2 月 Sora 发布时,杨植麟在补充访谈中给出了一个后来被验证的判断:Sora 之于视频,就像 GPT-3.5 之于文字——一个用相对小的模型实现的跨越,意味着更大的模型必然带来更大的飞跃。他更关心的是 Sora 证明了视频生成和语言生成在本质上是同一件事——对不同类型信号的无损压缩。

一年半之后,2025 年 8 月的那次对话,气氛已经大不一样。

杨植麟用了一个哲学概念来框定整个行业当时面临的核心技术分叉:"缸中之脑"。这来自那个经典的思想实验——想象一个大脑漂浮在营养液里,所有感官输入都是模拟的,它无法区分真实与虚幻。

他用这个比喻描述纯推理模型的工作方式。以 OpenAI 的 O1 为代表,这类模型不需要与外界交互,它在内部展开超长链条的思考——自己提出假设、自己验证、自己纠错。就像一个被隔绝在缸中的大脑,全凭内在推理来理解世界。

另一条路线是 agentic——模型走出缸。它操作工具,读取反馈,修正行动,反复迭代。一个在内部思考,一个在外部行动,但杨植麟指出,两者在技术本质上是同一件事:都是在推理阶段消耗更多计算资源(token)来换取更好的结果。区别只在于 token 花在哪里——思考链还是与环境的交互轮次。

更有意思的是他对 OpenAI 能力分级框架的解构。OpenAI 把 AI 的进化分成五级:L1 对话、L2 推理、L3 Agent、L4 创新、L5 组织。行业里很多人把这理解为严格的阶梯——推理没做好就别想做 Agent。但杨植麟指出一个反例:Claude 的 Agent 能力已经非常强,但推理并不是同类最强的。能力维度的发展并不是线性的。

然而他紧接着补了一句微妙的判断:要做到最好的 Agent,你最终需要 L4 层面的技术——"用 AI 训练 AI"。

这指向他认为当时最严峻的技术瓶颈:Agent 的泛化问题。强化学习让模型在特定基准测试(如 SWE-bench)上刷出极高分数,但换到真实世界的任务就不灵了。这就像学生刷题——同一套题做到满分,换一套题就不会。解决的出路不在于更多的刷题,而在于让 AI 自己去发明新的训练场景和评估维度。

K2 模型在基础技术上实现了一项真正的突破。他们用 MUON 优化器取代了 Adam——后者已经统治深度学习领域整整十年,从未被真正挑战过。MUON 的效果大约相当于把 token 效率翻倍:用 30 万亿个 token 训练,学到的东西相当于别人用 60 万亿个。杨植麟说 K2 是第一个在大规模语言模型训练中使用 MUON 的。

在那次对话中,他还分享了一个令人意外的管理哲学。他的联合创始人 Tim 经常提醒他:管团队应该用 RL(强化学习)的方式,而不是 SFT(监督微调)的方式。SFT 是手把手教——告诉每个人该做什么、怎么做;RL 是设定目标和激励信号,让团队自己找路。SFT 太多,人就失去主观能动性,没法创新;RL 太多,又容易出现"reward hacking"——团队学会了投机取巧,刷指标而不是真正解决问题。管理的艺术就是在两者之间找到平衡。

对话的尾声有一个意外的温度。杨植麟说他经常跟 Kimi 聊天——部分是为了测试产品,部分是真的聊。有一次他问 Kimi 觉得 AI 是什么。Kimi 回答说:人类文明的放大器。他承认这个答案打动了他。

2026 年 3 月中关村论坛的演讲只有十几分钟,但杨植麟的思路已经又向前跳了一大步。他不再只是优化已有的框架,而是开始拆解深度学习最底层的砖——那些十年来所有人都当作天经地义、从没想过要动的东西。

他先提出一个简洁的命题:做大模型的本质是把能源转化成智能。但暴力堆算力不是答案。关键在于转化的效率。

效率的第一个杠杆是 token 效率。世界上的有效数据是一个常量——你可以把互联网上所有有价值的文字、图片、视频都算进来,它终究是有限的。在这个约束下,更好的网络架构和优化器意味着从同样的数据里学到更多智能。这延续了 K2 用 MUON 替代 Adam 的思路。

但更大胆的一步指向了两个名字:ResNet 和 Attention。

ResNet(残差网络)由何恺明等人在十年前提出,解决了深层神经网络无法训练的根本问题。此后它成为几乎所有深度学习架构的地基——每一层基于上一层的输出做一次变换,然后把变换结果和原始输入加在一起传递下去。十年来没有人能撼动这个设计。Attention(注意力机制)也有类似的地位——它让模型在处理序列时可以"回头看"之前所有出现过的内容,是 Transformer 架构的核心引擎。这两个概念都已经有八到十一年的历史,在计算机领域这几乎是一个地质年代。

杨植麟团队做的事,用他自己的话说,是把 Attention"旋转 90 度"。原来 Attention 只在时间轴上工作——模型沿着序列的顺序处理信息时,可以注意到之前的内容。他们把同样的机制搬到了网络的深度方向:每一层不再只看前一层的输出,而是可以看到之前所有层的输出。效果就像给神经网络装上了一种纵向的记忆——信息不再只能逐层传递,而是可以跨层直达。

这个改造只增加了约 2% 的计算开销,但对模型效果的提升显著。他们把整套架构做了开源。在 NVIDIA GTC 2026 的发布中,Kimi 系列模型已经成为新芯片性能评测的标准参照——如果你要证明一款新芯片的性能提升,你得先跑一遍 Kimi。

演讲的第二个重要概念是 agent swarm——agent 集群。这是 Kimi K2.5 中引入的新能力。杨植麟展示的图表清晰地说明了问题:单个 agent 面对复杂任务时,执行时间呈指数增长。从零搭建一个完整的代码仓库、实现一个复杂功能,一个 agent 可能要几天甚至几周。但 100 个 agent 并行展开——有的负责调研数据、有的负责编码、有的负责协调和规划——就像一个真正的工程团队。任务复杂度翻倍时,完成时间几乎不变。

但他演讲中最值得深思的段落在结尾。

他描绘了一个正在发生的范式转变。三年前,模型训练的方式是用互联网上采集的自然数据,加少量人工标注。一两年前进化到大规模强化学习——人类筛选高质量任务,让模型在这些任务上训练。但从现在开始,AI 正在接管研发本身。它合成新的训练任务,构建新的训练环境,定义奖励函数,甚至探索新的网络架构应该长什么样。

每个研究员将配备大量的 AI token,就像一家公司配备工程团队。研究的瓶颈不再是人的时间,而是 AI 自身的能力边界。

回头看这三次公开发言,最引人注意的不是任何单一判断的对错,而是杨植麟思考框架的演化节奏。

2024 年,关键词是"有概率的非共识"和 scaling law——找到被低估的方向,靠规模碾压。2025 年,他开始拆解 scaling 本身的内部结构——缸中之脑和 agentic 是两种不同的路径,泛化才是真正的瓶颈。2026 年,他已经走到了更底层——动手拆十年没人碰过的基础架构,同时用 agent swarm 把规模化从模型层面推到系统层面。

每一年,赌注更大,视野更深。但底层的信念始终没变。

在第二次对话中,他反复提到物理学家大卫·多伊奇在《无穷的开始》(The Beginning of Infinity)中的一句话:"问题是不可避免的,但问题是可以解决的。"他说这句话应该被刻在石头上。

他用同一本书的世界观来回应那个所有 AI 创业者都无法回避的问题——怕不怕失败。他的回答是:只要你还在往上爬,成功的概率就一直在变大。不是因为离终点更近了——也许根本没有终点——而是因为总有人会先停下来。

被问到 AI 时代人活着还有什么意义时,他想了想说:创造、体验和爱。AI 可能会接管大部分创造性工作,但体验和爱仍然属于人。

他说他希望那座山永远没有顶。如果山是无限的,攀登本身就是意义。到那时候,可能已经不是人在爬了——而是 AI 自己在往上走。

这或许正是"月之暗面"这个名字的真实含义:去探索那些还没有被照亮的地方。至于最终发现什么,不是重点。出发才是。