7月12日深夜，月之暗面更新了最新的大模型——Kimi K2，并将模型权重和代码全部开源。

海内外AI圈瞬间炸锅。在大模型竞技场LMArena排行榜中，Kimi K2综合排名斩获全球第五，在开源大模型中位居全球第一，超越Claude 4、DeepSeek-R1-0528。海外AI圈大佬纷纷点赞，Perplexity CEO次日即宣布将基于K2开启后训练。

我们原本认为，K2的发布只不过意味着月之暗面赶上了节奏，获得了“短暂的呼吸权”。

但当深入阅读技术文档后我们却发现，K2对于月之暗面以及行业的意义，远比短暂的第一要更加重大。

01

Kimi为何“迟到”？

月之暗面曾凭借独树一帜的长上下文技术和天才创始人背景，成为中国“AI六小虎”中最典型的代表。然而从今年1月份，Kimi的声量却逐渐式微，模型及产品的口碑开始出现下滑。

要理解Kimi K2的转向，我们必须先理解一个问题：为何Kimi陷入长达数月的沉寂。

杨植麟以及月之暗面，在过去一直都是Scaling Law的忠实信徒。

他们坚信，更大的模型、更多的数据，必然会涌现出更强的智能。通过卓越的产品体验吸引用户，利用用户数据反哺模型训练，从而形成“用户数据”与“模型性能”的增长飞轮。

因此月之暗面自创立之初起，就一直采取激进的“买量”策略，以期获得更多用户数据来驱动飞轮旋转。2024年11月，杨植麟在接受采访时表示，Kimi当前最核心的任务仍然是提升用户留存。

这个战略听起来很完美，但它建立在一个脆弱的前提之上——高质量的互联网数据是取之不尽的。

然而2024年底AI技术圈的风向彻底改变。前OpenAI科学家Ilya在演讲中，预告了一个残酷的现实：全球范围内，可用于高质量预训练的公开数据，已经被消耗殆尽。

这与月之暗面一直坚持的Scaling信仰产生了巨大的矛盾。

之后的故事我们已经很熟悉了。

深度求索抢先布局，依靠DeepSeek R1开辟了一种新的技术范式：依靠后训练强化学习，让大模型从“模仿学习”转向更本质的“目标导向学习”来突破智能上限，是这个版本实现AGI的新路径。

尽管月之暗面也意识到强化学习的重要性，但在Kimi 1.5的训练中，强化学习仅仅只是一个解决长文本 “上下文衰减问题”的辅助环节，而并非如R1那样聚焦 “提升推理能力”，帮助模型突破智能上限。

根据AppGrowing测算，2024年Kimi一年花掉的营销预算接近9亿人民币，月活流量数据峰值为10月的 3600 万。而一分广告费没花的DeepSeek，单单依靠产品实力和用户口碑，月活一个月就暴涨至6181 万。

DeepSeek R1的出现直接引发了AI创业公司的存在主义危机。

月之暗面的用户增长策略开始备受质疑。这种巨大的压力当然不仅仅只有月之暗面一家公司需要面对，R1给行业带来挑战是一视同仁的。

当旧地图已经无法通向罗马，月之暗面必须找到一条全新的航线。

02

Kimi K2 趟出的一条新航线

Kimi K2 的“新”首先是在模型架构、算法上的全面革新，更深层次则是月之暗面公司战略甚至文化的重新出发。

在大模型层面，K2取得了两个突破性进展：

（1）将模型参数量扩展到了超大的1T量级

（2）K2原生具有调用各种工具的能力，提出了“模型即Agent”的新概念

这两个技术创新说起来容易，但真正实现却十分困难，否则Kimi也不会消耗了大半年的时间才将K2端上来。

Kimi是怎么做到的呢？

首先，为了实现K2 1T的参数量规模，Kimi果断放弃了此前自研的模型架构，转而积极拥抱DeepSeek V3。根据Kimi团队的观点，V3是一个被市场验证过的、兼具性能和效率的选择。

于是，很多人抨击K2就是DeepSeek V3的套壳，这显然又是一种浅薄的傲慢。

根据第一性原则，不拘泥于固有思维，只关注方案是否有效、可用，这恰恰反映了Kimi团队的进步。

合适的架构选择只是第一步，K2与V3在具体参数上的差别非常大。

根据团队此前对Scaling的研究，为了在算力并不充裕的情况下突破智能上限，Kimi选择减少DeepSeek V3 MoE结构中的Attention Heads（注意力头）数量，将节省下来的参数空间全部用于增加专家的数量（Experts）。

就理论而言，更多的专家数意味着模型拥有更庞大的知识，以及更强的处理复杂问题的潜力。

然而，参数的轻微改动却产生了巨大的麻烦。Kimi发现，此前内部已经验证过的自研Muon优化器，在庞大的数据集的预训练过程表现极不稳定，会频繁崩溃。

这困扰了Kimi团队很长的时间，没有公开的解决方案能应用于稳定15T量级的预训练数据集。

经过长期的尝试，Kimi巧妙的将Muon与QK-Clip的组合，提出了一种新的MuonClip优化器。MuonClip优化器能很好地保持在预训练的稳定性，最终保证了模型在15.5T tokens的巨量预训练中，实现了零崩溃的稳定表现。它的Loss曲线是这样的，海外AI圈大佬称其为“完美的Loss曲线”。

K2的第二个壮举，是提出来一条通往原生Agentic Intelligence（智能体人工智能）的新思路。

众所周知，继推理大模型普及之后，Agent 在今年正式成为 AI 新的发展方向。

AI Agent与对话类大模型最大的区别，就是AI Agent 能做到主动感知环境、影响环境，具备使用工具的能力。今年我们见证了MCP概念的火热与普及，Cursor等 AI 编程产品开始大规模普及，OpenAI及国内厂商先后也发布了不少通用Agent产品。

在此前的认知中，大模型的使用工具的能力，大多需要通过复杂的提示工程（Prompt Engineering）或在预训练后进行强化学习（RLHF）来“后补”。

但Kimi K2 却提出了训练Agent的第三条路径。

在模型训练之前，Kimi团队依靠AI生成了成百上千个模拟场景，例如点外卖、写代码、看视频等，来模拟用户的各种行为，并据此合成了覆盖了数百个垂直领域的工具调用轨迹，其中既包括真实的MCP（模型上下文协议）工具，也包括合成工具。

通俗点说，这就相当于直接将无数用户未来可能使用Agent的所有场景，提前打包成了全新的、高质量的语料。最后再通过LLM从结果去评估每条模拟结果成功与否，以此筛选出高质量的训练数据。

基于此流程，月之暗面搭建出了一个完全自动化的Agent数据生产工厂！

正如Kimi团队研究员Flood Sung所言，这个生成无数个工作流的机制，十分契合老子的思想：一生二，二生三，三生万物。

这就让Kimi K2在预训练中，学到的不仅仅是知识，还包括工具和方法。

最终我们看到，Kimi K2具备了很强的原生Agent能力。在我们的测试案例中，Kimi K2几乎零失误地实现了我们搭建前端网页、开发小游戏的需求。

在官方公开的衡量代码任务执行能力的LiveCodeBench测试中，K2取得了53.7%的惊人成绩，远超GPT-4.1的44.7%和Claude 3.5 Opus的47.4%。

不少从业者反馈，当K2的API完全接入Claude Code之后，能以更低的成本完美的取代原本Claude 3.5的能力，效果甚至直逼最先进的Claude 4.0。

03

尾声：先改变自己，再改变世界

最后，我们想聊一聊月之暗面公司本身的战略转型。

人们熟悉的月之暗面，是一家坚持产品、模型双管齐下，有时候看起来甚至是更偏向产品驱动的AI公司。

这当中自然有面对30亿美元融资的无奈。参照过去互联网时代行业“烧钱”换用户的惯性思维，似乎只有用户数量的持续增长，才能回应投资人的期待。

互联网可以通过平台免费+广告变现的方式，将流量无痛转化为收入，但AI与广告在内核上就水火不容：前者强调效率提升，后者分散注意力。

真正为AI创业公司创造价值的是付费用户，付费用户只会为效率和结果买单。C端用户在乎的，是模型能力是否足够聪明、通人性；B端用户关心的，是AI能否帮企业赚更多钱。

这也是为什么DeepSeek R1能不花一分营销预算就收获巨量用户——它足够满足需求，这就够了。

Kimi团队在社交媒体上透露，公司在DeepSeek爆火后，内部对此前的决策进行了深刻乃至痛苦的反思。自2025年初开始，Kimi完全停掉了所有市场营销和买量行为。

“只要模型做的好，就会获得市场认可”这是一个Kimi研究员从DeepSeek成功归纳出的结论。在反思会上，杨植麟果断决定不再更新 K1 系列模型，集中资源搞基础算法和 K2，将全部资源和能力重新聚焦到大模型性能的提升上来。

截至发稿日，Kimi开源第一的位置似乎已被阿里Qwen再次反超。但这些都不重要，从Kimi K2身上我们能够看到月之暗面正在改变自己：放弃自研的架构去拥抱更优秀的架构；暂停买量，回归技术研究，用实力说话；加入开源阵营，分享探索出的新技术路径……

无论是架构还是战略上，我们可以肯定地说，是DeepSeek唤醒了Kimi。

但我们更希望这是一个青出于蓝而胜于蓝的故事。