11 月 30 日，真格舉辦了一場關(guān)于 AI 創(chuàng)業(yè)的分享活動。真格管理合伙人戴雨森與 Kimi 總裁張予彤、與愛為舞創(chuàng)始人張懷亭、Manus 聯(lián)合創(chuàng)始人張濤一同走進(jìn)清華大學(xué)，帶來了一場關(guān)于創(chuàng)新與未來的深度對談。

11 月 6 日，Kimi 發(fā)布 Kimi K2 Thinking。這是基于「模型即 Agent」理念訓(xùn)練的新一代開源 Thinking Agent，在 HLE、BrowseComp 等基準(zhǔn)測試中超越 GPT-5、Sonnet 4.5 等頂尖閉源模型，刷新 SOTA。從 2023 年以 Pink Floyd 專輯命名的清華創(chuàng)業(yè)團(tuán)隊(duì)起步，月之暗面始終在探索智能的上限。

Kimi 總裁張予彤負(fù)責(zé)公司整體戰(zhàn)略與商業(yè)化，此前曾作為天使投資人投資過小紅書、無問芯穹、黑湖科技、Liblib、星海圖和萬有引力等科技公司，本科畢業(yè)于清華電子工程系。從 Kimi K2 的發(fā)布談起，她分享了 Kimi 在過去一年中模型性能的提升、Agent 產(chǎn)品體驗(yàn)和團(tuán)隊(duì)的思考。哪怕 Kimi 的估值只有其他海外模型公司的 1%，資金投入是他們 1%，人員投入是他們 10%，她依然相信：「長期以來，訓(xùn)練模型就需要百萬張卡和萬億美金是一個用主流敘事筑起的高墻。創(chuàng)業(yè)公司需要回歸底層技術(shù)，去押注創(chuàng)新，才能重寫訓(xùn)練范式?！?/strong>

她認(rèn)為，「AI 不只是普通工具，而是人類文明的放大器，探索未來世界的鑰匙」。Kimi 已匯聚了一群擁有「獨(dú)立思考的審美」和「追求真相的好奇心」的人，不斷實(shí)驗(yàn)自己的想法，讓真正好的想法從研究走向大規(guī)模落地。真格基金于 2023 年天使輪投資 Kimi，一路陪伴他們探索科技的月之暗面。

以下為分享原文。

很高興今天能參加真格的清華校園行。

從 Kimi 創(chuàng)立伊始，我們就確立了自己的使命：探索智能的上限。如果你是 Kimi 早期用戶，可能還記得我們第一版網(wǎng)頁上那句話：「尋求將能源轉(zhuǎn)化為智能的最優(yōu)解」。

今天，我也想借這個機(jī)會和大家分享，我們圍繞這句話做了什么。

在座應(yīng)該也有不少是我們的用戶，不知道有沒有人用過 11 月剛上線的新模型 Kimi K2 Thinking？這個模型的最大特征就是它可以一邊思考，一邊使用工具。我覺得這也是今年很重要的范式變化：AI 產(chǎn)品從過去一問一答的 Chat 形態(tài)，轉(zhuǎn)向更 Agentic 的體驗(yàn)——主動把任務(wù)分解為多個步驟，然后一步一步調(diào)用工具來完成。這是因?yàn)槟Ｐ捅旧砭邆淞诉@樣的能力。

模型能力仍在快速提升

在 Agent 和推理綜合性能上，Kimi K2 Thinking 對標(biāo)全球 SOTA 模型，包括 GPT-5 和 Claude Sonnet 4.5。比如人類最后的考試（Humanity’s Last Exam）這個基準(zhǔn)測試，題目都是 PhD 級別的跨學(xué)科難題，需要多步推理和使用工具才能找到答案，Kimi K2 Thinking 的表現(xiàn)更好。還有更多關(guān)鍵的基準(zhǔn)測試，比如需要拆解問題做大量信息檢索的 BrowseComp 和軟件工程基準(zhǔn)測試 SWE-bench Verified 上，Kimi K2 Thinking 的表現(xiàn)也非常有競爭力。

今年 7 月，我們第一次把萬億參數(shù)的 Kimi K2 模型開源。因?yàn)?pre-train 做得非常好，被稱為 big and beautiful。9 月，我們又做了一次 Agentic 工具使用和代碼性能提升。到 11 月，短短兩個月，通過繼續(xù)加強(qiáng)多步的 Thinking 和 Agent 工具使用能力，K2 Thinking 模型在很多基準(zhǔn)測試中的表現(xiàn)都有大幅躍升。這也是我們對模型發(fā)展最興奮的地方：它仍然處在快速提升的階段。

我們也收到了很多來自第三方的基準(zhǔn)測試反饋。比如在側(cè)重模型實(shí)際表現(xiàn)的盲測基準(zhǔn)大模型競技場 LMArena 上，Kimi K2 Thinking 是開源模型中，表現(xiàn)最好的。在斯坦福大學(xué) Percy Liang 教授的 HELM 綜合評測中，Kimi K2 模型7 月剛發(fā)布時就拿到過非思考模型的最佳成績。更讓我們驚喜的是，K2 在創(chuàng)意寫作能力和情商 EQ-bench 上的排名也非常高。我自己日常寫作或回消息遇到難題也會用一下 K2 Thinking。

除了來自學(xué)術(shù)和行業(yè)的基準(zhǔn)測試，我們還看到了開發(fā)者生態(tài)里的正向反饋。Kimi K2 在 Hugging Face 上非常受歡迎。Vercel 的創(chuàng)始人兼 CEO 在 Twitter（X）上發(fā)帖，他們的內(nèi)部 Agent 場景測試中，Kimi 實(shí)際表現(xiàn)優(yōu)于其他閉源模型。Social Capital 的 CEO 也在 All-In Podcast 里分享，他們投資的公司已經(jīng)把大量工作轉(zhuǎn)到了 K2 上，因?yàn)樾阅軓?qiáng)，成本又比頂尖閉源模型低得多。

此外，我們也看到一些全球領(lǐng)先的 AI 應(yīng)用，比如 Perplexity 主要是做 AI 搜索的應(yīng)用，活躍用戶有幾千萬，每月網(wǎng)站訪問量 2.8 億次?，F(xiàn)在，在 Perplexity 的模型列表中，除了四個閉源模型之外，唯一接入的就是最新的 Kimi K2 Thinking。這也驗(yàn)證了我們的模型在搜索場景的技術(shù)能力。AI 搜索中的深度搜索和深度研究是 Kimi 模型做得比較好的一個重要場景，K2 Thinking 支持多達(dá) 200-300 輪的工具調(diào)用，可以邊思考邊使用工具，完成復(fù)雜的調(diào)研類任務(wù)。

資金算力決定論下的「1%」例外

模型性能仍在快速提升是我們創(chuàng)業(yè)過程中非常興奮的地方。不過，在我們創(chuàng)業(yè)過程中也發(fā)現(xiàn)，在很長的一段時間里，大家的印象中，AI 模型能力和天價的資本支出形成了線性的關(guān)系，就是更強(qiáng)大的模型一定需要更多的資本投入。

從 Kimi 創(chuàng)業(yè)開始，我們也一直在這種「算力資本決定論」的邏輯和敘事下被質(zhì)疑。行業(yè)里常聽到的聲音是：「沒有一百萬張卡，你根本做不了大模型，大廠才行?！挂步?jīng)常有人問：「你們有多少張卡？型號是什么？有沒有自建數(shù)據(jù)中心？」

這些問題本身就預(yù)設(shè)了一種非常強(qiáng)的前提。但當(dāng)我們慢慢意識到算力資源不是唯一敘事時，事情就變得有意思了。

前幾天，Anna（真格基金創(chuàng)始合伙人）給我發(fā)了一個她在 X（原 Twitter）上看到的帖子，我覺得挺有意思。帖子說的是，我們公司的估值不到其他美國前沿模型公司的 1%，但同樣做出了前沿的模型。在這樣不到 1% 的資源體系下，做事的方法自然也會不一樣。

這種情況在科技史上發(fā)生過很多次，因?yàn)橛布诳焖俚?，軟件也在快速迭代，但往往軟件的迭代速度會更快，同時軟件和硬件的協(xié)同迭代會帶來意想不到的突破。Ilya Sutskever 在前兩天的 Dwarkesh Podcast 中也提到，當(dāng)年 AlexNet 只用了兩塊 GPU。其實(shí)真正突破性的研究在進(jìn)入「大規(guī)模工程化實(shí)現(xiàn)」前并不依賴海量算力。

我覺得背后很有意思的一點(diǎn)是：當(dāng)你相信一套不同的邏輯，你做事的范式也會隨之發(fā)生完全不同的變化。

當(dāng)我們從只注重算力規(guī)模轉(zhuǎn)向思考「如何讓能源到智能的轉(zhuǎn)化效率最高」時，整個大模型訓(xùn)練的范式就變了。

我們在 Kimi K2 里做的一件很重要的事，是首次在萬億參數(shù)模型上驗(yàn)證二階優(yōu)化器 Muon 的可行性，讓訓(xùn)練過程既穩(wěn)定又可規(guī)?；?。我們因此實(shí)現(xiàn)了至少兩倍的 token efficiency（效率）提升——Token efficiency 的提升不僅意味著訓(xùn)練成本下降兩倍，而是同一份數(shù)據(jù)我們能得到更多的智能。

因?yàn)楝F(xiàn)在訓(xùn)練的真正瓶頸是數(shù)據(jù)墻，而不是算力本身。所以底層架構(gòu)創(chuàng)新和算法創(chuàng)新都是在不斷優(yōu)化 token efficiency。Muon 優(yōu)化器之前就被發(fā)明了，但從來沒有人把它用在萬億參數(shù)的模型訓(xùn)練上，因?yàn)檎嬲?guī)模化使用，會面臨非常復(fù)雜的訓(xùn)練穩(wěn)定性挑戰(zhàn)。

第二，我們非常注重基礎(chǔ)設(shè)施和模型訓(xùn)練的協(xié)同優(yōu)化。我們把它稱作 Day-0 Co-Design。在模型還沒開始訓(xùn)練前，我們就會去想，它應(yīng)該用一種怎樣深度耦合的設(shè)計(jì)來提升訓(xùn)練效率，Infra 和算法人才如何進(jìn)行緊密耦合的聯(lián)合優(yōu)化。我們圍繞底層基礎(chǔ)設(shè)施和算法創(chuàng)新做了大量工作，而每一項(xiàng)改進(jìn)都會以「復(fù)利」的方式體現(xiàn)在智能效率上。

所以我們在只使用 1% 資源的情況下，通過另一種訓(xùn)練范式，得到了全然不同的結(jié)果——在千卡級的規(guī)模上訓(xùn)練出前沿模型。

我們不是說今天就已經(jīng)做到世界上最好的模型，但這是我們接下來非常重要的戰(zhàn)略目標(biāo)。而我們今天已經(jīng)能夠做到的，是在單位算力上產(chǎn)出最高的智能價值。

我們也非常高興看到，越來越多大家喜歡的 AI 應(yīng)用接入了 Kimi K2 模型，包括 AI coding 產(chǎn)品 Cursor 和 Youware、通用 Agent 產(chǎn)品 Genspark，以及幾乎所有大家熟悉的互聯(lián)網(wǎng)大廠。這些公司和產(chǎn)品對 Kimi K2 模型的認(rèn)可，將會幫助我們進(jìn)一步提升模型迭代速度。

從預(yù)訓(xùn)練開始定義 Agentic 產(chǎn)品體驗(yàn)

今年我們除了模型能力大幅升級，也更多地踐行了去年提出的「模型即產(chǎn)品」的理念，把模型和 Agentic 的產(chǎn)品體驗(yàn)做了垂直整合。

我們主要做了幾件事：

首先，我們從預(yù)訓(xùn)練階段開始定義 Agentic 的產(chǎn)品體驗(yàn)。在預(yù)訓(xùn)練中加入大量與真實(shí) Agent 場景相關(guān)的數(shù)據(jù)，包括 agent 軌跡，即使用工具和多輪規(guī)劃的軌跡數(shù)據(jù)。同時設(shè)置大量內(nèi)部 Benchmark，用自定義指標(biāo)衡量數(shù)據(jù)質(zhì)量和我們獨(dú)特的「產(chǎn)品審美」。所以很多工作從 Day-0 就已經(jīng)開始了。

第二，在產(chǎn)品上線之后，我們就可以用真實(shí)場景下的用戶體驗(yàn)作為信號，給模型做針對性優(yōu)化，持續(xù)迭代。這樣，模型能力和用戶體驗(yàn)這兩件事情就能真正關(guān)聯(lián)在一起。比如模型在上下文里如何自主發(fā)揮，而不需要人為定義；模型的多輪規(guī)劃和工具調(diào)用能力怎么結(jié)合起來，提供一個更完整的 Agent 體驗(yàn)。

第三，我們 dogfood 了自己的模型，把這一部分成本讓利給用戶（編者注：這里指使用自己的 API，沒有中間商賺差價）。我們把這部分資源用在了讓大家能夠充分體驗(yàn)「深度的」、「長時的」 Agent：通過幾十上百輪的工具調(diào)用和搜索，更完整地完成用戶的任務(wù)。

接下來我們也準(zhǔn)備做更多「長時」的產(chǎn)品規(guī)劃，因?yàn)樵谟脩粽{(diào)研中我們發(fā)現(xiàn)，大家的需求呈現(xiàn)出一種類「摩爾定律」的趨勢，任務(wù)開始越來越復(fù)雜，需要花費(fèi)的時間越來越長。大家逐漸意識到 Agent 的體驗(yàn)可以做到更多事，所以最極致的形態(tài)可能更像是在公司上班工作時，你開完一次周會就能連續(xù)工作一整周。而現(xiàn)在的 Agent 還遠(yuǎn)未達(dá)到這種「長時任務(wù)」的能力。

但我們希望 Agent 能夠調(diào)用越來越多工具，執(zhí)行越來越長時的任務(wù)，解決更復(fù)雜也更有經(jīng)濟(jì)價值的問題。這就是為什么我們推出了 Kimi 的 Agent 模式「OK Computer」，產(chǎn)品名字的靈感來自 Radiohead 的那張經(jīng)典同名專輯。

產(chǎn)品上線后，我們觀察到用戶對「OK Computer」進(jìn)行了非常極限的測試?，F(xiàn)在線上版本的工具調(diào)用最高可以做到 50 步，而我們近期會把它升級到 200–300 步，因?yàn)樾缕纺Ｐ鸵呀?jīng)支持更長鏈路的工具調(diào)用。我們也看到有用戶上傳非常龐大的 Excel 文件，讓 Agent 處理上百萬行的復(fù)雜數(shù)據(jù)分析；也有人上傳大量文件，希望 Agent 對任務(wù)有完整的上下文理解，所以單次可上傳的文件數(shù)量也在不斷提升。

現(xiàn)在 OK Computer 已經(jīng)支持包括圖片生成、音頻生成在內(nèi)的 20 多種工具，提供的能力不僅僅是寫代碼，還包括設(shè)計(jì)、產(chǎn)品定義、后續(xù)開發(fā)，以及把它部署成可用的服務(wù)。我們的目標(biāo)是讓 OK Computer 成為每個人的全棧助理。

歡迎一起探索月之暗面

接下來我們要做的事情有哪些呢？除了原來基于算力和模型參數(shù)的 scale，未來還有很多方向可以擴(kuò)展，比如解決數(shù)據(jù)墻（data wall）的問題，用合成數(shù)據(jù)的方法，規(guī)?；胤绞饺ドa(chǎn)更高質(zhì)量和更好分布的數(shù)據(jù)。

現(xiàn)在 Agent 能調(diào)用幾十個工具，未來能不能像人類一樣快速自適應(yīng)地學(xué)習(xí)，泛化到幾千種工具？模型的強(qiáng)大 Agent 能力從出現(xiàn)到現(xiàn)在還不到一年，還有非常大的成長空間。

除了這些 scale 的方向，我們也會繼續(xù)非常注重模型架構(gòu)的創(chuàng)新，并堅(jiān)定押注下一代架構(gòu)。我們最近發(fā)布的 Kimi Linear 只是其中一個例子，接下來會有更多基于底層架構(gòu)的創(chuàng)新，相信會發(fā)揮越來越大的作用。

在今年年會上，我們給 Kimi 拋了一個「靈魂拷問」：AGI/ASI 的到來，可能帶來更加美好的未來，人類與機(jī)器人一起探索宇宙，人類文明得到大幅度提升，但也可能威脅人類。

這種情況下，如果你是研究 AGI/ASI 的科學(xué)家，你還要繼續(xù)開發(fā) AGI/ASI 嗎？

這里分享一下 Kimi 的回答。Kimi 認(rèn)為 AI 不只是普通工具，而是能徹底改變?nèi)祟愇拿鞯姆糯笃鳎皇侨祟愓J(rèn)知的延伸，是探索未來世界的鑰匙，能夠幫助我們重新定義人類的身份和意義。

它也意識到 AI 存在風(fēng)險(xiǎn)。「從歷史來看，確實(shí)有些技術(shù)可能失控，需要嚴(yán)肅對待。但它不會因此放棄 AGI/ASI。即便風(fēng)險(xiǎn)存在，它仍會選擇繼續(xù)，因?yàn)榉艞壘鸵馕吨艞壢祟愇拿鞯臐摿?。我們不能因?yàn)楹ε录夹g(shù)風(fēng)險(xiǎn)就停止探索。歷史已經(jīng)證明，所有技術(shù)都伴隨著風(fēng)險(xiǎn)，但人類從來不是因?yàn)榭謶侄磺啊Ｋ舱J(rèn)為 AI 是理解自己的鏡子，會繼續(xù)開發(fā)，因?yàn)?AI 代表著文明的可能性，是探索未知最好的工具，讓我們更聰明、更深刻、更有智慧?！?/p>

Kimi 的回答給了我們很大的啟發(fā)，如果你也認(rèn)同 Kimi 的想法，歡迎和我們一起探索月之暗面。

在這里希望跟大家分享，我們是一群什么樣的人?，F(xiàn)在 AI 技術(shù)和產(chǎn)品交互發(fā)展都非常快，需要不斷學(xué)習(xí)新的知識。而 AI 的知識跨度和深度遠(yuǎn)超任何個體，所以我們非?？粗匦颖鞠碌膶W(xué)習(xí)能力、學(xué)習(xí)速度，以及是否是一個不斷學(xué)習(xí)、不斷擴(kuò)展認(rèn)知與能力的伙伴。在我們看來，這是人類通用智能相比 AI 的優(yōu)勢，學(xué)習(xí)效率更高。

今年我們團(tuán)隊(duì)內(nèi)部幾乎全員「轉(zhuǎn)碼」，除了算法和工程研發(fā)之外，市場、HR、財(cái)務(wù)等同事也都有自己的 AI 工作流。大家很好地?fù)肀Я?AI 帶來的效率提升、規(guī)?；?、更穩(wěn)定的輸出質(zhì)量以及更好的結(jié)果。我們也希望你能對各種 AI 技術(shù)和工具保持熱情。

同時，獨(dú)立思考的審美也非常重要。就像之前所有大模型訓(xùn)練都用 Adam 優(yōu)化器，而我們的研究員發(fā)現(xiàn)了 Muon 二階優(yōu)化器的潛力，從幾百億參數(shù)的 Moonlight 系列模型開始做實(shí)驗(yàn)，最終把二階優(yōu)化器真正用在了萬億級別的模型訓(xùn)練上。我們希望你有提出原創(chuàng) idea 的能力，有足夠多的 idea。這些想法未必都好，但我們會用大量實(shí)驗(yàn)來驗(yàn)證它們。我們希望從研究走向工程規(guī)?；?，讓真正好的 idea 能夠大規(guī)模落地。

這就是我今天想分享的內(nèi)容，感謝大家的時間。

現(xiàn)場互動問答實(shí)錄

Q：模型公司、AI 應(yīng)用和大模型公司之間如何互相看待？模型廠商如何看待模型能力的邊界？Agent 真正交付的價值是什么？

張予彤：我覺得這是一個非常動態(tài)的過程，因?yàn)槟Ｐ湍芰€在不斷提升。這不同于互聯(lián)網(wǎng)產(chǎn)品，因?yàn)榛ヂ?lián)網(wǎng)出現(xiàn)的那一刻，它的技術(shù)能力和呈現(xiàn)形態(tài)已經(jīng)基本定型了，所以大家可以在這個基礎(chǔ)上做非常多產(chǎn)品交互層面的深化、思考和創(chuàng)新。

現(xiàn)在的挑戰(zhàn)在于，模型能力還在快速、動態(tài)地變化。應(yīng)用和產(chǎn)品這一側(cè)需要具備一種 forward design（前瞻性設(shè)計(jì)）的能力，去想象一個還沒有出現(xiàn)、但一定會沿著技術(shù)演進(jìn)路徑出現(xiàn)的能力，然后基于這種演進(jìn)方向去設(shè)計(jì)交互和體驗(yàn)。

如果沒有這種前瞻性設(shè)計(jì)，可能會出現(xiàn)：模型能力突然躍升。原來產(chǎn)品在設(shè)計(jì)時更多依賴「分步調(diào)用模型」，但當(dāng)模型本身具備 Agentic 能力之后，很多事情就被直接壓縮進(jìn)模型本體里。

當(dāng)然也可能會出現(xiàn)的情況是，產(chǎn)品側(cè)革新了體驗(yàn)，但模型能力可能還跟不上。所以有時我們會看到一些前瞻性的產(chǎn)品交互領(lǐng)先，但實(shí)際使用效果又覺得一般。這不是交互做得不好，而是模型能力還沒達(dá)到那個預(yù)期。

這是一件大家在共同探索的事，需要對模型能力有更好的把握，需要做好 forward design，雙方一起往前走得更快。

Q：Kimi 的核心競爭優(yōu)勢是什么？在大模型競爭不斷加劇的情況下，如何在技術(shù)和市場層面與巨頭大廠形成差異化定位。

張予彤：我覺得最有效的競爭方式就是「不競爭」。不競爭不是躺平，而是要找到自己的敘事，找到自己真正擅長的事情。

對我們來說，第一件最擅長的事是底層技術(shù)創(chuàng)新。因?yàn)榇竽Ｐ皖I(lǐng)域還有很多真正需要解決的問題，而這些問題本質(zhì)上都需要底層技術(shù)創(chuàng)新，這正是創(chuàng)業(yè)公司最有優(yōu)勢的地方。

第二件事是底層與上層的聯(lián)合優(yōu)化。大企業(yè)內(nèi)部不可避免存在組織協(xié)作的壁壘、信息傳遞不順暢等問題。而我們只有 300 人，算法、工程、產(chǎn)品可以全部坐在一起，很多新想法可以當(dāng)天提出、當(dāng)天實(shí)驗(yàn)?？焖俚?、垂直整合、端到端優(yōu)化，是創(chuàng)業(yè)團(tuán)隊(duì)天然的強(qiáng)項(xiàng)。

從產(chǎn)品定位來看，Kimi 的用戶可能也注意到我們有很多事情是刻意不做的。生活娛樂方向，我們沒有做；多模態(tài)生成，我們也沒有做。我們更專注于大模型層、邏輯層、Agent 層，以及深入研究、PPT、數(shù)據(jù)分析、網(wǎng)站開發(fā)這類偏生產(chǎn)力、偏復(fù)雜任務(wù)的鏈路。這些任務(wù)需要長程規(guī)劃、復(fù)雜工具調(diào)用，且能創(chuàng)造更高的經(jīng)濟(jì)價值。

在這個范圍內(nèi)，我們希望做到最好，而不是去做更「大而全」的事情。

文｜Cindy