48小时，算力打满，新用户全部暂停注册
2026年7月中旬，月之暗面发布旗舰模型Kimi K3，2.8万亿参数、百万级token上下文、稀疏MoE架构，海外开发者社区和中文科技圈同时炸锅BBC撰文称其"宣称比肩OpenAI与Anthropic"，Euronews则把热度写进了标题：太受欢迎，服务器扛不住了
讨论随即转向两张拍摄于2024年的旧照片它们由博主Max For AI重新翻出
照片里的内容，让所有人倒吸一口凉气
那张被时间验证的PPT
画面很朴素：北京某栋写字楼会议室，天花板上挂着圆形时钟，桌上摆着瑞幸咖啡纸杯和瓶装水一个戴黑框眼镜、穿黑色卫衣配短裤的年轻人，右手举着麦克风，左手握着翻页器，站在一块巨大的投影屏前
屏幕上写着五个大字：“新的 Scaling Law”
画面中央，两个球体被一条蓝色箭头串联，左边写着Next-Token Prediction Scaling，右边写着Reinforcement Learning Scaling右侧球体旁边，还标注着两个关键词：synthetic data（合成数据） 和 test-time compute（测试时计算）
▲ Max For AI发布的2024年Moonshot办公室现场照片：杨植麟正在讲解"从下一词预测到强化学习扩展"的技术路线图
这个穿卫衣的年轻人，就是杨植麟，月之暗面创始人兼CEO，Kimi背后的灵魂人物
Max回忆说，2024年他受邀参观Moonshot办公室，本来是去看当时最新的K0-Math模型演示没想到杨植麟本人走进了会议室。融资、DAU和产品都被放到后面，他开场便讲下一代Scaling Law
放在2024年，这是一项带着学术气的判断
放在2026年K3发布之后，它变成了一份被逐条兑现的路线图
一条箭头，两年时差
让我们把这张PPT"翻译"成普通人能听懂的话
过去几年，大模型变强的核心逻辑是"喂更多数据、堆更大参数"，技术上叫next-token prediction scaling，让模型学会预测下一个词，然后疯狂做大但到2024年前后，行业撞上了一堵墙：高质量互联网文本快被刮干净了，单纯做大的边际收益在变差
杨植麟那页PPT的核心判断是：下一阶段的智能跃升，要靠强化学习（RL）来驱动 让模型在可验证的任务上，比如数学题对不对、代码能不能跑通，通过试错和奖励自我进化，摆脱对网页文本的单向吸收箭头旁边标注的synthetic data和test-time compute，则是两个配套引擎：用模型自己生成训练数据，推理时多花算力换更高正确率
▲ 2025年初公开的Kimi k1.5技术报告，标题直接写明"Scaling Reinforcement Learning with LLMs"
到2025年初，Moonshot以Kimi k1.5技术报告的形式，系统性地公开了这套打法：用强化学习扩展大模型，在数学、代码、多模态推理上全线对标当时最强的推理模型论文标题就是赤裸裸的四个词，Scaling Reinforcement Learning with LLMs
再到2026年7月，K3落地。2.8万亿参数、百万token上下文、长程编程与多智能体工作流，PPT上的箭头，变成了产品里的功能列表
博士生还是CEO？
杨植麟的个人故事，同样在K3发布后被重新翻出来讲述
他生于1992年，广东汕头人。本科清华，2015年赴卡内基梅隆大学（CMU）读博，师从AI领域重量级教授Ruslan Salakhutdinov博士期间，他是Transformer-XL和XLNet的主要作者，前者突破了语言模型的固定上下文长度限制，后者提出了更强的预训练目标这两个工作的问题意识，和后来Kimi强调的长上下文+预训练扩展，有清晰的学术血缘
▲ 杨植麟人物词条：CMU博士、Transformer-XL与XLNet主要作者
K3走红后，英文圈出现了一个简化提问："CMU博士为什么不留美国？"
他的导师Salakhutdinov亲自下场回应
▲ 导师Russ Salakhutdinov澄清：杨植麟并非没有留美机会，苹果高管曾发邮件询问，但他坚持要回国创业
"外界对签证和H-1B有很多误传，"Salakhutdinov写道"*植麟如果想留，机会并不少。*我本人就在一封邮件线上，苹果一位直接汇报给Tim Cook的高管问他是否考虑加入Apple我说他想回国。对方回复：我们在北京也有办公室。"
但杨植麟的回答很坚决：如果连试都不试创业，他会后悔一辈子
Max在转述这段时补充了一个来自2022年访谈的细节：杨植麟当时就说过，在大厂做科学家，你能决定"技术怎么做"，却很难决定公司把多少算力、资金和人才押在你选的那条路上创业的意义，是从组织架构上解决这个问题
这解释了旧照片里那个穿卫衣站在会议室的形象，他仍带着实验室PhD的气质，CEO派头反而很淡 这种气质，让他可以亲自站在白板前，画出那条决定公司未来两年走向的箭头
三个月前的"预告片"
除此之外，还有三个月前的一次公开演讲
AI创业观察者Michael Guo指出：K3发布前约三个月，杨植麟在英伟达GTC大会上做了一场约30分钟的主题演讲，已经把下一阶段的扩展前沿概括为三个维度，Token效率、上下文长度、Agent数量他强调Kimi不打算靠"训练一个更大的模型"取胜，而是投资底层机制：更好的优化器、训练稳定性、内存效率、长上下文架构和智能体集群
他还引用了演讲中最具预测性的一句表述："开源模型不能只是开源，还必须足够强"
开发者要的是下载后愿意长期使用的开源模型
48小时：从路线图到熔断
故事最戏剧性的部分，或许是时间维度上的对比
2024年，会议室里，十几个人围坐，咖啡还冒着热气，杨植麟用激光笔指着那条箭头，语气平静地讲述"新的Scaling Law"
2026年7月，K3上线不到48小时，官方紧急发文：算力已接近上限，即刻暂停新用户订阅
▲ Kimi官方公告：过去48小时需求逼近算力天花板，暂停新订阅以保障存量用户体验
在基准分数可以刷、演示视频可以挑的今天，"服务器被打爆"反而成了最笨、也最有说服力的指标，它不证明模型一定最强，但证明有足够多的人愿意真金白银地涌进来
两年的技术耐心，换来四十八小时的需求海啸
一边是那张安静的PPT，一边是正在过载的GPU集群
当年像判断，今天像注脚。
当然，照片只能证明Moonshot当时确实在会议室里投过这页幻灯片，无法推出"只有这一条路正确"2024年同时存在多种竞争路线，包括更大的稠密预训练、检索增强、专用小模型科技史上，成功的发布总会带来一轮"寻找早期预言"的回顾热潮
但至少有一件事是确定的：那条从左到右的蓝色箭头，确实指向了未来
