所有人都在问：Kimi怎么突然就这么强了？
答案，可能藏在一张两年前拍下的照片里
2026年7月，当Kimi K3以2.8万亿参数、百万级上下文、稀疏MoE架构横扫社交媒体的时候，一个叫Max For AI的博主，默默翻出了手机相册里两张旧照，拍摄于2024年，月之暗面北京办公室的一间普通会议室
照片里，杨植麟站在大屏前，手持话筒。屏幕标题四个大字：“新的 Scaling Law”
画面中央，一个箭头从左侧的球体指向右侧，从“Next-Token Prediction Scaling”，直直地射向“Reinforcement Learning Scaling”旁边还漂着两个关键词：synthetic data，test-time compute
这场分享设在普通会议室里，桌上散落着矿泉水瓶和咖啡杯，现场没有发布会式的聚光灯与倒计时这张幻灯片，精准地预告了接下来两年整个AI行业的走向
▲ Max For AI重新公开的两张2024年现场照片，屏幕上清晰可见“新的Scaling Law”路线图
一场“不讲产品”的内部分享
故事要从2024年秋天说起。
那时候Kimi刚上线一周年，月之暗面发布了k0-math，一个专攻数学推理的模型，号称在高考、考研等基准上超越了当时公开可用的OpenAI o1-mini和o1-preview媒体的关注点全在分数：“中国版o1来了！”
但Max For AI那天看到的，完全是另一个画面
他受邀到月之暗面办公室参观最新的K0-Math，创始人杨植麟亲自做了一场技术分享分享跳过产品演示和商业话题，主题落在“下一代Scaling Law”上
一个估值数十亿美金的独角兽CEO，站在会议室里像博士生答辩一样，一页一页地翻幻灯片，讲为什么预训练的“下一个词预测”正在逼近天花板，为什么强化学习才是打开新扩展轴的钥匙
Max回忆说，聊到商业模式时杨植麟语气平淡，但一切换到架构、训练和数据细节，眼睛就亮了他的工位也很普通，就在开放办公区里
箭头背后的判断
那张幻灯片上的箭头，放在2024年，其实是一个相当大胆的判断
让我用人话解释一下：
当时AI圈的主流打法还是“堆料”，更多数据、更大模型、更多算力，把预测下一个词这件事做到极致这叫Next-Token Prediction Scaling，也是GPT系列从3到4一路走来的核心逻辑
但杨植麟在那间会议室里画了一个箭头，指向另一条路：Reinforcement Learning Scaling他想表达的是，继续扩大预训练数据之外，还可以让模型通过试错和奖励学习推理：做对了奖励，做错了惩罚，如同训练一个会思考的学生
旁边标注的synthetic data（合成数据）和test-time compute（测试时计算），则进一步说明了配方：训练数据可以由模型自己生成思考过程来补充；推理时舍得多花算力去“想一想”，比单纯把底座做大更有效
2024年，这还是一个“判断”。2026年，它已经成了行业共识。
▲ 2025年发布的k1.5论文，将会议室里的箭头变成了可引用的工程方法论
从PPT到论文到产品：一条肉眼可见的线
如果说那张幻灯片是起点，那接下来的两年就是一场公开的“交作业”过程
2025年初，Kimi团队在arXiv上发布论文《Kimi k1.5: Scaling Reinforcement Learning with LLMs》摘要开宗明义：预训练的next-token prediction虽然有效，但受限于可用训练数据；强化学习打开了新的扩展轴。论文报告了长上下文扩展、改进的策略优化，以及一种叫long-to-short的技巧，把长思维链的能力迁移到更短、更快的模型里
同一时期，杨植麟在英伟达GTC做了一场公开演讲，把“下一阶段scaling”拆成了三个维度：token效率、上下文长度、agent数量他明确说：不打算靠训练一个更大的模型来赢，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agent集群
▲ 观察者Michael Guo将GTC演讲与K3产品特征逐条对照
然后，K3来了。2.8万亿参数的稀疏MoE、百万token上下文、长程编码与研究任务、多agent工作流，几乎是把过去两年每一场演讲、每一篇论文里说过的话，变成了你能用的产品
赞美与骂声齐飞
旧照片一经放出，评论区瞬间炸开。
捧的人把它当成教科书案例。“这就叫长期主义”，一位网友写道，“当大家都在卷预训练数据的时候，人家两年前就认定RL Scaling是未来并死磕到底”
▲ “长期主义”成为支持者最常用的关键词
另一位直接封神：“非常严谨的技术型有AGI梦想的大格局的创始人，K3也只是一个开始”还有人感慨：“工程师作为领导者，对职业经理人是降维打击”
批评者的语气也很尖锐。有一条长评转述了较早的交流印象：杨植麟看重商业变现，而这种特质可能有助于创业评论者认为，这个角度比纯粹的“实验室PhD”形象更有说服力
▲ 批评者认为，商业变现导向的人物形象更有说服力
评论区出现了两种人物画像：一种是纯粹的技术信仰者，另一种是精明的创业者哪一种更接近真相，现有材料不足以下定论
那个箭头为什么重要
让我们从情绪中抽身，回到幻灯片本身：它到底有多少“预测”的含金量？
先说强的一面。杨植麟的学术底色确实支持长期投入这件事他的博士导师、深度学习先驱Salakhutdinov后来接受Business Insider采访时回忆：大约2019年前后，杨植麟就已经相信“只要规模足够大，单一模型就能从自然语言提示完成多种任务”，这在当时并非共识从Transformer-XL到XLNet，他对长依赖建模的执念也一脉相承，后来Kimi产品线里反复出现的“长文本、百万级上下文”，也延续着同一个问题意识
再说弱的一面。这张幻灯片的精确日期、文件性质和听众范围均未公开 Max For AI的到访记录属于第一手材料，同时也带有个人观察的主观性，目前只有这一来源还应看到，AI圈时常会在模型登顶后翻出某条旧推文或旧PPT，说“他们早就知道了”
这份材料的中间环节相对完整：2024年的幻灯片→2024年底的k0-math公开发布→2025年的k1.5论文→GTC公开演讲→2026年的K3几个节点连成了一条可追溯、可验证的技术路径
箭头从左指向右。两年过去了，整个行业都站到了箭头的右边
这里记录的，是一个判断被执行、被验证、被放大的过程那间普通的会议室、开放办公区里的工位、那些散落的矿泉水瓶，反而比任何精心布置的发布会舞台，更能说明一件事，
有时候，最重要的决定，就是安静地写在一页PPT上
