2026年7月，Kimi K3亮相。 海外AI圈集体失语，朋友圈被刷屏，所有人都在聊参数、架构、榜单，但一个叫Max For AI的博主，发了两张两年前拍的旧照片，直接把讨论拉到了另一个维度
照片里是一间再普通不过的会议室，桌上散落着矿泉水瓶和咖啡杯一个年轻人站在大屏前，手持话筒，屏幕上只写了一行字，
Next-Token Prediction → Reinforcement Learning Scaling
这个年轻人叫杨植麟。那一年是2024年。那行字，在当时几乎没人当回事。
▲ Max For AI重新公开的两张2024年现场照片，屏幕上的箭头从"下一个词预测"指向"强化学习扩展"
一间会议室里的“异端邪说”
2024年深秋，Kimi内部邀请了一批朋友参观他们最新的数学推理模型K0-MathMax For AI是受邀者之一。他本以为会听到产品demo、用户增长、融资故事，毕竟这是一家估值已达数十亿美金的独角兽
杨植麟一开口，整场分享便围绕技术展开，主题是下一代Scaling Law到底长什么样
PPT上画了两个球体：左边写着“Next-Token Prediction Scaling”，右边写着“Reinforcement Learning Scaling”，中间一根箭头，旁边标注着synthetic data（合成数据）和test-time compute（测试时计算）
翻译成人话就是：光靠"猜下一个字"把模型喂大，这条路快到头了未来的关键增量，在强化学习。
放在2024年，这话听起来像判断，也带着冒险色彩
放在2026年，OpenAI在做，DeepSeek在做，Anthropic在做，几乎所有前沿实验室都在做
Max For AI写道："很多人觉得K3突然变强了我倒觉得，它只是兑现了一家公司两年前就做出的技术判断"
那个“眼睛会发亮”的PhD
Max For AI一直记到现在的，还有杨植麟本人
"他不像很多创业者，更不像一个独角兽公司的CEO，反而特别像个还在实验室里的PhD。"
谈到商业、融资和市场时，他都很平静。
但一聊到架构、训练方法、数据细节，整个人一下子就兴奋起来了，眼睛都是亮的，能一直不停地讲
参观结束后，Max特意去看了杨植麟的工位杨植麟没有独立办公室，也看不出任何“百亿美金CEO”的痕迹那只是一个特别普通的位置，和周围同事没什么区别，桌上放着一些日常用品，但也不多
这个细节，被无数人转发。
▲ 有人把同样的气质联系到杨植麟在英伟达GTC大会上的演讲，"像博士生在讲课题"
网友Michael Guo补充了一个平行证据：杨植麟三个月前在英伟达GTC大会上的公开演讲，风格如出一辙，像一个博士生在讲自己的课题，毫无CEO推销产品的姿态那场演讲里，他把未来的scaling拆成了三个维度：token效率、上下文长度、agent数量相关投入包括优化器、训练稳定性、长上下文架构和agent集群
K3后来交出的成绩单，几乎就是那张演讲幻灯片的逐项兑现
箭头走进现实
沿着时间线往后看：
2024年11月，K0-Math正式公开品玩、Global Times、KrASIA等中英文媒体均有报道：这是一个强调强化学习和思维链推理的数学模型，解题时会花更多时间规划、反思、再尝试公司口径称，在中考、高考、考研及MATH等基准上，初代表现超过了当时公开可用的o1-mini和o1-preview
同期，杨植麟在接受36Kr英文访谈时，说了一段后来被反复引用的话：Scaling Law没有失效，改变的是"被缩放的对象" 以往优先堆算力和参数，此后重点转向通过强化学习精炼推理能力
2025年，Kimi团队在arXiv上挂出论文《Kimi k1.5: Scaling Reinforcement Learning with LLMs》摘要开宗明义：预训练的下一个词预测受限于可用训练数据；强化学习打开了新的扩展轴，使模型通过带奖励的探索扩大有效训练信号
▲ k1.5论文把会议室里的"箭头"变成了可被同行阅读的工程方法
会议室大屏上的箭头，后来逐步落进论文与产品，并成为行业共同方向
赞美与愤怒齐飞
当然，互联网不会只有一种声音。
Max的帖子发出后，引发了一场共鸣与反感并存的舆论风暴
▲ "这就叫长期主义。两年前就认定RL Scaling是未来并死磕到底"
▲ "K3也只是一个开始"
支持者高喊“长期主义”，把杨植麟封为技术型创始人的标杆有人说“工程师做领导者是对职业经理人的降维打击”，有人说“非常严谨的技术型有AGI梦想的大格局创始人”
但另一边，火力同样猛烈。
有人直接骂“又开始吹了”；有人写长文反驳，称自己更早接触过杨植麟，印象是“满脑子商业变现”，并声明无意贬低，只是认为这种观察比“实验室PhD”的抒情描述更有说服力，也更能解释创业成功
谁对？也许都对。 一个能在会议室里对着架构两眼放光的人，和一个能拿下数十亿美金融资的人，并不矛盾只是不同的观察者，看到了同一枚硬币的不同面
旧照片为什么“好看”
旧照片的吸引力，还指向一个问题：伟大的产品，究竟是突然发生的，还是早有剧本的？
杨植麟的学术履历提供了一条更长的线索清华本科、卡内基梅隆博士，XLNet和Transformer-XL的作者，这两项工作的核心关切，恰恰是序列变长之后，模型的理解能力是否还能跟上十年后Kimi产品线上反复出现的“长文本”“百万级上下文”“长程任务”，某种意义上是同一种直觉的不断变体
他的博士导师Salakhutdinov后来对Business Insider回忆：大约2019年，这个学生就倾向于相信，如果充分扩大规模，单一模型可以从自然语言提示完成多种任务，不必为每个任务单独建模 那时候，这个信念并非所有研究者共享
每当旧图重获关注，往往先有一个足够醒目的新结果 K3成了那根引信。两年前那间会议室里、那块大屏上、那个箭头，留下了一份稀缺的视觉证据：可放大阅读的事前文本，形成于后来的回顾之前
领先也可以发生在榜单之外：两年前少有人相信时，团队已经朝那个方向持续投入
K3今天的成绩，有一条可追溯到两年前那张PPT的技术线索
