从长上下文、协作型 Agent 到「让 AI 参与下一代 AI 的研发」，杨植麟和月之暗面正在把一套技术哲学变成产品现实。
2026 年 7 月中旬，月之暗面发布了 Kimi K3。它有 2.8 万亿参数，原生支持视觉，最长上下文达到 100 万 token。Arena 的前端 coding 榜单上，它排到了 Claude Fable 5 和 GPT-5.6 Sol 前面，还计划于 7 月 27 日开放完整模型权重。
K3 的路线里还有一个容易让人一头雾水的词，Agent Swarm。简单说，它不是一个单独的聊天窗口，而是让多个 Agent（可以调用工具、执行任务的模型实例）分工协作，由主 Agent 拆解任务、派发工作，再收回结果继续判断下一步。
几天后的 7 月 20 日，Kimi 暂停了新用户订阅。这次不是产品故障，是 K3 发布后涌入的用户太多，服务容量扛不住了。月之暗面在 X 上说，Kimi K3 「收到的喜爱远超预期」。美联社的报道 把这件事当作一个有意思的注脚：模型获得关注只是第一关，把能力稳定交付给大量用户，又是另一关。
市场很快把这条消息翻译成一句更刺激的话：国产模型追上了 GPT 和 Claude。
这个说法只对了一半。K3 确实进入了全球 frontier model（前沿模型）的竞争区间。但 Kimi 官方自己写得很清楚，K3 的整体表现仍然落后于 Claude Fable 5 和 GPT-5.6 Sol，只是在一组 coding、Agentic knowledge work（连续调用工具完成知识工作）等评测中展现出很强的竞争力。Kimi 官方技术博客
所以 K3 真正值得写的，不是它在某个榜单上赢了谁，而是这支曾靠「长上下文」被记住的中国 AI 团队，为什么能在三年里把竞争推向开放权重、长程 Agent、芯片设计和下一代模型研发。
第一章，K3 让市场重新估计 Kimi
Kimi K3 的第一张牌是数字。
2.8 万亿参数，100 万 token 上下文，原生视觉，16/896 的稀疏专家激活，也就是每次只调用部分专家模块。单看这些数字，读者很容易被参数规模带走。但这些数字组合起来才有冲击力。
一个模型既可以处理大规模代码库和长时间任务，又可以理解图像和视频，还准备在 7 月 27 日公开完整权重。它不只是聊天或问答工具，而是冲着开发者工作流的基础设施去的。
这也是为什么 K3 的热度远超过一次普通模型发布。Reuters 的报道 提到，K3 在 Arena 的网页界面构建评测中排名第一，在 Vals AI 的综合评测中排在 Fable 5 后面、GPT-5.6 Sol 前面。报道还提到，Moonshot 正在寻求新一轮融资，市场传闻估值已经接近 300 亿美元，并考虑香港上市。
把这些消息放在一起看，Kimi 争的已经不只是聊天应用的用户量，还包括模型能力、开发者入口，以及资本市场对它的预期。
不过，榜单的胜负必须放回具体口径里看。
Kimi K3 的优势集中出现在前端开发、长程 coding、GPU kernel 优化、科研编程和 Agentic knowledge work 等任务。它并没有在所有能力上全面超过 Fable 5 或 GPT-5.6。Kimi 官方还主动列出了几个限制，K3 对 thinking history（思考历史）比较敏感，过于主动，在整体用户体验上仍然落后于顶级闭源模型。
这反而让发布更可信。
一个模型如果只展示胜利、不展示代价，读者应该提高警惕。K3 有热度，但比起宣传稿，把「局部领先」和「整体差距」同时摆出来更有看头。
第二章，Kimi 的秘密不是一颗银弹，而是三条 scaling 路线
2026 年 3 月，杨植麟在 GTC 演讲 里讲 Kimi K2.5 如何被训练出来。演讲虽然偏技术，但主线并不复杂。Kimi 沿着三条路继续做 scaling，提高数据利用率、拉长上下文，并让多个 Agent 协作完成复杂任务。K3 基本把这三条路都落到了产品里。
让同样的数据学得更多
大模型训练正在遇到一个很现实的限制，高质量数据不是无限的。
传统的 scaling 方式，是增加训练 token、模型参数和计算量。数据不够时，继续堆参数当然还能带来收益，但收益会越来越贵。杨植麟在演讲里强调，token efficiency（训练数据效率）不只是省钱，它还决定了模型能不能从有限的数据里继续挖出新的智能。
所以 Kimi 团队会反复提到 Muon（一种提升训练效率的优化器）。
Muon 这个名字背后，是对训练过程的一次替换。团队希望用它代替 Adam 或 AdamW，让同样数量的高质量 token 产生更低的训练损失。杨植麟用一个简单的比喻解释过，如果 50 万亿 token 被训练得更高效，它在效果上就像变成了更多 token。
这表面上像训练基础设施的优化，实际关心的是同样的数据还能不能继续换来能力提升。高质量数据越来越紧，接下来比的更像是谁能把手里的数据用得更充分。
当然，Muon 也不是直接换上去就结束。Kimi 在一万亿参数规模训练时遇到过 max logits 爆炸和训练损失发散，于是加入 QK clip（限制注意力计算中的极端数值）处理训练稳定性。技术路线的价值，要看它能不能撑过规模扩大后的坏情况，而不只是画出第一张漂亮曲线。
让模型记得更久
Kimi 最早被大量用户记住，就是因为长上下文。
当时很多模型还只能处理相对短的输入，Kimi 已经允许用户把长文档、论文、书籍和会议记录塞进去。这个产品选择看起来像功能差异，背后其实是一种判断，AI 的工作能力很大一部分取决于它能在多长的时间跨度里保持一致。
在 K2.5 的演讲中，Kimi 团队介绍了 Kimi Linear 和 KDA，也就是 Kimi Delta Attention，一种为长上下文设计的注意力机制。它们想解决两个矛盾，长上下文需要更低的计算成本，但模型又不能为了省计算而把重要信息忘掉。
KDA 的核心思路，是把记忆分成不同的更新节奏。
一些通道可以慢慢忘记，让长期信息留得更久。另一些通道可以快速更新，及时接收新信息。模型不需要对所有内容使用同一种记忆策略。
这和人的记忆很像。你不会把一段无关紧要的聊天和一个重要项目的核心决策，用同样的方式保存。AI 如果想连续工作几小时、几天，甚至更久，也需要类似的记忆分工。
所以，100 万 token 不只是一个容量数字，它对应的其实是另一种产品形态。如果模型可以把整个代码库、几十份论文、工具调用记录和中间结果放在同一个工作空间里，用户交给它的就不再只是一个问题，而是一整段任务过程。
让更多 Agent 一起工作
第三条路线叫 Agent Swarm，也就是让多个 Agent 并行协作执行复杂任务。
一个主 Agent 先拆解任务，再派发给不同的子 Agent。子 Agent 可以分别做资料搜索、代码开发、事实核查、文件下载和结果整理，主 Agent 收回结果后，再继续判断下一步。
这套设计很像组织分工，杨植麟在演讲里也用了类似的比喻：主 Agent 定目标、拆任务、验结果，子 Agent 分头执行，再根据反馈决定下一轮行动。
但 Agent Swarm 不是简单地多开几个聊天窗口。
Kimi 团队在训练时加入了 instantiation reward（创建子任务的奖励），鼓励模型在适合并行的任务中创建子 Agent，也加入 finished reward（完成任务的奖励），避免模型只会不断创建任务，却不把任务完成。模型不仅要知道「该不该分工」，还要知道「分工之后要收尾」。
这是 Kimi 路线里我最感兴趣的一点。Kimi 想训练的，不只是更强的单体模型，还包括一套能够分工、协作并完成收尾的系统。
第三章，杨植麟更像一个经营研究系统的创始人
如果只看 K3 的参数和榜单，杨植麟很容易被写成又一个「天才 AI 创始人」。这个标签不算错，但太扁了。
他的履历里同时有清华背景、Carnegie Mellon University 的博士训练，以及机器学习研究者的经历。2026 年 K3 发布后，他的博士导师 Russ Salakhutdinov 在社交媒体上祝贺这位曾经的学生，称这是开放模型社区的一次胜利。美联社的人物报道
杨植麟身上更特别的地方，是他没有把研究、产品和组织看成三件分开的事。
长上下文先成为 Kimi 的产品标签，后来又变成模型架构的长期路线。Agent 先是模型能力，后来又变成产品形态，再往前一步，它甚至变成了团队管理和公司组织的隐喻。
这种思路在他的访谈里也能听出来。
在 2025 年的一次长访谈 中，主持人问他过去一年最大的感受是什么。杨植麟没有谈估值，也没有急着给 AGI 定义。他说，AI 的一年像人间很多年，模型已经能连续工作几个小时，完成复杂代码任务，但往上爬的时候，新的问题也会不断出现。
在这场访谈里，他还反复提到 David Deutsch 的《The Beginning of Infinity》，尤其认同书中的一句话：问题不可避免，但问题可以解决。与其说这是口号，不如说它更接近他理解 AI 研发的方法。
模型每解决一个问题，就会把知识边界再往外推一点。边界扩大之后，新的问题才会显现出来。评估不够好，验证不够可靠，Agent 泛化能力不足，这些都不是路线失败的证明，而是能力继续向前之后才看见的新障碍。
这也解释了他为什么不太喜欢把 AGI 当成一个可以打勾的终点。
如果 AGI 只是一个终点，那么每一次发布都只能被理解成距离终点更近了一点。可如果 AI 是一座没有尽头的雪山，那么每次模型升级都在改变你能看见的风景。
这个比喻并不新，但放在杨植麟这里，它和 Kimi 的研发路线是对得上的。
如果把杨植麟的研究观翻译成产品路线，最直观的表达就是他对 Agent 能力阶梯的理解。
第四章，从缸中之脑到一支 AI 工程队
杨植麟在访谈中提到一个概念，缸中之脑。
一个模型可以在内部思考、生成假设、检查答案，但它不一定能真正进入外部世界。它像一个被放在鱼缸里的大脑，思考能力再强，也没有手、眼睛和工具。
Agentic LLM，也就是能调用工具并持续行动的语言模型，目标就是让模型从鱼缸里出来。
它可以搜索网页，写代码，调用 API，读数据库，修改文件，再根据结果决定下一步。它不再只给出一个答案，而是持续和环境互动。
所以 reasoning 和 Agent 不是两条互相独立的产品线。
一个 Agent 如果不会长时间推理，就很难完成复杂任务。一个只会在内部推理的模型，又很难把能力转换成真实行动。模型要花更多 token，也要获得更多工具和更长的运行时间。
杨植麟曾经把 AI 能力分成五层。
L1 是 Chatbot，能回答问题。
L2 是 Reasoner，能进行更长的思考和验证。
L3 是 Agent，能调用工具完成任务。
L4 是 Innovator，能参与发现新方法和改进系统。
L5 是 Organizer，能组织多个 Agent 协作完成大型目标。
这张阶梯图最有意思的地方，在于它没有把「更聪明的聊天」当成终点。它把创新和组织也放进了模型能力的讨论里。
杨植麟还提出过一个更激进的设想，让能够改进系统的 L4，去负责优化执行任务的 L3。
如果 AI 能参与自己的训练、评估和系统改进，它也许能解决当前 Agent 最难的泛化问题。今天的 Agent 擅长数学和代码，一部分原因是这些任务比较容易验证，有标准答案、有 test case、有明确的反馈信号。
但现实世界里的任务没有这么干净。
一份研究报告是否真的有价值，一套产品设计是否真的好用，一个商业判断是否经得起几个月后的验证，这些都很难立刻打分。Agent 的能力越往前走，评估和验证就越成为瓶颈。
K3 展示的几个案例，恰好都在向这条路靠近。
按 Kimi 官方技术博客展示的 demo，K3 可以自主开发 MiniTriton 编译器，参与 GPU kernel 优化，用两小时左右完成一个通常需要有经验研究者一到两周的科研复现，还曾经在 48 小时的自主运行里完成一轮服务于 nano model 的芯片设计验证。Kimi K3 官方技术博客
这些案例当然还不能直接等同于 AI 工程师，但它们至少说明，模型正在从给出代码片段，走向跑完整个工程循环：理解问题、定方案、调工具、测结果，再根据反馈返工。把这一步迈出去，后面才谈得上「AI 组织」。
第五章，开放权重是一种商业选择，不只是技术态度
K3 的另一张牌是开放权重，也就是发布模型参数，让用户能够自行部署或定制。
这里需要把词说准确。Kimi 目前已经提供 K3 的产品和 API，完整模型权重则计划在 7 月 27 日发布。严格说，它现在是「即将开放权重的 frontier model」，还算不上开源项目——后者要求把代码、数据和训练流程一并公开。
开放权重带来的变化，不止是价格更低。
企业可以把模型放进自己的基础设施，开发者可以进行定制，政府和大型组织可以减少对单一海外供应商的依赖。对于模型公司来说，开放权重还会降低开发者的试用门槛，扩大模型被嵌入其他产品的机会。
但开放也有现实成本。
2.8 万亿参数的模型，不是下载下来就能在个人电脑上顺手运行。Kimi 官方建议用 64 个以上加速器的 supernode 配置部署 K3。普通用户最后仍然会通过 API、云服务或 Kimi 自己的产品访问它。
这就是 Kimi 的商业组合，C 端助手、Kimi Work、Kimi Code、API、企业服务和开放权重。
它不像一个单一产品，更像一条从用户入口通向模型基础设施的链条。
闭源模型当然也有优势。它们通常拥有更稳定的用户体验、更成熟的安全策略、更强的基础设施和更可控的产品流程。Kimi 的机会在于用开放、价格、长上下文和 Agent coding，去切那些更看重控制权的用户，而不是假装这些差距不存在。
第六章，K3 的热度里也藏着三个问题
第一个问题，榜单能不能代表真实工作？
不能完全代表。
不同模型可能使用不同的 Agent harness，也就是评测时包裹模型的代理、工具和上下文管理框架。不同评测的提示词、工具链、上下文管理和推理强度也可能不同。Kimi 官方技术博客的脚注里，已经把不同任务采用的 Kimi Code、Claude Code 和 Codex harness 写了出来。这个细节很重要，因为 Agent 的实际表现不只取决于模型，还取决于模型被放进了什么系统。
第二个问题，K3 是不是已经全面追上 GPT-5.6 和 Fable 5？
目前不能这样写。
Kimi 官方的表述是整体仍有差距。OpenAI 对 GPT-5.6 的官方评测显示，它在 BrowseComp、OSWorld、科学研究和长程知识工作上都有很强表现。OpenAI GPT-5.6 官方资料 Anthropic 对 Fable 5 的定位也不是普通聊天模型，而是用于长时间 coding、知识工作和 Agent 任务的高端系统。Anthropic Fable 5 官方资料。
更准确的说法是，K3 在若干关键任务上已经进入同一竞争区间，甚至局部领先，但整体产品体验仍然没有完成超越。
第三个问题，distillation（知识蒸馏）争议要怎么处理？
Anthropic 曾指控 Moonshot、DeepSeek 和 MiniMax 通过大量账号与 Claude 模型交互，提取模型能力用于训练。这个指控目前只能算争议，还不能当作已经确认的事实。AP 对相关争议的报道
模型行业的真实情况比「谁抄了谁」更复杂。美国公司的模型也被全球开发者反复调用，中国团队也贡献了不少开放模型和工具。知识蒸馏本身可以是合法的训练方法，争议在于数据来源、规模、授权和是否违反服务条款。
这件事不能靠一句口号解决。
这些不确定性如果避而不谈，K3 的故事就只剩发布当天那一波热度。
结尾，真正的竞争是组织智能
回头看 Kimi K3，最容易被记住的是 2.8 万亿参数和榜单第一。
但我觉得，真正值得记住的是另一条线。
Kimi 先把长上下文做成产品，再把它变成模型架构。它用 Muon 去提高有限数据的利用率，用 KDA 去拉长模型的工作记忆，用 Agent Swarm 去把单个模型变成一套可以分工的系统。杨植麟又把这种系统能力，延伸到创新、组织和下一代模型研发。
所以 K3 的故事不是「一个中国模型突然打败了美国模型」。这种写法太短，也太容易过时。
实际情况是，开放权重模型已经开始进入 frontier model 的日常竞争，竞争的单位也在变化。
模型公司的竞争尺度正在变化，从回答质量，到推理时长，再到工具调用、长程任务和 Agent 协作。再往后，模型是否能参与下一代模型的训练、评估与改进，也可能成为竞争的一部分。
杨植麟说，问题不可避免，但问题可以解决。
放到 Kimi 身上，这句话也说得通。
K3 解决了一些问题，也让更多问题露了出来。它还没有登顶，但它已经让更多人看见了下一段山路。
这可能才是 Kimi K3 真正让市场意外的地方。