作者|二毛

楊植麟身上正在形成一種很典型的創(chuàng)業(yè)者光環(huán)。

行業(yè)抬頭看技術(shù)，他站在臺(tái)上講推理、Agent和未來(lái)幾年由AI主導(dǎo)的研發(fā)；市場(chǎng)低頭看產(chǎn)品，Kimi在過(guò)去幾個(gè)月里快速上線了一系列新功能：能寫文檔、做PPT、處理表格、寫代碼的KimiCode，能自動(dòng)抓取網(wǎng)頁(yè)信息的Kimi Claw，能深度檢索資料的Deep Research，以及能多個(gè)AI協(xié)作完成復(fù)雜任務(wù)的Agent Swarm。

外界因此很容易得出一個(gè)順滑結(jié)論：月之暗面（以下簡(jiǎn)稱月暗）正在從一家明星模型公司，走向一家下一代生產(chǎn)力平臺(tái)公司。

這個(gè)判斷沒(méi)有錯(cuò)，只是不夠完整。

因?yàn)楫?dāng)Kimi不再滿足于只做一個(gè)“會(huì)回答問(wèn)題”的模型，而是試圖成為“知識(shí)工作的執(zhí)行平臺(tái)”，它真正進(jìn)入的，就不再是一個(gè)靠技術(shù)突破就能輕易贏下來(lái)的賽道。那里站著的不只是幾家大模型公司，而是一整排已經(jīng)控制了開(kāi)發(fā)者入口、辦公入口和企業(yè)工作流的巨頭。

而Kimi的難，不只是對(duì)手強(qiáng)，更在于它幾乎同時(shí)在做兩件最重的事：一邊補(bǔ)足承接復(fù)雜工作的底層能力，一邊又去爭(zhēng)知識(shí)工作的前臺(tái)入口——

別人要么手里已經(jīng)有入口，要么先從能力層往上爬，Kimi 則更像是在地基尚未完全筑厚時(shí)就把自己推到了正面戰(zhàn)場(chǎng)。而這條路的資本強(qiáng)度太高，護(hù)城河形成速度又未必能快到和燒錢速度匹配。

楊植麟擅長(zhǎng)把控方向，但一家公司的勝負(fù)，從來(lái)不只取決于方向，還取決于能不能把技術(shù)、產(chǎn)品、增長(zhǎng)和商業(yè)化，用同一種節(jié)奏擰在一起。

前者更像天才的直覺(jué)，后者則屬于企業(yè)家的功課。與其說(shuō)楊植麟已經(jīng)給出了完整答案，不如說(shuō)，他正走到這道題最難的部分。

01光環(huán)

2026年3月，美國(guó)拉斯維加斯英偉達(dá)GTC大會(huì)的主舞臺(tái)上，楊植麟與OpenAI、DeepMind的負(fù)責(zé)人并列而坐。這是全球AI頂級(jí)從業(yè)者的標(biāo)準(zhǔn)合影，但楊植麟的身份標(biāo)簽與旁人略有不同——他是唯一獨(dú)立大模型創(chuàng)業(yè)公司的代表，其余均為科技巨頭旗下的項(xiàng)目負(fù)責(zé)人。

這張照片傳回國(guó)內(nèi)時(shí)，月之暗面的估值剛剛突破180億美元，三個(gè)月內(nèi)翻了兩番，創(chuàng)下中國(guó)公司晉級(jí)“十角獸”（指那些估值超過(guò)100億美元的未上市初創(chuàng)公司）的最快紀(jì)錄之一。

不過(guò)，它的身份或許很快會(huì)再次發(fā)生變化：前不久，彭博社傳出消息，月之暗面已與中金公司和高盛展開(kāi)關(guān)于赴港IPO事宜的初步接觸。智譜與MiniMax高光在前，對(duì)于月暗的IPO之路，外界很容易把這種光提前投射到這家公司身上。

這也幾乎是楊植麟身上那層創(chuàng)業(yè)者光環(huán)的自然延伸。

在中國(guó)這一代AI創(chuàng)業(yè)者里，楊植麟是少數(shù)幾個(gè)不能只放在國(guó)內(nèi)語(yǔ)境里討論的人。并且在決定大模型公司上限的那些關(guān)鍵問(wèn)題上，月之暗面已經(jīng)不能只拿來(lái)做本土比較。

真格基金作為月暗早期的投資機(jī)構(gòu)之一，管理合伙人戴雨森對(duì)于楊植麟的認(rèn)可是不加掩飾的，他曾在一篇文章中透露，楊植麟在清華讀書時(shí)被公認(rèn)為“神中之神”。這樣的情緒渲染對(duì)于理解楊植麟并不完全多余。

楊植麟的學(xué)術(shù)底色，幾乎是為大模型時(shí)代提前鋪好的：

2015年，他從清華大學(xué)計(jì)算機(jī)系畢業(yè)，后以年級(jí)第一的成績(jī)進(jìn)入卡內(nèi)基梅隆大學(xué)語(yǔ)言技術(shù)研究所。此后四年，他持續(xù)出現(xiàn)在ICML、NeurIPS、ICLR等AI頂級(jí)會(huì)議的作者名單里，很早就進(jìn)入全球最核心的學(xué)術(shù)評(píng)價(jià)體系。

更重要的是，這并不只是“發(fā)過(guò)幾篇好論文”那么簡(jiǎn)單。他以第一作者或共同第一作者身份參與提出的Transformer-XL 和XLNet，至今仍是預(yù)訓(xùn)練模型發(fā)展史上繞不開(kāi)的名字。前者推動(dòng)了長(zhǎng)文本建模能力的躍遷，后者更是預(yù)訓(xùn)練模型領(lǐng)域繞不開(kāi)的里程碑，其思想直接影響了后續(xù)GPT系列的技術(shù)路線。

2019年，他成為ACL（計(jì)算語(yǔ)言學(xué)協(xié)會(huì)，頂級(jí)國(guó)際學(xué)術(shù)組織）史上最年輕的領(lǐng)域主席之一，在創(chuàng)立月之暗面之前，又先后在Google Brain 和FAIR（Meta旗下基礎(chǔ)人工智能研究研究院）任職——既有理論研究者的鋒利，也有頂尖工業(yè)實(shí)驗(yàn)室訓(xùn)練出來(lái)的工程質(zhì)感，這樣的經(jīng)歷，在國(guó)內(nèi)并不常見(jiàn)。

也正因如此，外界在評(píng)價(jià)月之暗面時(shí)，談?wù)摰耐恢皇悄芰Γ€有一種更難被量化的氣質(zhì)。或許用Manus首席科學(xué)家季逸超對(duì)Kimi的評(píng)價(jià)可以一語(yǔ)概之：

“Kimi這家公司，還是比較有品的。”

品味，taste，這兩年頻繁的在創(chuàng)投圈里被提起，常常被認(rèn)為是AI公司唯一的護(hù)城河。2026年3月《紐約客》甚至直接寫：“taste”已經(jīng)成了硅谷新的buzzword，熱度有點(diǎn)像 2010年代的“disruption”。

在季逸超眼中，品味的具象化，體現(xiàn)在一家公司的evaluation或者內(nèi)部的benchmark上，“因?yàn)槟銉?nèi)部的衡量指標(biāo)，無(wú)論是對(duì)于模型的benchmark，還是對(duì)于人，其實(shí)決定了這家公司和產(chǎn)品該走的方向”。

楊植麟身上一個(gè)很突出的特點(diǎn)是，他似乎并不滿足于“按別人的題目把分考高”，而總想先確認(rèn)：這道題本身出得對(duì)不對(duì)。

絕大部分行業(yè)公開(kāi)的benchmark從根本上來(lái)說(shuō)是由人工定義的，經(jīng)常會(huì)存在benchmark不夠或者失效的現(xiàn)象。

“現(xiàn)在agent能用的benchmark不是很多，而且你在benchmark上看到一個(gè)分?jǐn)?shù)，很多時(shí)候并不是agent能力的反應(yīng)，甚至很片面，這個(gè)是我覺(jué)得大家要去解決的一個(gè)問(wèn)題。”楊植麟在《張小珺|商業(yè)訪談錄》的播客中，曾披露過(guò)行業(yè)的這一現(xiàn)狀。

但很多公司為了刷分，只針對(duì)性的讓模型做幾個(gè)特定場(chǎng)景，以方便對(duì)外發(fā)新聞稿來(lái)達(dá)到不同的目的，然而，那并不是模型真實(shí)的表現(xiàn)能力，在一些更OOD(Out-of-Distribution，可簡(jiǎn)單理解為“超綱“)的場(chǎng)景里，體感就會(huì)變得很差。

基于此，月暗內(nèi)部補(bǔ)了一套更貼近真實(shí)工作的benchmark：

比如K2.5在代碼方向上，并不只看公開(kāi)榜單，而是自己設(shè)計(jì)了Kimi Code Bench，去衡量build、debug、refactor、test這些更接近真實(shí)軟件工程的任務(wù)；在辦公場(chǎng)景里，又專門做了AI Office Benchmark和General Agent Benchmark，去看Office輸出質(zhì)量和多步工作流到底完成得怎么樣。

往里一層，在K2.5 Agent Swarm的訓(xùn)練里，它的獎(jiǎng)勵(lì)機(jī)制也不只是“調(diào)來(lái)更多agent”這種表面的熱鬧，它會(huì)刻意避免兩種情況：看起來(lái)很多agent，實(shí)際還是串行在做；或者為了“并行”好看，硬拆出一堆無(wú)效步驟，反而拖慢整體進(jìn)度。

這幾乎是季逸超那句話的具象版本：你用什么 benchmark，就會(huì)訓(xùn)練出什么產(chǎn)品。月暗不是先做出一堆功能，再反過(guò)來(lái)替它們找解釋，恰恰相反，是它先決定什么樣的能力值得被度量，產(chǎn)品才沿著這些指標(biāo)往外生長(zhǎng)。

只是，這樣的路徑也意味著更高的研發(fā)成本，更慢的產(chǎn)品節(jié)奏，以及對(duì)底層模型能力持續(xù)兌現(xiàn)的更高要求。

事實(shí)上，這也是楊植麟過(guò)往風(fēng)格的延續(xù)。

無(wú)論是Transformer-XL，還是后來(lái)的XLNet，他做的都不只是沿著既有路徑再往前推一點(diǎn)。前者試圖解決的是，模型在面對(duì)更長(zhǎng)信息時(shí)，為什么總會(huì)出現(xiàn)記不住、接不上的問(wèn)題；后者則干脆繞開(kāi)當(dāng)時(shí)主流預(yù)訓(xùn)練路線的一些先天缺陷，重新改寫了題目本身。

這兩項(xiàng)工作的共同點(diǎn)在于，它們都沒(méi)有停留在既定框架里做加法，而是直接碰了當(dāng)時(shí)行業(yè)默認(rèn)接受的前提。

這就是楊植麟。他似乎從來(lái)不滿足于只在現(xiàn)成賽道上提速，而總要先追問(wèn)一句：這條賽道的起點(diǎn)、規(guī)則和邊界，是否本來(lái)就值得重畫。

到了創(chuàng)業(yè)時(shí)期，他身上這種“先定義問(wèn)題，再做技術(shù)”的習(xí)慣，變得更具體了。

早在2023年Kimi以超長(zhǎng)文本能力進(jìn)入公眾視野時(shí)，楊植麟看重的就不只是“能裝下更多內(nèi)容”，而是另一件更底層的事：當(dāng)信息越來(lái)越多、任務(wù)越來(lái)越長(zhǎng)時(shí)，模型還能不能把前后文接住，并持續(xù)往前推。

今天再回頭看，Kimi首頁(yè)擺出來(lái)的，已經(jīng)不只是一個(gè)對(duì)話框，而是Docs、Slides、Sheets、Deep Research、Kimi Code、Kimi Claw、Agent Swarm這樣一整排能力模塊。表面上看，這是產(chǎn)品在變多；往深一層看，它們其實(shí)都在回答同一個(gè)問(wèn)題：

模型真正的價(jià)值，不是某一刻把一句話答得多漂亮，而是任務(wù)一旦被拉長(zhǎng)、被做復(fù)雜之后，它還能不能一路不掉鏈子地把整件事接住。

而一個(gè)試圖做到這一點(diǎn)的產(chǎn)品，最終就很難停留在“聊天助手”的位置上，它會(huì)被一步步推向更重的角色：知識(shí)工作的入口、調(diào)度臺(tái)，甚至執(zhí)行平臺(tái)。

但當(dāng)Kimi從“回答問(wèn)題”轉(zhuǎn)向“調(diào)度知識(shí)工作”，它就很難只守一頭：往下要補(bǔ)模型，往上要爭(zhēng)入口。缺了用戶關(guān)系，只是別人的能力供應(yīng)商；缺了底層能力，又撐不起“把事做完”的承諾。這意味著月之暗面從一開(kāi)始就走進(jìn)了一場(chǎng)更重的戰(zhàn)役——資本密度更高，兌現(xiàn)周期更長(zhǎng)。

而當(dāng)一家公司同時(shí)打兩場(chǎng)戰(zhàn)爭(zhēng)，錢就不再只是財(cái)務(wù)問(wèn)題，而是戰(zhàn)略本身。月之暗面當(dāng)然不至于為生存發(fā)愁，但它怎么會(huì)不缺錢呢？

02怎么會(huì)不缺錢呢？

2025年的最后一天，楊植麟發(fā)布內(nèi)部信，透露公司的現(xiàn)金持有量超過(guò)100億元，作為對(duì)比，同樣以IPO前的財(cái)務(wù)數(shù)據(jù)為基準(zhǔn)：MiniMax在赴港招股時(shí)，若只看現(xiàn)金及現(xiàn)金等價(jià)物，約為24.9億元人民幣；智譜同期約為25.5億元人民幣。若按更寬口徑看可動(dòng)用資金，MiniMax約為72.1億元人民幣，智譜約為32.1億元。

于是，楊植麟說(shuō)：“我們短期不著急上市”。然而3個(gè)月后，月暗IPO的消息不脛而走。看起來(lái)，似乎與楊植麟的“不著急”前后矛盾。

不過(guò)，把這兩句話放回同一條時(shí)間線上看，它們未必真的互相抵觸：前者說(shuō)的是，月之暗面當(dāng)下并不需要為生存或續(xù)命倉(cāng)促上市，后者對(duì)應(yīng)的則是，在AI概念再度受到資本追捧的窗口期，這家公司也沒(méi)有理由把一條可能更寬的融資通道長(zhǎng)期關(guān)在門外。

要知道，能不為眼前的生存焦慮上市，和該為下一場(chǎng)更昂貴的戰(zhàn)爭(zhēng)提前備糧，本來(lái)就是兩回事。

更何況，月之暗面怎么會(huì)不缺錢呢？

行業(yè)如今正在發(fā)生的變化是：模型公司向上搶入口，辦公巨頭向下吞模型，協(xié)作平臺(tái)橫向加AI。這三股力量表面上方向不同，但底層想爭(zhēng)的是同一樣?xùn)|西：知識(shí)工作的控制點(diǎn)——也就是楊植麟目前所在的戰(zhàn)場(chǎng)。

說(shuō)的更直接一些，大家都想從“幫用戶做一點(diǎn)事”走向“定義用戶怎么做事”。

原因并不復(fù)雜：大模型正在變得越來(lái)越聰明，但“聰明”本身并不直接創(chuàng)造價(jià)值。真正決定價(jià)值能否落地的，是誰(shuí)能先把這顆大腦接進(jìn)現(xiàn)實(shí)世界的手和腳里。

就像一個(gè)偉大的方案，若不能執(zhí)行落地，那無(wú)異于紙上談兵。

一個(gè)大模型公司都不得不面對(duì)的事實(shí)是：模型層的“純智力租金”正在快速被壓縮。

我們以Anthropic為例：Anthropic在2024年6月發(fā)布Claude 3.5 Sonnet時(shí)，API定價(jià)就是

也就是說(shuō)：模型能力在顯著躍遷的同時(shí)，單位“智力”的價(jià)格并沒(méi)有跟著抬升，反而更像被競(jìng)爭(zhēng)鎖死了。

國(guó)內(nèi)就更不必說(shuō)，2025年，大模型價(jià)格戰(zhàn)已經(jīng)卷到幾乎貼著成本線打：阿里云2月將通義千問(wèn)視覺(jué)理解模型降價(jià)超80%，百度4月發(fā)布文心4.5 Turbo和X1 Turbo時(shí)，又把輸入價(jià)分別打到0.8元和1元/百萬(wàn)tokens，月暗也在同月下調(diào)開(kāi)放平臺(tái)價(jià)格，官方明確寫到，Kimi-latest自動(dòng)緩存后的價(jià)格仍只有1元/百萬(wàn)tokens。

《財(cái)經(jīng)》曾援引多位云廠商負(fù)責(zé)人的說(shuō)法指出，2024年5月以前，國(guó)內(nèi)大模型推理算力毛利率還高于60%；但在5月各大廠接連降價(jià)后，這一毛利率已跌至負(fù)數(shù)。

另一邊，頭部公司的路徑已經(jīng)越來(lái)越一致：賣的都不只是 token，而是把模型變成能真正干活的系統(tǒng)。

OpenAI已經(jīng)把web search、file search、containers 單獨(dú)拿出來(lái)收費(fèi)，在Responses API 和Agents SDK 里，也直接把工具調(diào)用、狀態(tài)管理、多步執(zhí)行寫進(jìn)產(chǎn)品定義；Anthropic同樣不再只收模型調(diào)用費(fèi)，web search 和 code execution另行計(jì)價(jià)，對(duì)Claude Code的定義也不再是代碼補(bǔ)全，而是能讀代碼庫(kù)、跨文件修改、運(yùn)行測(cè)試、交付結(jié)果；

Google一邊在Gemini API里把搜索增強(qiáng)、上下文緩存存儲(chǔ)拆出來(lái)賣，一邊又把Gemini全面塞進(jìn) Gmail、Docs、Sheets、Meet、NotebookLM 等Workspace體系，強(qiáng)調(diào)服務(wù)每個(gè)員工、每條工作流；

微軟則把Copilot做成貫穿Microsoft 365的工作入口，覆蓋聊天、搜索、文件、郵件和agents構(gòu)建；飛書和釘釘也都在把AI往會(huì)議紀(jì)要、任務(wù)提醒、知識(shí)問(wèn)答這些高頻工作環(huán)節(jié)里嵌。

甚至連Notion、Cursor這樣的輕量級(jí)選手也已經(jīng)把自己包裝成“AI workspace”，主打Agent、Enterprise Search、自動(dòng)化和知識(shí)空間。

Kimi也把錢從API挪到“我替你動(dòng)用了多少工具、占用了多少環(huán)境、持續(xù)運(yùn)行了多久”上：Kimi web search每次調(diào)用收費(fèi)0.005美元，搜索結(jié)果token還會(huì)繼續(xù)計(jì)費(fèi)；Kimi Claw的一鍵云部署則需要Allegretto（每月$31）或更高會(huì)員。

市場(chǎng)也用真金白銀給出答案：微軟這邊，2026財(cái)年第二季度財(cái)報(bào)顯示，Microsoft 365 Copilot的付費(fèi)席位已達(dá) 1500萬(wàn)個(gè)，按標(biāo)價(jià)年化測(cè)算約為54億美元；谷歌則成功實(shí)現(xiàn)了Scaling Law到商業(yè)利潤(rùn)的轉(zhuǎn)化。根據(jù)2026年初的披露，Gemini Enterprise已售出超過(guò)800萬(wàn)個(gè)付費(fèi)席位，覆蓋超過(guò)2,800家大型企業(yè)客戶。

當(dāng)然，“喜報(bào)”里也有升級(jí)為“知識(shí)工作執(zhí)行平臺(tái)”的Kimi：

據(jù)第三方基于Stripe支付數(shù)據(jù)的追蹤，Kimi個(gè)人訂閱用戶1月支付訂單數(shù)環(huán)比增長(zhǎng)8280%，2月環(huán)比再漲123.8%。在其全球支付榜單上，短短兩個(gè)月，Kimi排名由百名開(kāi)外飆升至第9位。

據(jù)Gartner（全球最知名的技術(shù)研究與咨詢公司）判斷，到 2035年，agentic AI可能貢獻(xiàn)企業(yè)應(yīng)用軟件收入的約 30%，規(guī)模超過(guò)4500億美元。

于是，一個(gè)更清晰的格局開(kāi)始浮現(xiàn)：大模型公司的終局對(duì)手正在快速收斂。

OpenAI、Anthropic、Google、微軟，以及月之暗面這樣的新玩家，看上去分屬不同位置，做的卻越來(lái)越像同一門生意——把模型接進(jìn)真實(shí)工作流，爭(zhēng)奪知識(shí)工作的入口、調(diào)度權(quán)和收費(fèi)權(quán)。也正因此，他們彼此都在改寫對(duì)方的邊界，也彼此成為對(duì)手。

這場(chǎng)戰(zhàn)爭(zhēng)燒錢的速度，與對(duì)手的體量成正比，而月之暗面要同時(shí)與數(shù)家萬(wàn)億市值的巨頭對(duì)壘，每一輪彈藥補(bǔ)給都是生死線。

而最難的是，盡管站在同一片戰(zhàn)場(chǎng)上，大家要打的仗卻并不一樣。

對(duì)大多數(shù)公司來(lái)說(shuō)，這更像是一場(chǎng)單線推進(jìn)的競(jìng)爭(zhēng)：

有的是從既有入口往下壓，比如Google、微軟、飛書等，它們?cè)揪褪刂鳧ocs、Sheets、Word、Excel這些現(xiàn)成的入口，AI對(duì)它們只是升級(jí)，不是開(kāi)荒；

有的公司選擇從模型能力往上爬，比如智譜和MiniMax，皆是以能力層起家，再慢慢往agent和應(yīng)用層上探。 OpenAI和Anthropic也是同理，先模型后產(chǎn)品，并且如今它們已經(jīng)占住了開(kāi)發(fā)者和代碼助手的高地，可以從容地向外擴(kuò)張；

而Notion、Cursor、Perplexity這種，它們的優(yōu)勢(shì)不是模型一定更強(qiáng)，而是用戶原本就在它們那里干活，已經(jīng)在用戶的某個(gè)具體工作場(chǎng)景里扎得很深了。

它們各自都有根據(jù)地，只需專注在將自己的優(yōu)勢(shì)繼續(xù)放大上。

但Kimi沒(méi)有。對(duì)楊植麟而言，他像是在同時(shí)應(yīng)付幾場(chǎng)戰(zhàn)役：

它既沒(méi)有現(xiàn)成的辦公入口，也不甘心只做底層能力的供應(yīng)商。它想讓用戶直接把工作交給Kimi，這就意味著它不僅要證明模型夠強(qiáng)，還要證明用戶有理由改變?cè)镜墓ぷ髁?xí)慣。

前一種成本，是訓(xùn)練、推理、Infra和工程；后一種成本，是產(chǎn)品打磨、市場(chǎng)教育、組織滲透和企業(yè)信任。這意味著月之暗面要同時(shí)承擔(dān)兩條最昂貴的戰(zhàn)線：一條是模型軍備競(jìng)賽的硬成本，一條是用戶習(xí)慣遷移的軟成本。

Google和微軟每年在AI上的投入以百億美元計(jì)，但它們的Office 365和Workspace本就是盈利業(yè)務(wù)，AI投入是“升級(jí)存量”而非“創(chuàng)造增量”。

OpenAI雖也無(wú)宿主平臺(tái)，但其C端付費(fèi)用戶數(shù)已突破 5000萬(wàn)，月收入約20億美元，年化收入超過(guò)250億美元；Anthropic近期被報(bào)道年化已快速抬升至300億美元，形成了自我造血飛輪。

月之暗面則不然。它的估值在三個(gè)月內(nèi)從43億美元飆至180億美元，創(chuàng)下中國(guó)“十角獸”最快晉級(jí)紀(jì)錄之一，但這恰恰說(shuō)明資本對(duì)其“多線作戰(zhàn)”能力的極度渴求——

既要養(yǎng)得起K2.5這樣的萬(wàn)億參數(shù)模型和端到端強(qiáng)化學(xué)習(xí)的算力消耗，又要熬得起企業(yè)客戶從試用到真正依賴的18個(gè)月平均轉(zhuǎn)化周期；既要維持C端免費(fèi)策略以搶奪用戶時(shí)長(zhǎng)，又要搭建企業(yè)級(jí)私有化部署和API服務(wù)體系。

據(jù)行業(yè)估算，其2024年單年算力支出已超10億元人民幣，而Agent產(chǎn)品的工程化、多模態(tài)能力的持續(xù)迭代、以及海外市場(chǎng)拓展，都將繼續(xù)推高這一數(shù)字。

更關(guān)鍵的是，這場(chǎng)戰(zhàn)爭(zhēng)沒(méi)有終局。模型能力每提升一代，入口爭(zhēng)奪就要重新打一遍；用戶習(xí)慣每松動(dòng)一寸，就需要持續(xù)的產(chǎn)品投入來(lái)鞏固。短時(shí)間內(nèi)就去IPO，更像是“永遠(yuǎn)需要更多錢”的注腳。

而比“永遠(yuǎn)需要更多錢”更緊迫的現(xiàn)實(shí)是：的錢甚至還沒(méi)找到穩(wěn)定的來(lái)路。

03道阻且長(zhǎng)

如果把這場(chǎng)競(jìng)爭(zhēng)理解成一場(chǎng)陣地戰(zhàn)，Kimi更像是一個(gè)火力很猛、意圖很靠前的遠(yuǎn)程兵種：出手快、爆發(fā)強(qiáng)、打法直接，但它背后的補(bǔ)給線、原生地盤和容錯(cuò)空間，卻遠(yuǎn)比對(duì)手脆弱。

月暗的造血困境，藏在它最光鮮的履歷里。

盡管估值已經(jīng)突破180億美元，但它的收入規(guī)模尚不及對(duì)手的零頭。2025年，月之暗面C端訂閱收入估算約2億元人民幣（數(shù)據(jù)來(lái)自于媒體《光錐智能》），加上API收入也難以觸及1億美元。

即便2026年K2.5發(fā)布后“20天收入超過(guò)2025年全年”，這種爆發(fā)更多反映的是此前基數(shù)之低，而非商業(yè)模式之穩(wěn)。

更深層的問(wèn)題在于，它的用戶來(lái)得快，去得也快：2024年11月，它的月活是3600萬(wàn)，一年后（2025年Q3）跌至不足千萬(wàn)。

數(shù)據(jù)過(guò)山車的背后，也暴露出楊植麟在運(yùn)營(yíng)層面的偏好：更擅長(zhǎng)方向判斷與關(guān)鍵決策，而非漸進(jìn)式的節(jié)奏把控。

2024年，月暗是行業(yè)公認(rèn)的“投流狂魔”，高峰期每月投放高達(dá)數(shù)億元，10月和11月單月投放甚至超過(guò)了2億元。

但到了2025年情況變了。字節(jié)、阿里這樣的巨頭，靠著自己原有的流量入口和產(chǎn)品生態(tài)，把拉新成本抬得很高。對(duì)月之暗面這種創(chuàng)業(yè)公司來(lái)說(shuō)，單靠花錢買用戶，越來(lái)越像一個(gè)填不滿的無(wú)底洞。

與此同時(shí)，DeepSeek又用極高的工程效率，把模型能力的價(jià)格迅速打了下來(lái)。Kimi早期靠“長(zhǎng)文本”建立起來(lái)的那點(diǎn)領(lǐng)先優(yōu)勢(shì)，也被快速稀釋了。

在此背景下，楊植麟的應(yīng)對(duì)不是精細(xì)化調(diào)優(yōu)，而是直接“踩剎車”：全面停止投放，暫停多個(gè)安卓渠道與第三方廣告合作，停更兩款出海產(chǎn)品。全員信明確“不以絕對(duì)用戶數(shù)量為目標(biāo)”。

從“燒錢換增長(zhǎng)”到“全面收縮”，戰(zhàn)術(shù)轉(zhuǎn)換大開(kāi)大合，幾乎沒(méi)有中間過(guò)渡地帶。這意味著前期投入的人力與資源并未沉淀為可持續(xù)的能力，而是隨著戰(zhàn)略轉(zhuǎn)向直接清零。用戶側(cè)更出現(xiàn)真空期：原有C端用戶習(xí)慣被中斷，新用戶群體教育尚未完成，品牌能見(jiàn)度驟降。

但問(wèn)題并不止于此。

比起增長(zhǎng)失速更值得警惕的是，月之暗面的收入結(jié)構(gòu)本身，也沒(méi)有看上去那么扎實(shí)，尤其是被寄予厚望的海外業(yè)務(wù)。

月暗的API收入在2025年底增長(zhǎng)4倍，2026年初，隨著開(kāi)源Agent產(chǎn)品OpenClaw爆火，近四分之一的Tokens消耗來(lái)自該生態(tài)，另有大量調(diào)用來(lái)自AI編程工具如Kilo Code等第三方編程工具。

也就是說(shuō)，Kimi的海外收入并非來(lái)自自有產(chǎn)品的粘性用戶，而是作為底層能力被集成進(jìn)別人的應(yīng)用——用戶不屬于自己，入口也不掌握在自己手里。

這類收入的最大問(wèn)題在于，議價(jià)空間有限，替代風(fēng)險(xiǎn)極高。一旦這些外部產(chǎn)品轉(zhuǎn)向其他模型，收入鏈將瞬間斷裂。

與此同時(shí)，它的燒錢速度從未放緩。2025年底對(duì)全員進(jìn)行調(diào)薪和期權(quán)激勵(lì)，2026年計(jì)劃將平均激勵(lì)翻倍；新增融資明確用于“擴(kuò)增顯卡規(guī)模、推進(jìn)K3研發(fā)”。賬面現(xiàn)金超過(guò)100億元，卻在不到兩個(gè)月內(nèi)連續(xù)完成兩輪超12億美元融資——

充裕的儲(chǔ)備反而印證了造血能力的不足，若自我運(yùn)轉(zhuǎn)強(qiáng)勁，便無(wú)需如此急切地儲(chǔ)備彈藥。

但這也是戰(zhàn)略定位的必然代價(jià)：既無(wú)現(xiàn)成入口，又未建立穩(wěn)定的用戶付費(fèi)心智，當(dāng)對(duì)手可以靠既有業(yè)務(wù)輸血、靠生態(tài)鎖定用戶時(shí)，月之暗面只能靠自己一輪又一輪地融資，來(lái)同時(shí)填滿兩個(gè)無(wú)底洞。

戴雨森曾透露，楊植麟希望被認(rèn)可的標(biāo)簽里，“企業(yè)家”是其中之一。只不過(guò)到今天，這位“天才”身上更鮮明的，仍然是工程師的質(zhì)地。

在2025年底的那封內(nèi)部信里，楊植麟把“超越 Anthropic、成為世界領(lǐng)先的AGI公司”寫成最重要目標(biāo)，又強(qiáng)調(diào)“不以絕對(duì)用戶數(shù)量為目標(biāo)，持續(xù)追求智能上限”，甚至明確提到“需要一點(diǎn)偏執(zhí)的審美堅(jiān)持”。

野心與方向感依然堅(jiān)定，但反過(guò)來(lái)看，問(wèn)題也在這里：一個(gè)創(chuàng)始人如果太相信只要模型足夠好，別的問(wèn)題都會(huì)被穿透。

事實(shí)上，這種思路不只影響他怎么看產(chǎn)品，也影響他怎么搭組織。因?yàn)楫?dāng)“更快、更強(qiáng)、更直接”被放在首位時(shí)，組織結(jié)構(gòu)也會(huì)自然向極致扁平和高強(qiáng)度溝通傾斜。

公開(kāi)報(bào)道里，楊植麟的個(gè)性簽名就是“直接溝通”；公司長(zhǎng)期堅(jiān)持極致扁平，沒(méi)有中間管理層，聯(lián)創(chuàng)要直接對(duì)接40到50位同事。這樣的組織當(dāng)然有速度，也很適合高天賦、高自驅(qū)的人，但報(bào)道也同時(shí)寫到：規(guī)模一大就會(huì)出現(xiàn)信息過(guò)載，一些員工會(huì)因?yàn)槿鄙偾逦答伜痛_定性而感到失重。

換句話說(shuō)，他可能更擅長(zhǎng)拉高標(biāo)準(zhǔn)、壓縮鏈路、逼近真相，但未必同樣擅長(zhǎng)給更大規(guī)模的人群提供秩序感、安全感和可持續(xù)的管理結(jié)構(gòu)。

一個(gè)人被過(guò)早放進(jìn)“神中之神”的敘事里，市場(chǎng)就會(huì)天然高估他的確定性，低估一家公司真正要面對(duì)的復(fù)雜性。

楊植麟信奉一句話：“Problems are inevitable, but problems are soluble.” （問(wèn)題是不可避免的，但問(wèn)題也都是可以被解決的），這句話出自近年來(lái)被硅谷追捧的一本書：《The Beginning of Infinity》，這本書是由物理學(xué)家David Deutsch撰寫的。

巧合的是，有批評(píng)者認(rèn)為，Deutsch的這本書低估了組織、政治、人性在知識(shí)傳播中的摩擦成本——這正是楊植麟這類技術(shù)理想主義者容易忽視的維度。

在回答張小珺“為什么AI產(chǎn)品還沒(méi)有形成數(shù)據(jù)飛輪”時(shí)，楊植麟是這樣解釋的：

“因?yàn)榛谒懔Φ膕caling太強(qiáng)大了……另一方面，所謂的數(shù)據(jù)飛輪是很依賴外部環(huán)境的feedback(反饋)，這個(gè)feedback我們不希望它有很多的噪聲，但現(xiàn)在可能somehow還沒(méi)有把這個(gè)問(wèn)題解決的很好，大模型的學(xué)習(xí)對(duì)噪聲還是比較敏感的，跟傳統(tǒng)的推薦系統(tǒng)不太一樣。”

簡(jiǎn)單理解就是：在當(dāng)下這個(gè)階段，算力擴(kuò)張和強(qiáng)化學(xué)習(xí)帶來(lái)的能力提升仍然十分明顯；相比之下，讓模型直接從復(fù)雜、嘈雜的用戶反饋中持續(xù)學(xué)習(xí)，這條路還沒(méi)有被真正跑通。

某種程度上，這種對(duì)“內(nèi)部確定性”的倚重，也延伸到了楊植麟看待外部世界的方式里。

他曾說(shuō)，要在“自己的故事里去感受自己是個(gè)什么樣的人”。這句話未必是一種回避，更像是他處理不確定性的方式：當(dāng)外界圍繞投放、留存和商業(yè)化不斷提出疑問(wèn)時(shí)，他更愿意回到自己更熟悉、也更相信的那部分東西——技術(shù)迭代、能力提升，以及內(nèi)部邏輯的持續(xù)自洽。

但月之暗面終究會(huì)走向更大的舞臺(tái)。Scaling Law的紅利也許還沒(méi)有結(jié)束，可一家公司能不能走遠(yuǎn)，終究不只取決于模型本身。再往后，真實(shí)世界的反饋、團(tuán)隊(duì)的承接和商業(yè)的耐心，都會(huì)成為同樣重要的變量。

對(duì)楊植麟而言，這或許也是另一門課：如何讓技術(shù)之外的部分，也慢慢長(zhǎng)出來(lái)。

圖片來(lái)源于網(wǎng)絡(luò)，侵刪