今天的嘉宾是月之暗面创始人兼 CEO 杨植麟，距离他上一次来我们的节目（《商业访谈录》59 集）已经过去 1 年半。

就在刚刚过去的 7 月，Kimi K2 模型发布，引发了比较广泛的关注。K2 是一个基于 MoE 架构的开源编程和 Agentic 大语言模型。形象来说，模型借助编程能力走出封闭的 “缸中之脑”，长出了 “手”，开始操控外部数字世界。

以及，在过去一年的舆论风暴与创业起伏中，作为创始人，他的心情与思考。

这有点像我最近在看的一本书：The Beginning of Infinity（无穷的开始）

也许有一天会发现，这座雪山没有尽头，我希望它一直没有尽头

但它还是一个 “缸中之脑”：想象一个鱼缸，你把一个脑子放在里面，跟外界没有联系

不管是基于长思考的强化学习，还是 Agent 的强化学习，都指向同一个东西：test-time scaling（测试时扩展）

还有一个很有意思的趋势是，现在有更多模型公司去做 “一方的 Agent 产品”

L1 到 L5 不一定是串行关系，Claude 就 bet 这一点：它在 Reasoning 上做得不是特别多，但在 Agent 上做得非常好

只有当模型参与到开发过程，才能解锁真正的 Innovator（L4）阶段

K2 的重点有几个：一，我们希望它是一个非常好的基础模型

我们希望能最大化使用每一份数据，就是所谓 token efficiency—— 喂一样多的数据，“脑子” 长得更多

我们会对数据做很多 Rephrase（改写）操作

我们很关注 Muon 优化器，它对 token efficiency 提升很大

二，我们希望 K2 有好的 Agentic 能力，对于 Agentic 模型来讲，最大挑战是模型的泛化

它可能是一个从 “缸中之脑” 变成可以跟世界交互，因为所谓 Agent 最重要的特征是，可以多轮地使用工具

人是所谓的 universal constructor（万能构造器）

有一种潜在思路，需要用更 AI native（原生人工智能）的方式去训练 AI

Muon 你去训的时候，它会炸

为什么 Kimi 从闭源转向开源？

模型训练完成，产品也基本完成了，做交互上的改进当然有价值，但那是锦上添花的一步

多模态不损伤 “脑子” 已经很好了

你可能学出来的多模态是个 “傻的多模态”，我们希望它是个 “聪明的多模态”

Scaling Law 遇到数据墙了，这是客观事实

数据飞轮很依赖外部环境的 feedback（反馈），我们不希望 feedback 有很多噪声，但现在没有把这个问题解决得非常好

现在看起来，基于 FLOPs 的 scaling 是更有效路径，但这个平衡什么时候会发生变化？

很多 Long Context 架构会影响 “智商”

纯粹的 Linear Attention（线性注意力机制）可能影响智商，因为这个架构会有一些 bias（偏差）

基座模型公司和做 Agent 产品的应用公司，长期看边界在哪？

今天怎么思考商业模式？API 是好生意吗？

Kimi 能赚钱吗？

Tim（周昕宇）天天跟我讲 —— 要用 RL 的方式去管理，而不是用 SFT

用 RL 管理团队最大问题是，你容易被 hack

很多复杂性都是人为强行加上去的，实际并没有那么复杂

只能说是在自己的这个故事里面 —— 你不断地感受自己到底是什么样的一个人，你为什么要做这个事情

这个问题我也问过 Kimi，他说，AI 是 “人类文明的放大器”

这也是 Kimi 跟我讲的 —— 任何中间状态都有可能成为被批评的对象

肯定有恐惧，更多要关注你当前这一步，能做什么？—— 想这个问题更重要

2024 年对杨植麟的访谈：

【更多信息】

文字和视频版同步上线

文字版请前往公众号：语言即世界 language is world

视频版请前往 Bilibili：张小珺商业访谈录