月之暗面创始人：今年起AI研究方向将发生巨变 并由AI主导

在近期的公开演讲与论坛交流中，月之暗面（Moonshot AI）创始人杨植麟就AI行业的未来发展趋势发表了深刻见解。他指出，从今年开始到未来几年，AI的研究范式、底层架构以及产品形态都将迎来颠覆性的变革。随着Kimi K2.5的发布及其技术路线图的披露，这家成立不足三年的公司正以其快速的估值增长和技术突破，向业界展示通往通用人工智能（AGI）的新路径。

AI研究范式的根本性转变

杨植麟在2026中关村论坛年会上明确表示，AI的研究与研发方式将发生重大变化，核心趋势是研究将越来越多地由AI主导。这种转变并非简单的工具升级，而是认知过程的重塑。

• 从被动执行到主动协作：过去，AI主要被视为处理指令的工具。杨植麟认为，未来的大模型产品将从处理简单问题延伸至解决长链路的复杂问题。AI将具备与人类进行“反向讨论”的能力，不再被动接受任务，而是成为决策过程中的主动参与者，甚至主导复杂问题的解决路径。
• 规模化实验带来的自信结论：十年前的研究受限于算力，难以验证新想法。现在，拥有充足资源和“缩放阶梯（Scaling Ladder）”的企业可以进行严谨的规模化实验。这种能力使得Kimi能够从看似“古老”的技术中挖掘出新突破，得出更可靠的科学结论。

Kimi K2.5技术路线图与底层架构重构

在英伟达GTC 2026大会上，杨植麟首次完整披露了Kimi K2.5背后的技术路线图，核心在于对沿用多年的底层架构进行重构，旨在突破Scaling Law的现有瓶颈。

• 三大维度的共振：Kimi的进化逻辑基于三个关键维度：Token效率、长上下文以及智能体集群（Agent Swarms）。杨植麟强调，未来的Scaling不再是单纯的资源堆砌，而是要在计算效率、长程记忆和自动化协作上同时寻找规模效应，将这三者的技术增益相乘。
• 挑战传统架构标准：针对2017年诞生的全注意力机制（Full Attention），Kimi推出了基于KDA架构的Kimi Linear。这是一种混合线性注意力架构，打破了“所有层必须使用全注意力”的惯例。
• 改良残差连接：针对十年历史的残差连接，Kimi引入了Attention Residuals方案，将传统的固定加法累加替换为对前序层输出的Softmax注意力。这一创新引发了前OpenAI联合创始人Karpathy和xAI创始人马斯克的关注与赞赏。

智能体集群与复杂任务处理

杨植麟认为，未来的智能形态将从单智能体向动态生成的集群进化。Kimi K2.5引入的Orchestrator（编排器）机制是这一理念的具体体现。

• 并行处理与防止塌缩：Orchestrator机制能够将复杂的长任务拆解给数十个子Agent并行处理。为了防止协作过程中出现单点依赖导致的“串行塌缩”，团队设计了全新的并行RL（强化学习）奖励函数，激励模型真正学会任务分解与并行执行。
• 产品形态的演进：Kimi的系列产品，包括支持图文双输入、代理集群调度的Kimi Claw，正在将这一架构落地。其产品不再局限于简单的问答，而是向代码编写、复杂系统工程等深度应用扩展。

行业影响与长期主义战略

Kimi的快速崛起正在重塑中国乃至全球AI的竞争格局。

• 资本市场的认可：月之暗面的估值在短时间内实现了惊人增长。从2024年底的43亿美元，到2025年中的100亿美元，再到最新的180亿美元（投前估值），公司正寻求新一笔10亿美元融资。其AI代理产品Kimi Claw在推出后20天内的收入便超过了2025年全年的总和，显示了强大的商业化潜力。
• 坚持开源与自主研发：尽管面临激烈的商业竞争，杨植麟强调企业要坚持自主研发基座模型，并将MuonClip、Kimi Linear和Attention Residuals等底层创新贡献给开源社区。这种“长期主义”战略是企业高质量发展的关键。
• 政策与生态支持：北京作为大模型创新高地，已备案模型数量达212款，领跑全国。政策层面表示将继续支持大模型及智能体技术研发，推动技术应用与产业落地，这为月之暗面等企业提供了肥沃的发展土壤。

总体而言，随着技术架构的重构和AI主导研究范式的形成，行业正站在一个全新的拐点上，未来将涌现出更多像Kimi这样具备深度思考和复杂任务执行能力的AI系统。