一个中国AI，让硅谷最热独角兽公开道歉
你有没有想过—— 当你打开 Cursor 写代码，当你在 Perplexity 搜索，当你用某个"美国产品"感叹"AI真厉害"的时候…… 底层跑的，可能是一个北京团队写的模型。 这个团队叫月之暗面，他们的产品叫 Kimi。 而就在2026年开年，他们做了一件让整个全球AI圈都没想到的事。 3月下旬，AI编程圈发生了一件"罗生门"级别的事件。 估值500亿美元的编程工具 Cursor，推出了新一代旗舰模型 Composer 2，主打"长周期智能体编程"，宣传得有声有色。 然后——有人扒出来了。 一个网友操作了一下 base URL，发现里面藏着这样一串字符： 翻译一下：Cursor花了大价钱包装的旗舰模型，底座是 Kimi K2.5。 舆论炸了。马斯克转发评论。Cursor创始人不得不公开道歉。 月之暗面随后确认：双方通过 Fireworks AI 平台存在正式授权合作。 一个来自北京的开源模型，成了硅谷最热编程工具不敢说出口的秘密。 这一天，Kimi 赢得了任何广告都买不来的品牌溢价。 Kimi K2.5 于2026年1月27日正式发布开源。 发布20天内，Kimi的累计收入超过了2025年全年总收入。 1月订阅订单环比增长 8280%，在 Stripe 全球榜单上从百名开外直接冲进前十。 但数字背后，真正的故事是技术。 过去的AI，是你问一句、它答一句。 它可以同时调度最多 100个子Agent分身，并行处理 1500个步骤，所有角色分配、任务拆解、最终验收，全部由主Agent自动完成。 这不是对话，这是自动化作战。 处理100万字的文档，传统Transformer的计算量会呈平方级增长——越长越慢，慢到用不起。 Kimi 团队自研了 Kimi Linear，一种混合线性注意力架构，打破了"所有层必须全注意力"的行业惯例。 结果：在128K到100万字的超长上下文中，解码速度提升5到6倍。 过去模型的每一层，都无差别地叠加前面所有层的信息——重要的和不重要的一视同仁，层数越多，关键信息越被稀释。 Kimi 提出的 Attention Residuals（注意力残差），让模型像人一样"有选择地回忆"——每层根据当前需求，主动调取最值得参考的信息。 48B参数模型训练效率因此提升 1.25倍。 这篇论文发布后，马斯克公开表示"令人印象深刻"，OpenAI前研究副总裁 Jerry Tworek 评价：这标志着"深度学习2.0"时代的到来。 顺带一提，这篇论文的第一作者——是一个来自深圳的17岁在读高中生。 2025年初，DeepSeek横空出世，以极低成本开源，让整个中国AI创业圈陷入存在危机。 外界的声音是：模型公司还有独立存在的价值吗？ 月之暗面创始人杨植麟的回答，不是一句话，而是一个选择—— 继续死磕基础模型，坚持开源，放弃短期流量，押注技术长期主义。 他们是全球第一个在超大规模训练中跑通 Muon优化器 的公司，解决了Adam优化器十年来的扩展瓶颈。 他们把 MuonClip、Kimi Linear、Attention Residuals 全部开源，贡献给全球开发者社区。 2026年3月，英伟达GTC大会，杨植麟成为唯一受邀现场演讲的中国独立大模型公司创始人，用40分钟向全球系统披露Kimi的技术路线图。 从北京出发，站上硅谷最大的舞台。 4月，Kimi K2.6 Code Preview 已进入内测，专攻代码生成与Agent能力，预计5月正式发布。 与此同时，下一代旗舰 Kimi K3 已在研发中——据传参数规模将达到3到4万亿，直接对标美国头部模型。 月之暗面内部信透露的目标只有一个字： 超越 Anthropic。 有人问，中国AI和美国AI的差距到底有多大？ K2.5 给出了一个答案： 当你以为在用美国产品的时候，你可能已经在用中国技术了。 这不是一个追赶的故事，这是一个已经发生的故事。 而月之暗面，才刚开始。 如果你觉得这篇文章有价值，欢迎转发给关注AI的朋友。 关注我，持续追踪全球AI最新动态。 本文由mdnice多平台发布一个中国AI，让硅谷最热独角兽公开道歉
它用美国顶尖实验室1%的资源，做出了让马斯克点赞、让Cursor跪地认错的模型。
01 | 那个让Cursor道歉的故事
accounts/anysphere/models/kimi-k2p5-rl-0317-s515-fast02 | K2.5到底强在哪里？
🔹 它重新定义了"Agent"
K2.5 不一样——它是一个指挥官。🔹 它解决了长文本的速度死穴
🔹 它用"注意力残差"重写了Transformer的记忆方式
03 | 一家公司，做了一个反常识的选择
04 | 下一步，他们盯着什么？
写在最后