各位好，我是小骏，今天再次与月之暗面创始人兼CEO杨植麟对谈。距离上次深度报道《杨植麟复盘大模型创业这一年：向严明而未知的雪山前进》刚好一年，站在2025年7月，杨植麟的感觉是“既更清晰了些，又依然面对一片未知”。他始终用“爬雪山”比喻AI研发——你可能又往上走了几百米，解锁了新的场景，但抬头看，技术问题照样茫茫一片。只是这次，他已经不把终点锁定在某个叫AGI的台阶上，而是看作一条没有尽头的上坡路。
这一年来最大的变化，是模型从“只答一句话”到“能持续干几个小时的活”。两年前，让模型写篇像样的文章都费劲；如今K2可以克隆代码仓库、翻译语言、修bug、自动测试，一气呵成。杨植麟认为，质变来自强化学习：模型学会了像人解题那样，不断提出猜想、自我验证，而不是一次性输出。他称之为“test-time scaling”（测试时规模化）——推理阶段投入更多算力，生成更多思考token，从而完成复杂任务。这有两条路径：一条是“鱼缸中的大脑”，模型不与外界交互，只在内部反复推演，典型如OpenAI的o1；另一条是agent，模型像人一样使用浏览器、写代码、调搜索，通过多轮交互从环境获取反馈。两者其实都在把“单次回答”延展成“线性甚至并行的问题求解过程”，杨植麟觉得它们不是先后顺序，而是可以并行的技术维度。
这两条路径也投射到产品开发上。以前很多第三方用基础模型搭脚手架，逆向猜测训练时的工具和指令；现在模型公司自己做一方产品（如Claude Code、GPT Agent），直接在训练环境里整合工具，让模型天然擅长使用它们。杨植麟承认，月之暗面目前主力仍是模型，但对一方产品趋势保持观察。他还比较了OpenAI定义的L1到L5路线：L1聊天机器人、L2推理者、L3智能体、L4创新者、L5组织者。在他看来，推理和智能体未必是刚性依赖，但若想做到最好，二者必须都强，然后模型才可能参与自身研发（L4创新），并衍生出多智能体协同（L5组织）。但这也不像上台阶，更像几个能力同步提升。
在技术细节上，杨植麟提到K2的重点是提升“token efficiency”（数据效率），即让每一份训练数据都最大限度地增长智能。他举了优化器的例子：主流Adam优化器用了十年，但对token的利用率不够高；他们改用Muon优化器，把参数矩阵整体考虑，而非逐元素更新，从而用同样多的数据学出更强的模型。这背后是“高质量数据增长缓慢”的瓶颈，只能靠算法创新去挖掘已有数据的潜能。
访谈末尾，杨植麟把AI研发比作启蒙运动后的动态社会：问题不可避免，但问题可以解决；每解决一个问题就拓展知识边界，同时生出新问题，如此往复，创新不止。他并不急于宣布某个时间点实现了AGI——蒸汽机改变社会用了几十年，AI对社会结构的重塑同样需要漫长消化。而他的追求就是持续攀登，看着身边景致逐层不同，并期待这座雪山永远没有尽头。
