AI分岔路：热闹向左，深度向右

  最近总有人说Kimi虽然技术很强，但APP月活卷不过自带入口和有“钞能力”的大厂们。

  其实人家根本没在APP流量赛道上死磕。

  流量指标不是全部

  只顾着看APP月活怎么样，其实是人们陷入了互联网时代的思维惯性，习惯用APP日活、下载量等传统互联网指标丈量一切，但AI时代衡量标准已经变了，正从“用户广度”转向“价值深度”。

  量子位智库数据显示，11月，Kimi以约8.5分钟的平均访问时长领跑全行业，Kimi web端11月相比10月还涨了48.6%。

  这意味着，用Kimi的人，是真的在用它干活。不是随便问个问题就关掉，而是会花将近十分钟去完成一个具体的任务。

  知乎上就有教研人员分享，不管是带学生做创作项目，还是自己查资料、写教案，Kimi都很好用。

  “我们让学生用Kimi配合Cherry Studio进行创作，结果几周时间，学生就直接和平台签约了。小朋友给它一个几万字的设定文档，它能精准地接续剧情，还能保持人物性格统一。现在这学生靠着Kimi辅助能日更万字，不仅没上课玩手机更文，还能稳定拿全勤奖赚零花。”

  这位教研人员还表示，借助Kimi对复杂提示词的强理解与执行能力，他们教研组的老师只需给出提示词规则和示例，就能快速做出定制化教学辅助Agent，提升教研效率。

  还有职场人分享自己用Kimi看上市公司财报的体验，它能快速梳理出公司的核心经营状况和财务数据，遇到英文或繁体字财报，还能同步输出简体中文翻译；碰到不懂的行业专有名词，不用跳转其他平台搜索，在Kimi里就能直接查询。

  事实上，Kimi并非做不到流量，它是主动放弃了APP流量战。

  这背后其实是两种截然不同的发展路径选择：

  一种走的是娱乐化路线，吸引的是泛用户，主打日常聊天、刷段子，拉新很快，但因为缺乏深度用途，用户粘性往往不高。

  另一种则聚焦专业场景，深耕深度研究、数据分析、长文本处理等高价值任务，核心用户沉淀为学生、研究人员、内容创作者及专业人士等生产力人群。这些人的使用目的，是为了完成实际工作，因此会反复回来用。

  这种“生产力护城河”，是单纯流量难以换来的，只能靠技术去一砖一瓦地构筑。

  硅谷大佬都在力挺

  
而Kimi构筑这一切的根基，正在于模型底层的硬核创新能力。

  Kimi总裁张予彤最近在清华演讲时提到，Kimi刚创业时，行业里全是质疑，“没百万张GPU，怎么跟大厂比？”大家都默认模型越强，越要砸天价钱买算力。

  但Kimi没跟着这个思路走，他们在训练万亿参数的K2模型时，用上了之前没人敢在这么大模型里用的Muon二阶优化器，实现了至少两倍的token效率提升。

  简单说，花同样的训练数据，能得到更多的智能。

  张予彤表示，“我们不是说今天就已经做到世界上最好的模型，但这是我们接下来非常重要的战略目标。而我们今天已经能够做到的，是在单位算力上产出最高的智能价值。”

  市场的认可，是技术最好的试金石。今年11月上线的K2思考模型，在“人类最后的考试”等多项基准测试中，表现对标全球顶尖模型；在斯坦福大学HELM综合评测中，K2模型获得非思考模型最佳成绩。

  目前，在第三方盲测平台LMArena和AI分析机构Artificial Analysis的评估中，K2思考模型均为开源模型全球第一。

  这份扎实的技术成绩单，也赢得了全球顶尖用户的力挺。

  全球最大的AI模型平台OpenRouter的创始人，将它作为最常用的模型；

  a16z创始人、“硅谷风投教父”马克·安德森公开表示，中国有很多卓越的AI模型，尤其是DeepSeek、Qwen和Kimi。

  诺贝尔化学奖得主迈克尔·莱维特“每天用Kimi做科研”；硅谷著名投资人查马斯则将大量工作负载迁移至Kimi K2，理由是性能更强、成本更低。

  除此之外，微软、谷歌、亚马逊三大云平台均已全线接入；全球最大的AI搜索应用、估值超过1000亿的Perplexity，也将其作为唯一接入的中国模型。

  这些大佬不看日活、月活等流量指标，只看能不能解决问题、能不能省钱，Kimi显然通过了他们严苛的商业测试。

  AI的更大价值是替人干活

  在AI行业，找准价值方向，哪怕不追流量，也能走出一条路，我们更应看清健康AI生态该有的样子：

  既要有豆包、元宝这样覆盖广泛用户的普及型产品，也要有Kimi这样专注专业任务的深度产品，二者共同推动行业进步。

  我们也必须正视Kimi所代表路线的稀缺性与战略意义。

  对国家来说，在AI这一全球关键竞争中，能够与国际顶尖企业在底层技术上竞争并获得认可的企业，是减少技术制约、争取产业话语权的必要力量。

  对产业来说，Deepseek、Kimi这样的公司可以通过工程与算法的持续创新，在巨头竞争中找到自己的位置，这为更多专注硬核技术的创业者提供了一种可行路径。

  对用户来说，它保证了市场上有能解决复杂问题的可靠工具，避免整个行业陷入低水平娱乐化和同质化竞争。

  所以，我们真该换一套符合AI时代的评判方式，不能刻舟求剑，还拿老一套的流量标尺去量所有企业。除了看流量，更该看它手里有没真东西，能解决哪些核心问题，以及在产业里能走多远、做多久的贡献。

  AI从来不是用来凑流量的工具，而是扩展人类能力的放大器，是探索智能可能的钥匙。探索智能的上限，远比紧盯流量更有意义。

  •END•