聊聊 Kimi Chat 的种草现象

有券商报告披露的统计数据显示：人工智能公司月之暗面推出的主攻长文本交互问答的大语言模型产品Kimi Chat，截至2024年3月25日的网页端、APP和小程序叠加日活跃用户已达225万，接近甚或超过百度旗下的“文心一言”。

如果统计方法足够精确的话，这是一个相当可怕的事实。再参考该券商报告统计的半个月前（即3月10日）Kimi Chat 的日活用户刚突破120万的数据，也就是说它自从长文本理解的容量20万字一下子拓展到200万字之后短短半个月，日活就飙升了一倍，这就显得更可怕了。

这不光是看着可怕，而是实打实的厉害。基于大语言模型的生成式人工智能（GenAI）在中国热热闹闹一年多，好像很少有人站在“增长”角度讨论玩家们的此消彼长。过去，大家更乐于掰手腕和秀肌肉，彰显自己是国内地表最强大模型，哪几个关键指标又“吊打”或“完败”了 GPT-4，在抱抱脸社区（Hugging Face）拿了多少颗星和多少vote。整的跟拼 GPA 和发顶刊论文似的，一股子校园味儿的争强好胜。

大模型公司的竞争不能那么雅致，那么文质彬彬，那么温良恭俭让。ChatGPT 的绝对用户数增长有点见顶了，国内有几家头部大模型的用户活跃度也开始下滑。Kimi Chat起步最晚，半年不到，但增长曲线是最陡峭的，这证明了面向消费者的大语言模型是还有增长空间的。而月之暗面，可谓是在中国把大模型产品的“Growth Hacking” （增长黑客）做出了名堂的创业公司。

Kimi Chat的增长是怎么实现的？有各种不同的观察和看法，但肯定得回到月之暗面是一家怎样的公司上来。它最近最引人关注的是阿里巴巴领投了它近10亿美元的最新一轮融资，让它的估值直接拉到了50亿美元，与硅谷当红炸子鸡 Anthropic 不相上下。

你不得不承认，月之暗面是最符合中国——甚至硅谷最理想的 AI 公司形象的投资标的：“90后” 强学术背景的天才创业者，信奉“scaling law”（规模法则）的大模型炼丹术，有关键核心的技术，一个功能做到极致，通用人工智能（AGI）的坚定践行者……

但很容易忽略的一点是：杨植麟和他创立的月之暗面，难能可贵地摆脱了所在的这个群体的普遍局限：象牙塔味儿太重，过于强调在某些参数和指标的全球排行榜名次，片面依赖论文等学术成果和开源社区表现证明实力，产品只面向开发者群体，商务拓展能力偏弱，运营不够给力……或多或少存在上述问题的含着学术金汤匙的国内 AI 创业公司新贵，就还是挺多的（不敢点名）。

月暗不太有象牙塔味儿，但有点儿朋克。它也不冲榜，不秀参数，不跟 GPT-4 掰手腕较劲（这点连 Anthropic 都不能免俗），一个无损压缩技术，把百万级长 token 的处理对算力、存储和带宽的占用降到了一个较低的程度，处理复杂任务的效率更高，不仅适用于长文本阅读和分析，也为它基于极其复杂文本的多模态生成奠定了基础（这点很多人都忽略了，以为 Kimi 就用来读论文）。月暗好像也没打算开源无损压缩技术（放眼世界都没有哪家头部的 AI 公司真的会开源祖传秘方），也不怎么发论文。而且它的产品是面向普通人而不是专业人士的，相当 to C……这些都是月暗与很多笼罩着科学家大牛和学术光环的国内 AI 初创公司截然不同的地方。

真要拼学术，清华本硕+卡耐基梅隆博士学位，自然语言处理领域华人论文作者引用量前十，Transformer XL 和 XLNet 的一作，杨植麟本人的成果是不遑多让的。但当他把月暗变成一家公司的时候，他没有让这些学术领域的果实变成他的 legacy，而是把它们变成了一款看得见摸得着的产品，让普通人有感，有体验的冲动，这是月之暗面最难得也是最可贵的突破。

这件事真的太不容易了。其实过去一年，大语言模型产品的“实用化” 进展是不如当初想象的顺利的。依附 ChatGPT 的 GPT Store 现在也没搞出太多名堂。在中国，先是百模大战，一些玩家出局或沉寂，2023 年底，“卷应用不卷模型” 成为部分从业者的共识，但普通人对 AI 的感情是复杂的，好奇和恐惧叠加在一起，而且所谓“原生 AI 应用开发者” 这个群体还没有真的成熟起来，各个大模型公司的“开发者生态”都还处于相当早期的阶段。在这样的背景下，至少月之暗面的 Kimi Chat 做到了一点：让一款大模型产品本身成为了一个准杀手级的应用。

最好的 AI 应用，其实就应该是一个大模型本身。ChatGPT 是这么做的（尽管开发者不太高兴），现在看起来 Kimi Chat 好像也是这么做的。某种意义上，Kimi Chat 是一款把所谓的 TPF （Technology Product Fit，技术与产品匹配）理念执行得最到位的原生 AI 产品。大模型无损压缩技术让它以相对低的成本和更高的效率践行 scaling law 这个 AI 进化的黄金法则，在这个基础上，祭出无需借助 RAG （检索增强生成）的超长文本上下窗口的核心功能，再不断将这一功能推到物理极限，进而创造更多人们使用它解决问题的可能性。

基于这样的路径，Kimi Chat 在今天已经相当程度实现了“技术即产品，产品即应用”。一些人可能觉得超长文本处理是伪需求，这将导致 Kimi Chat 的昙花一现，毕竟不是所有人都要读论文和拉论文大纲（尽管大学生和研究生确实是 Kimi 的票仓用户群）。但是，“化繁为简” 是人类社会的普遍刚性需求。“长” 的东西不仅有论文，还有穿越小说、历史典籍、公文材料、法律文书、使用说明、程序代码、会议纪要、通话记录…… 人类的经济社会生活充满了自然生成和基于秩序和利益保护而形成的“超长文本”，而人们需要更高效地理解它们，并基于这些理解更高效创造出复杂但有用的东西——不仅是文字，还有编程、绘图、音乐和视频等等。

很多时候，刚性需求不是一个场景，而是一个本质。不是所有人都要画画写诗编程和做PPT，但所有人都需要把复杂的变成简单的，再把简单的变成复杂的——抓住这样的刚需，提供一个最本质的能力（处理无限复杂超长文本任务的可能性），扩张实现这一需求的极限，应该是 Kimi 呈现出杀手应用潜质背后的逻辑。

我们可以分别用字节跳动创始人张一鸣和钢铁侠马斯克各自的一个理念“验证” 月之暗面和 Kimi Chat 的实践。

张一鸣说过字节跳动是如何实现快速增长的：“build a company as a product” （像打造一个产品一样打造一家公司），在强调增长和协同效应的移动互联网爆发期，这的确推动了今日头条和抖音的成功。到了生成式 AI 进入爆发期的今天，组织形态的重要性局部让位给关键技术，而公司朝着更小的规模和更灵活的形态变化。在这种情况下，月之暗面的做法其实是“build a technology as a product”（像打造一个产品那样打造一个技术），从而实现了很多 AI 创业公司念兹在兹却未能实现的 technology product fit，让技术不是秀肌肉的外在，而一开始就包在了产品的内核里。

而马斯克老师近期在 X 上发了一条著名的推：“The right way to grade technology is not comparing it to competitors (too easy) but comparing it to the limit of physics ” （评估一项技术的正确方法不是与竞争对手比较——太容易了，而是与物理极限比较）。我们甭管马斯克老师说的是谁，至少月暗的做法是与这个理念非常接近的。它不跟 ChatGPT 比指标，也没有急着赶工多模态和视频化（不是说不做），而是不断拉高长文本处理的极限。一个20万字向200万字的极限扩容，带来了翻倍的 DAU 增长，也引发了国内大语言模型的长文本免费开放大战。只要这个“物理极限”可以在 scaling law 的驱动下被持续拉高，一切好戏就还都有得看。

Kimi Chat 的破圈不是偶然的，除了没有国内科学家创办的大模型公司普遍存在的象牙塔味儿，用关键技术打造杀手级产品和应用，实现技术产品的 fit，并拉高技术极限，让普通人对它有感有需求之外，它恐怕还是国内大语言模型产品“消费者”感官比较友善的一款产品，这跟它的产品形态、运营、市场营销等推动增长的方式都有关，也非常值得玩味和关注。

首先是产品形态。我觉得 Kimi 的网页端做的比它的 APP 和小程序好，这可能跟大部分人处理和存储长文本更依赖电脑有关。它的网页端首页跟 Google 和百度一个格式，logo下面是对话框，我甚至都能想得到往后逢年过节和特殊纪念日 Kimi 怎么在 logo 上玩花样了。“长得像搜索”是一个比较独特且讨巧的设计，它让普通人使用的门槛一下子降下来了。我还没看见国内哪个主要的大模型产品用类似的界面，类 ChatGPT 的“左侧菜单+上方使用场景提示+下方对话框”还是主流。我们用搜索引擎本质也是在输入提示词（prompt），Kimi 用一个搜索引擎式的界面，对普通人来说，是更知道该干什么的，也传递了某种代际轮替的暗示。

再看它的 slogan 和导引语。Kimi 的 slogan是“发现更大的世界”，看上去卑之无甚高论，当年那句“百度一下，你就知道”更传神一些。但它 logo 下方滚动的导引语就有点意思了：“每一次，都集中全力——别焦虑，Kimi 帮你整理资料——文件，拖进来；网址，发出来” ，这就很有一点“种草” 文案的感觉了。各家的大模型都有用户导引提示，但 Kimi 的这几句话，似乎更有年轻人的语感和需要的某种情绪价值。我其实一直好奇月之暗面作为一家科学家创立的早期 AI 公司里面有多少文科生，我也知道 Kimi 的运营和市场团队有不少女生，但他们是怎么用增长的逻辑和方法设计这些界面、文案和物料的，我还真的是不太清楚，狠好奇。

Kimi Chat 近期的增长当然跟它直接卷起了200万字超长文本的国内大模型用户争夺战相关，但也离不开它的市场投入。最近国内的头部大模型公司陆续开始打广告了，但各自的策略和思路有所不同。其实我注意到的最先打广告的国内大模型产品是字节跳动旗下基于云雀大模型的“豆包”，自家的抖音上不少剧情演绎的博主都在一段时间内密集接了豆包的推广，这也让豆包的活跃用户一度爬到了国内第一第二。豆包在抖音上的推广是非常“抖音”的，一看就是带货，当然是很自然的带货，并不违和。但 Kimi 的做法和策略似乎不同。

可能生活在北京的同学们有人已经注意到了，Kimi 最近是投放了硬广的，场景是在地铁里。智谱也投放了硬广，场景则是高铁和机场，很多过去是钉钉、飞书和火山引擎的广告位。Kimi 的硬广主题，还是整理资料缓解焦虑，而智谱主要是赋能客户的能力。无论场景和主题，都能看出这两家头部 AI 公司的策略差异，智谱侧重企业AI化转型进程中的决策者，而 Kimi 瞄准的就是年轻的学生、社畜和打工人，是“种草”的思路和玩法。要知道当今的年轻人内心是很软的，一个关键的 point 也许就能击中入坑。

“种草” Kimi 的另一类“场所”，是抖音、小红书和 B站。业界流传的消息显示，月暗是围绕 Kimi 的核心功能和优势在上述平台做了不少“种草”工作的，一些面向普通的年轻人、旨在教普通的年轻人如何上手 AI 产品的博主，是 Kimi 主要的瞄准对象。至少现阶段，Kimi 并不是太注重针对产业侧的营销和传播，而是把火力投向了那些能真正带来用户转化的渠道——无论是硬广告还是软投放。从这个角度看，Kimi 的策略跟豆包有点像，都不太经常在业界露脸秀自己的大模型肌肉，但对用户在哪儿、怎么获得用户比较在乎。月暗作为一家科学家创办的 AI 公司，产品感和围绕用户做增长的节奏，跟字节这样的十几年如一日产品和增长驱动的巨兽可在一定程度上相提并论，就也还是挺有意思的。

当然跟字节的豆包也有所不同，就我的观察，Kimi 的营销活动还试图带来一个效果，即创造和发现“good case”（优秀案例），诱发更多的用户主动创造更多的 case，然后主动分享。进而吸引更多人进坑。

所以尽管我们也知道月暗投放了一些小红书、B站和微信公众号的博主，但当你看到这些用 Kimi 当搭子绝望赶论文的毕业生、拿 Suno 作曲 Kimi 作词搭配搞中国新说唱、Kimi 解放了四大审计师、用 Kimi 搞定招投标等“种草” 内容，你也分不清哪些是 Kimi 主动出击的，哪些是用户的自来水，当然普通人也不关心这个。我们团队前不久，又，整的都挺火，都有人过来问是不是接商单了。天地良心，真的不是，全是因为我们团队有俩2000年前后出生的女生是 Kimi 的粉丝，凭爱好搁那儿整活，纯自来水。

这么做的好处太明显了：越多用户，越多数据，越多语料，越多场景，越高效率的强化学习，模型进化越快。这有可能就慢慢形成了一个新的闭环，让 Kimi 的基座模型有了一个新的门槛。

在全球大模型领域，技术上的最强选手“一夜易主”，XX “吊打” XX，张三“完败” 李四的事儿在 AI 内容平台上天天发生，可为啥大家还是都怵 ChatGPT，即便 GPT-5 千呼万唤还没出来大家也怵，还不是因为人家手里有最多的用户，这些用户的行为能让模型越滚越强大。在国内，也是同样的道理。去年的这个时候，“文心一言” 是靠高举高打和断言立论占据了“谁是中国 LLM 的代表” 的心智的。一年过去了，出道最晚，但行动最快，甚至还有点爱豆光环的 Kimi Chat，至少让这个格局出现了松动。

事情开始变得有意思了。最近国内 AI 领域有两件事让我特别感慨：第一就是月之暗面的 Kimi 悍然推出 200万字上下文超长文本处理功能，把通义千问、文心一言等等都搅了进来，一时间大家比着免费开放无限制使用长文本功能（尽管可能大部分是用 RAG 实现的），有了点儿当年网约车大战补贴竞争的味道，更多的国产大模型产品被真正地用起来了。第二就是罗永浩直播带货卖阿里云的存储，敢情这玩意儿还能这么卖，大语言模型和 AI 应用开发的基础设施，居然还可以种草。

我觉得啊，也许在中国，什么东西都得被免费或打折的军备竞赛“卷”一下才能变成刚需，什么物件儿都得被有流量的人带几次货才能火起来，大模型产品也不例外。但无论如何，只要国产大模型产品能有更多人用，更多 case 和原生AI应用能有人用起来，这个事儿就真的开张了，就好了起来。

很多人都有进了不少 AI 群，大家例行每天分享奥特曼、黄仁勋、马斯克、吴恩达和卡帕西，谈论英伟达的最强 GPU 和 OpenAI何时把人类带向 AGI，谈论马斯克的 AI 机器人梦想，转发吴恩达和卡帕西在斯坦福的公开课，然后一顿捶胸顿足，自愧不如。天天仰望星空，脚下一片绵软，过得比谁都拧巴。月暗搞出来 Kimi Chat 这事儿，也包括百度、阿里、字节、智谱、Minimax 等玩家的一系列努力，至少告诉我们，在中国，正视算力、算法、模型能力的现状，做一些突破某个特定极限的努力，让 AI 有真正的用户，是有希望的。

再回过头念叨一下月之暗面和 Kimi Chat，让我们知道科学家是能带出一个产品感和增长直觉非常敏锐的团队的，大模型是可以被种草的，甚至是可以有爱豆感的，真的挺好的。