杨植麟时隔一年半的独家对话：“站在无限的开端”——Kimi K2、Agentic LLM 与那座无限的山
杨植麟将Kimi K2的技术命题概括为“喂一样多的数据，让脑子长得更多”，即提升token efficiency；高质量数据接近常数，重点是把每份数据学得更透，而非只求训练更快。长思考模型仍是不与外界交互的“缸中之脑”，真正的分水岭是Agentic能力：多轮加工具。工具长尾分布使泛化成为最大瓶颈，泛化的瓶颈又在评估，Benchmark涨分未必代表真实能力。他还提出一方产品是正向整合、三方产品偏逆向工程，L1—L5并非严格串行；心态上坚持“问题不可避免，问题可以被解决”。