文｜深毒商業(yè) 

張予彤，從金沙江的投資人搖身一變，成為了月之暗面的“掌舵人”。

據(jù)每日新聞報道，近日，張予彤以月之暗面Kimi總裁的身份出現(xiàn)在清華大學的一場交流會上，而有關人士也確認了張予彤已經(jīng)出任月之暗面Kimi總裁一職，負責公司整體戰(zhàn)略與商業(yè)化。

而上一次張予彤如此引發(fā)關注，還是去年年底，金沙江創(chuàng)投主管合伙人朱嘯虎公開指責其故意隱瞞自己擁有月之暗面股份，違反了基金合伙人和公司董事的受托責任，要求其公開道歉的消息。

據(jù)市場猜測，張予彤正式成為了月之暗面的總裁，大概率已經(jīng)妥善解決了金沙江與月之暗面的糾紛，股權糾紛已不再是月之暗面繼續(xù)任用張予彤的障礙。

不過，曾經(jīng)鬧得沸沸揚揚，一度被稱為是中國創(chuàng)投史標志性法律糾紛的事件，站在一年之后再回頭看仿佛已經(jīng)塵埃落定，反倒是曾經(jīng)被視作中國AI龍頭的月之暗面，卻在2025年末聲量式微。

那么，作為曾經(jīng)一時無比耀眼的AI獨角獸企業(yè)，月之暗面和它的Kimi的現(xiàn)狀如何？又遇到了哪些困難呢？

01、大模型AI創(chuàng)企，沒有護城河

如果說2024年的Kimi還在享受著技術紅利，那么2025年其曾經(jīng)擁有的護城河，卻已不可避免地成為了行業(yè)基線。

這個基線，很大程度上可以用曾經(jīng)讓Kimi一鳴驚人、并有效提升用戶體驗感的長文本處理能力來代表。

2024年中，Kimi憑借著對20萬、50萬甚至200萬Token上下文窗口的突破，在國內(nèi)AI圈掀起了一場小小的地震。這樣的長上下文不僅僅是數(shù)字上的領先，更是實打?qū)嵉挠脩趔w驗碾壓。

用戶可以把整本財報、所有的會議紀要、甚至一部小說扔進去讓Kimi分析，它都能保持連貫。這樣的能力，讓Kimi借助學術圈層的支持迅速站上了時代的風口。

但這樣的技術領先，在這場全球性的AI軍備競賽中實在算不得什么。

大模型領域的技術迭代，遵循著一種近乎殘酷的“開放-復制-追趕”路徑。當Kimi證明長文本是剛需且技術可行時，國內(nèi)所有大模型產(chǎn)品，都在幾個月后標配了一致甚至更加強大的能力。

這其實也是當前大模型初創(chuàng)企業(yè)的最真實現(xiàn)狀——曾經(jīng)或許因某幾項能力極為突出、一度成為了用戶與資本市場的小甜甜，在幾個月之后也不免淪為“牛夫人”。

而導致出現(xiàn)這樣情況的原因有二：國內(nèi)盛行的開源生態(tài)和AI大模型不高的壁壘。

國內(nèi)頭部大模型創(chuàng)業(yè)企業(yè)，或是為了打造開源生態(tài)、亦或者是為了借助外部開發(fā)者的力量協(xié)助迭代模型、打出飛輪效應，往往都會對其基礎模型架構和關鍵優(yōu)化技術進行開源或半開源。

這極大地推動了模型的傳播，但同時也意味著，一家大模型的有效突破成功，其背后的工程實現(xiàn)邏輯會在幾周乃至幾天的時間中通過研究論文和社區(qū)討論的方式，被快速消化并集成到其他開源或商業(yè)模型中。

即便某個友商不直接開源其模型，通過對現(xiàn)有公開論文和模型的分析，幾乎不可能出現(xiàn)“友商無法跟上”的情況，頂多是算力投入上的成本和時間差問題罷了。

這就像Minimax創(chuàng)始人閆俊杰所說的那樣：“留給領先模型的優(yōu)勢窗口期越來越短，最先進的閉源模型只能比同性能的開源模型領先6個月。即使SOTA模型需要大量的資金/能源/計算來訓練，而追趕者們能夠通過模型蒸餾低成本地創(chuàng)造類似的性能。”

這在北美更加常見，該趨勢在OpenAI、Anthropic、xAI、Google之間顯示的淋漓盡致，當所有AI模型巨頭都手握巨量的訓練算力，各家之間的差距真的沒有多少，最強的大模型永遠是最新發(fā)布的大模型，大家輪流做第一。

回到中國AI創(chuàng)企身上來，這就像所有參賽選手都拿到了相同的發(fā)動機藍圖。

其中Kimi其實就是最典型的選手，其依靠研發(fā)能力率先組裝出了一輛跑得最遠的汽車，但其他車隊立即拆解了它的輪胎和燃料系統(tǒng)，并利用自身更雄厚的資金和算力優(yōu)勢，迅速完成了模仿和超越。

因此，在現(xiàn)在中國的AI賽道中，除了少數(shù)擁有過人研發(fā)能力、持續(xù)致力于底層架構革新的企業(yè)，比如像DeepSeek這種持續(xù)推動開源模型能力創(chuàng)出新高、對計算經(jīng)濟學有顛覆性影響的創(chuàng)業(yè)公司，能夠真正做到“人無我有”的技術壓制外，剩下的玩家，有一個算一個，幾乎都陷入了功能上的混戰(zhàn)。

而Kimi這樣一年之前還是最耀眼的AI創(chuàng)企，也同樣被迫下場和友商們“貼身肉搏”。

現(xiàn)實就是這么殘酷，Kimi在未來數(shù)年的最大的挑戰(zhàn)，或許不再是技術突破，而是如何在一個人人都能快速提升模型能力的時代，重新找到或定義自己的生存價值。

如今，Kimi的技術光環(huán)已然褪去，真正考驗它的，已不再是算法或模型，而是張予彤所肩負的商業(yè)化突圍之戰(zhàn)。

02、想要追求AGI，得先活下去

比通往AGI的路更難走的，是商業(yè)化的道路。

當技術上的領先優(yōu)勢迅速被行業(yè)抹平時，所有獨立的AI初創(chuàng)公司都猛然從“技術信仰”的幻夢中清醒，直面殘酷的生存挑戰(zhàn)，那就是如何將持續(xù)燃燒的算力成本轉化為真金白銀的營收，將月亮變?yōu)榱闶?，完成商業(yè)閉環(huán)。

這對于融資相對更困難的國內(nèi)大模型創(chuàng)業(yè)企業(yè)而言，更是如此。

它們不像那些背靠互聯(lián)網(wǎng)巨頭或通訊巨頭的大模型團隊，擁有近乎無限的資金輸血，以及現(xiàn)成的、等待優(yōu)化的應用場景和億級用戶流量：譬如百度有文心一言嫁接在搜索和企業(yè)云服務上，阿里有通義千問融入釘釘和電商體系。

而Kimi、智譜（盡管獲得了巨頭投資，但仍需自證能力）這類純粹的AI獨角獸，必須完全依靠自身力量，從零開始去“找錢”和“找場景”，去證明自己的商業(yè)化價值，甚至需要用遠期的高額回報預期來安撫背后的資金。

這也是智譜近日對外發(fā)聲，稱要沖擊“中國AI第一股”的原因——它必須對站在身后的資本做出交代。

事實上，這種壓力并非中國獨有，甚至與公司技術地位無關。即便是全球AI領域的領跑者OpenAI，其商業(yè)化的壓力也從未停止。

盡管OpenAI的最新估值已經(jīng)到達了5000億美元，但這都是“紙上富貴”，沒辦法迅速轉換成為購買、租賃GPU的現(xiàn)金，也無法為科學家、工程師們支付下個月的工資。

這導致OpenAI為了獲得下一階段的持續(xù)融資，必須要像“半個上市公司”一般，每年披露數(shù)版對未來業(yè)務和財務的預測，向投資人描繪出一個宏偉的藍圖，才有可能順利拿下融資。

除了向外部“要錢”，OpenAI在技術路線上也悄然轉向：最新發(fā)布的GPT-5并未展現(xiàn)出突破性的模型能力，更多聚焦于商業(yè)化落地與應用場景優(yōu)化——這本身便釋放出一個強烈信號：對AI創(chuàng)企而言，商業(yè)化早已不是“加分項”，而是決定生死的必選項。

而在中國，情況并無本質(zhì)不同。

對于Kimi這樣的獨立大模型公司來說，可選的商業(yè)化路徑本就極為有限：既無龐大的自有流量池可供導流，也缺乏嵌入成熟業(yè)務體系的天然場景。在B端市場尚未形成穩(wěn)定付費習慣、政府與企業(yè)采購周期漫長的前提下，面向終端用戶的訂閱制，幾乎成了不得不抓住的“救命稻草”。

Kimi為此推出了一系列舉措：上線高級功能、提供更穩(wěn)定的API服務，甚至嘗試“AI砍價”等創(chuàng)新營銷，試圖將高頻使用者轉化為付費用戶。  不過，想要從中國用戶口袋里直接掏錢，可比讓他們每個月看半個小時廣告難多了。

有業(yè)內(nèi)人士告訴超聚焦，Kimi當前的付費用戶轉化率甚至不到1%，這樣的付費率遇上提供推理服務、進行大模型訓練都在時刻燒錢的AI企業(yè)來說，與杯水車薪并無差異。

在這樣的背景下，“新加入”的張予彤肩負的不僅僅是提升月之暗面的估值，更是在技術優(yōu)勢迅速消失的背景下，為公司重新錨定生存價值和找到持續(xù)輸血的商業(yè)模式。

Kimi必須在算力投入和產(chǎn)出回報之間找到一個可持續(xù)的平衡點，否則，無論技術如何迭代，都逃脫不了被市場淘汰的命運。

畢竟，在技術神話退潮之后，AI的終局不在于誰先觸碰到AGI的星辰，而在于誰能在這片燒錢的荒原上，種出可持續(xù)生長的商業(yè)綠洲。

張予彤與楊植麟的真正考驗，或許2026年才剛剛開始。