作者 / 江泓
出品 / 明湖财经
当一款中国开源大模型Kimi K3在编程榜单上力压硅谷巨头、引发美股AI板块数日剧烈震荡时，华尔街的恐慌与马斯克“令人印象深刻”的感叹，共同指向了一个年轻人——杨植麟。
外界称他为“中国大模型90后第一人”，他的导师、苹果AI负责人Salakhutdinov在社交媒体上盛赞他“绝对才华横溢”。
可正是这样一位被硅谷寄予厚望的天才，在手握苹果AI负责人邀约、身处美国顶尖学术与产业核心的时刻，却决定毅然回国，投身于当时尚属“无人区”的国产大模型赛道。
这份背离主流预期的抉择，并非一时冲动，而是早已埋藏在他成长轨迹中的必然。
要读懂他为何放弃海外光环、执意回国“掀桌子”，答案不在硅谷的实验室里，而在他年少时汕头老城的街巷中，在那段摇滚与代码奇妙交汇的青春里。
01.
汕头少年：摇滚与代码的交汇
1992年，杨植麟出生在广东汕头澄海。父亲经商，母亲是教师，家里不算大富大贵，却给了他最珍贵的东西：自由。
母亲从不搞“开小灶”“报班冲刺”那一套，父亲也鲜少盯着他刷题排名。学竞赛、换专业、出国还是创业，人生岔路口，全是他自己拍板。没人拿分数当鞭子抽，他反倒早早摸清了自己的路数，认准了就闷头往前冲。
进了粤东顶尖的汕头金山中学，他的“野路子”特质开始冒头。高一之前，他从未接触过编程，却因逻辑思维突出被老师选进信息学奥赛集训队。那段时间，他白天在机房敲代码，晚上回宿舍练鼓，放下热爱的乐队排练，硬是啃下一年编程，拿下全国青少年信息学联赛广东赛区一等奖，拿到清华保送资格。
可他不甘心只靠保送入学，转头又去参加了高考，考了667分，成了汕头市理科状元，加上自主招生，留下了“三次被清华录取”的佳话。对“硬实力”的执着，不是被逼出来的，而是他自己选的路，自己扛的责。
2011年进入清华，他被调剂到热能工程系，可心里始终装着代码。大二那年，他主动转入竞争最激烈的计算机系，师从后来创办智谱AI的唐杰教授。为了补齐差距，杨植麟补修了大一全部编程课，多门专业课拿到满分，2015年以年级第一毕业。
从零基础到年级第一，杨植麟没有靠天赋躺平，把对代码的热爱，变成了日复一日的死磕。
课余的杨植麟，是舞台上敲击鼓点的摇滚少年。他组建了校园乐队Splay，名字取自数据结构“伸展树”，既藏着计算机人的浪漫，又暗喻对自由伸展的向往。他当鼓手、写词曲，带着乐队闯进校园歌手大赛原创组决赛，还写过一首调侃“一夜暴富白日梦”的歌，提醒自己别被功利绑架。
代码让他学会精准拆解规则，摇滚让他敢于打破常规，这两种看似矛盾的特质，在他身上奇妙共生，也埋下了日后在AI赛道“掀桌子”的伏笔。
02.
CMU四年：两篇论文震学界
2015年，杨植麟远赴卡内基梅隆大学语言技术研究所攻读博士，这里是全球自然语言处理的发源地之一。他的导师阵容堪称顶级：Ruslan Salakhutdinov后来成为苹果AI负责人，William Cohen则是谷歌首席科学家。
CMU的博士项目通常需要六年才能完成，杨植麟却仅用四年便顺利毕业，将常人眼中的漫长求学路，压缩成了一场高效的技术突围。
读博期间，杨植麟接连交出两份重塑行业格局的答卷。
2018年，他提出Transformer-XL，首次让Transformer模型摆脱了处理长文本时的“健忘症”，能够精准捕捉更远的上下文信息；一年后，他又参与提出XLNet，在二十多项国际基准测试中刷新纪录，超越了当时被视为行业标杆的谷歌BERT。
这两篇论文累计获得超两万次谷歌学术引用，成为大语言模型不可或缺的基石，他也因此跻身NLP领域35岁以下引用量最高的华人研究者之列。
学术上的高光时刻，并未让他远离产业落地。
在Google Brain和meta AI实习期间，杨植麟曾与图灵奖得主Yann LeCun、Yoshua Bengio合作发表论文，将前沿研究与顶尖实验室的实践深度绑定。
更难得的是，早在2016年读博期间，杨植麟就与清华同学陈麒聪、张宇韬在北京创立了循环智能，用NLP和语音技术帮助企业分析销售通话。
他没有沿用当时同行普遍依赖BERT微调的捷径，而是将Transformer-XL的自研架构直接植入产品，走出了一条与众不同的技术路线。
循环智能的估值一度突破两亿美元，吸引了红杉中国、金沙江创投等顶级机构的接连投资，也为他日后回国创立月之暗面打下了基础。
03.
拒绝苹果：坚定回国的决断
2019 年博士毕业时，杨植麟面前摆着一条被无数人艳羡的坦途。苹果高管直接联系导师Salakhutdinov抛出橄榄枝，甚至承诺可安排他在北京办公室任职；硅谷大厂与顶尖高校的机会触手可及，学术与产业的顶级资源向他敞开大门。
但他毫不犹豫地推掉了所有邀约，转身回到了国内。
导师 Salakhutdinov 后来在社交媒体上澄清，杨植麟若愿留美，机会远不止苹果一家。面对美国网友“H1B 签证太难才被迫回国”的猜测，他明确回应这与签证无关 —— 以他的学术背景和行业认可度，留美发展渠道完全畅通。
真正让他坚定回国的，是藏在心底的创业执念。他曾对导师坦言，若不亲手创办一家属于自己的公司，此生定会抱憾终身。比起在美国大厂做安稳的科研打工人，他更渴望在国内这片土壤上，从零搭建一个能完整主导 AGI 从研发到落地的团队。
这份对“亲手创造”的执着，早在读博期间便已埋下种子。他目睹导师们虽身处学术与产业前沿，却更多在为大厂做基础研究赋能，难以推动AI真正走向产品落地。
而回国后，在参与华为盘古、智源悟道等大模型研发的过程中，他又深刻体会到合作模式下难以完全实现技术理想的局限——算力、方向、节奏，处处受制于人。
回国对他而言，是一条能让自己“不留遗憾”的路 —— 他要用自己的方式，在国产大模型的赛道上，把年少时对未知领域的探索热情，变成真正属于自己的技术事业。
04.
月之暗面：押注长文本赛道
回国后杨植麟全职运营循环智能。
2020年下半年，他带着团队跟华为合作，参与了盘古NLP大模型的核心研发。2021年又带队参与了北京智源研究院的悟道大模型项目。
这两段经历让他看到了大模型研发中各种可能的问题，也让他意识到一件事：在大组织里做大模型效率太低，多方合作如果在KPI上没对齐就推不动，只有自己建一家公司才能真正往前走。
2022年底ChatGPT爆发。杨植麟去硅谷考察了两个月，据他回忆，当时美国从推特到咖啡馆到处都在讨论GPT，比他预想的还要疯狂。
回国后他迅速做出判断：通用智能的窗口已被撬开一道缝隙，晚一步就可能彻底失去追赶的机会。
2023年3月，他与清华校友周昕宇、吴育昕等人正式成立月之暗面。公司名字取自他最爱的平克·弗洛伊德专辑《月之暗面》，那一年恰逢这张专辑发行50周年，仿佛冥冥之中为他的创业之路定下了探索未知的基调。
同年10月，月之暗面推出AI助手Kimi，支持20万字超长上下文输入，成为当时国产大模型中独一无二的存在。许多人对国产大模型的深度体验，是从 Kimi 的长文本能力开始的。
外界曾以为长文本是2023年临时打造的差异化卖点，实则这一方向从杨植麟读博时便已笃定——他当年提出的Transformer-XL，解决的正是长上下文记忆难题，Kimi的长文本能力，不过是学术理想的延续与落地。
2024年，当行业多数人还在照搬ChatGPT套路，疯狂堆参数、囤数据、扩GPU集群，笃信砸钱堆卡就能换来线性增长时，杨植麟在内部做了一场小范围分享。PPT上的核心观点清晰明确：缩放定律正从堆参数、堆数据，转向强化学习驱动的推理能力。
他将这条技术路径命名为RL Scaling，让模型自己刷题、自己改错，把纠错过程转化为可复用的经验。此后Kimi的每一代模型都沿着这条路迭代：K1.5主打数学与编程推理，直接对标OpenAI的o1;K2以万亿参数级架构开源，被《自然》杂志称为“又一个DeepSeek时刻”。
2026年3月，杨植麟在英伟达GTC大会上进一步将缩放架构拆解为三个维度：Token效率、上下文长度、智能体集群，为Kimi的持续进化锚定了清晰的技术坐标。
总结
K3掀桌：十年深耕终爆发
2026年7月，Kimi K3横空出世，成为杨植麟三维技术路线图的极致绽放。
这款2.8万亿参数的稀疏大模型，原生支持100万 Token上下文，在Frontend Code Arena全球编程榜单上力压Claude Fable 5与GPT-5.6 Sol，登顶第一。更具杀伤力的是定价：K3以开放权重形式发布，企业可下载部署微调，单任务成本仅约0.94美元，与GPT-5.6 Sol 的1.04美元持平，却仅为部分高端竞品的一半。
代码生成是 AI 商业化空间最大的赛道之一，K3用逼近第一梯队的性能、更具竞争力的价格，直接冲击了美国闭源巨头的核心阵地。发布48小时内，月之暗面服务器被海量请求挤爆，不得不暂停C端新用户订阅。有外媒评论：中国这款模型在极短时间内，大幅抹平了美国在前沿AI领域长期建立的领先优势。
但 K3 的爆发，从来不是运气。
从2018年 Transformer-XL 破解长文本 "健忘症"，到 2024 年预判缩放定律转向强化学习驱动，再到 K3 落地三维缩放架构—— 杨植麟在大模型这条路上，已经默默深耕了十余年。
月之暗面全员约300人，融资规模远小于硅谷头部企业，手握算力资源并不占优。杨植麟赢在比所有人更早看清方向，然后在同一条路上，比任何人走得都更久、更深、更决绝。
