“參與過Kimi K2的親自答接生，自己的在知乎上孩子怎么看都順眼”。7月11日晚，多位國內大模型獨角獸月之暗面正式發布并開源了其最新一代MoE架構基礎模型Kimi K2，研發億參總參數量達到1萬億（1T），工程故事這一消息迅速引發了AI領域的師萬數廣泛關注，Kimi內部則將K2研發群戲稱為“接生群”。開源多位參與“接生”的幕后Kimi研發人員隨后在知乎展開“親自答”，從多個角度深入講述了其背后研發歷程。親自答

作為月之暗面 Infra側推理方面研發人員，在知乎上知乎答主劉少偉談及了K2模型結構的多位設計宗旨。他稱K2模型是研發億參在DeepSeek V3結構的框架之下，如何選擇合適的工程故事參數，使得模型在訓練、師萬數推理成本與v3相當的開源前提下，獲得明顯更低的loss。“綜合以上四個相比v3的改動，我們能夠得到一個在相同EP數量下，雖然總參數增大到1.5倍，但除去通信部分，理論的prefill和decode耗時都更小的推理方案”。

月之暗面研究員、知乎答主Flood Sung則表示，Kimi K2最值得關注的信息，除了MuonClip帶來的漂亮得起飛的loss曲線，還有就是Agent能力。他透露，為了實現更好的通用Agent能力，構建了一個大規模的agent合成數據pipeline：簡單的說是一個完全自動化的agent數據生產工廠，通過全流程的模擬來過濾出好的Agent軌跡數據。Flood Sung稱，“這個生產線非常符合老子的思想：‘一生二，二生三，三生萬物’。”

另一位月之暗面研發人員、知乎答主Justin Wong談到Kimi K2為何會選擇開源時稱，開源意味著能夠借助社區力量完善技術生態，“在我們開源不到24小時就看到有社區做出K2的MLX實現、4bit量化等等，這些憑我們這點人力真的做不出來”。月之暗面研究員、知乎答主Dylan則表示，K2實際上就是一個剛出生的baby，雖然略顯“靈性”，但和很多已久的frontier model（前沿模型）相比，還是有很多、很明顯的缺點，“作為post-train（后訓練）相關的同學，還是略感慚愧，希望后面的版本迭代里面能夠持續釋放K2 base model的潛力”。

開發者在AI成果發布的同時，越來越多選擇來知乎發布背后的詳盡思考。6月，月之暗面也曾發布一款Agent產品，Kimi-researcher兩位主要研發人員也在知乎親自答，解讀產品背后的技術思考和亮點。更早之前，月之暗面開源MoBA框架研發人員鹿恩哲、蘇劍林分別在知乎上講述了研發思路，引發了業界對“稀疏注意力”框架的討論。

2025年以來，伴隨AI技術新浪潮的蔓延，知乎引領了一系列全網重要的AI趨勢發布。3月，DeepSeek在知乎開設官方賬號，并獨家發布《DeepSeek-V3/R1 推理系統概覽》技術文章；智元機器人聯合創始人彭志輝（稚暉君）在知乎以視頻形式發布了人形機器人靈犀X2；10年“老答主”王興興在知乎與網友大量互動，分享宇樹機器人最新研發動態……

在頂流創業者們的一次次分享中，知乎見證了中國創新科技勢力的一次次突破，也凸顯了知乎作為AI領域核心交流陣地的獨特價值——以其濃厚的技術討論氛圍，搭建起開發者與行業、創新成果與大眾認知之間的橋梁，讓前沿技術不再是晦澀難懂的孤島，持續推動著AI行業在“思維鏈開源”交流下向前發展躍遷。

雷峰網雷峰網(公眾號：雷峰網)雷峰網