文章作者：Super黃
文章來源：Super黃的念想
Kimi最近非常火，作為一款模型即産品的通用對話類産品，Kimi如何破圈的？我們今天來嘗試解讀這個話題，希望對24年的SuperApp能帶來一些啟發!
Take Away：
1. Kimi爆火鍊路分析：非一日之功
2. 為什麼是Kimi：（人才*長文本*用戶用例）
3. 其他大模型怎麼辦：答案在vision和用戶的結合
01 一步步還原Kimi爆火鍊路
事情還是比較有規律的發酵，最早是2月份中，被爆完成了一筆8-10億美金的融資，估值達到25億美金。
在即刻上大家除了恭喜，還有很深的疑慮：為何稀釋這麼多股份？
有了彈藥後，月之暗面開始發力，大力招聘投放類崗位：
随後我們就看到了Kimi在B站的海量投放：
我們的疑惑繼續：一款ToC産品，完全沒有商業收入，就做海量投放，留存如何，是不是有價值？當然，對于跑馬圈地很熟悉的國内玩家來說，這又是一個再熟悉不過的操作，結果是什麼呢：
流量暴漲！
3月1日，騰訊科技發布了一篇浪漫的理想主義文章，把楊植麟和月之暗面給捧到了很高的位置：
後面又連續出了兩篇，特别是朱嘯虎和楊植麟兩人對于現實和理想的碰撞，更是把熱度拉滿！
還沒完，本周一，Kimi智能助手的公司Moonshot AI公衆号發布了一篇文章：《Longer than long，Kimi 智能助手啟動 200 萬字無損上下文内測》，截止今天，閱讀量是3.5萬。
要知道，去年10月初，Kimi用支持20萬字的超長窗口，就已經震驚了國内。要知道在當時，Kimi也算是全球支持最長的大模型：
原本在今年2月份，Google的Gemini 1.5發布了支持1000k的上下文長度，已經足夠讓人震撼了，沒想到Kimi繼續用10x的增長來宣布自己的優勢！
200萬，相當于2000k以上的長度，目前是世界第一。
好巧不巧，一篇《Kimi專家交流紀要》在20日出爐，在各個圈子瘋傳，光公衆号文章就有2萬+的閱讀量。
因流量突然劇增，3月21日，陸續有用戶在社交平台上表示，月之暗面旗下大模型應用Kimi智能助手的APP和小程序均無法正常使用。截至記者發稿時，相關頁面和功能已經恢複正常。
此前，月之暗面公司發布情況說明稱：從2024年3月20日 9:30:00開始，觀測到Kimi的系統流量持續異常增高，流量增加的趨勢遠超公司對資源的預期規劃。
進一步的傳播，原本就不理智的A股，引起了不理智的瘋漲：
大量股民的讨論，上了微博熱搜：
接着Appstore免費榜單沖進前十：
OK，所以這裡面一環扣一環，産品逐步破圈，疊加上最近的技術更新爆點，被券商挖掘出來，引入到了大A股，億萬股民看着Kimi概念股，嗨了！全民共舞~
02 為什麼是Kimi？
抛開陰謀論，Kimi走到今天，仔細思考，确實是有這麼幾個要素構成了産品層面的成功，最後獲得了出圈的結果。
第一. 超高密度的人才
騰訊新聞《潛望》：你似乎一直在思考組織，在團隊構建上是怎麼做的？
楊植麟：招人思路發生過一些變化。世界上 AGI 人才非常有限，有經驗的人很少。我們最早期的畫像是，專注找對口的 genius（天才）。這個證明非常成功。之前有對模型動手術的能力，有訓練超大規模模型直接的經驗，就可以很快做出來。包括 Kimi 發布，資本效率和組織效率其實很高。
騰訊新聞《潛望》：花了多少錢？
楊植麟：一個挺小的數，相比很多其他花費，是花小錢辦大事。我們很長一段時間是 30-40 人的狀态。現在 80 人。我們追求人才密度。
人才畫像後來發生了變化。最早期招 genius，認為他的上限高，公司上限是由人的上限決定的。但後面我們補齊了更多維度的人——産品運營側的人，leader 型的人，能把事情做到極緻的人。現在是一個更完整、有韌性、能打仗的團隊。
除了産品人才以外，月之暗面最核心的競争優勢，是技術領域極高的人才密度，「創始團隊核心成員參與了 Google Gemini、Bard、盤古 NLP、悟道等多個大模型研發，多項核心技術被 Google PaLM、Meta LLaMa 和 Stable Diffusion 等主流模型采用。
縱覽全球，AI确實是一個高智力密度的産業，三個臭皮匠的故事并不生效。
第二. 對長文本的判斷
去年10月份，在Founder Park的文章《融資超2億美元，月之暗面發布超長文本模型産品，目标C端Super-App》中，就提出了楊植麟對長文本的思考：
縱觀計算機發展的曆史，内存拓展是必然趨勢，楊植麟認為，上下文長度就是大模型的「内存」，它是決定大模型應用最關鍵的兩個因素（參數量和上下文）之一。
3月初騰訊新聞的訪談裡，又再次提到了長文本。
騰訊新聞《潛望》：為什麼長文本是登月第一步？
楊植麟：它很本質。它是新的計算機内存。
可以看到，這确實是領先于市場的思考。
說回我自己的使用場景，過去我主要用Claude，因為免費、支持上傳文檔，100k，GPT太短了，完全不夠用，到後面Kimi出來後，慢慢的就遷移過來了，同樣繼承了Claude的優點-，-還不用翻牆，你說呢。
長文本在早期的市場競争中，确實是很關鍵的一步，彼時國内大多數還是32k長度（是吧？），這個時候上來一個200k的，簡直不要太爽，再加上Kimi文本輸出的質量還不錯，就開始獲得了更多用戶的認可。
我們先來看看用戶對于Kimi的使用反饋，在即刻，@junyu發了一個提問貼：
你們為啥用 Kimi 而不是别的類 ChatGPT 産品？
看了下答複，有幾個點：
支持超長文
2.響應速度快
3.可以直接讀鍊接
4.小程序訪問方便
5.輸出效果不錯
第三. 用戶用例的反饋
按照我的理解，Kimi是綜合層面在用戶使用上得到了整體的勝出，再加上有很強的記憶點：超長上下文，早期積累下來的口碑得到持續滾動，從而獲得了更多用戶基于長文本的探索：
各個KOC得到肯定鼓勵後，愈發願意傳播，形成了漣漪效應：
今天用戶幫我們發現了很多從沒考慮過的場景。他拿這個篩選簡曆，這是我們設計産品時沒想過的，但它天然work。用戶的輸入反過來讓模型變得更好。Midjourney為什麼效果好？它在用戶端做了scaling——user scaling和model scaling需要同時做。反過來，你如果隻關注應用，不關注模型能力疊代，不關注AGI，貢獻也有限。
從這裡，我們可以理解AI時代，基于單點能力突出，獲得的紅利，再返回來獲得用戶用例，繼續去強化模型能力，重複這一過程的滾雪球價值：
03 其他大模型怎麼辦？
跟随策略肯定是很難有效的，我現在倒是更理解了楊植麟所說的Tech Vision：
騰訊新聞《潛望》：除了資本和人，你在 2023 年還做了哪些關鍵決策？
楊植麟：要做什麼事。這是我們這類公司的優勢——在最高層面的決策有技術 vision（願景）。
上面說的技術能力領先，長文本是一個很顯著的要素，除此之外，還會有别的麼？肯定有的：
當然馬拉松剛開始，接下來會有更多差異化，這需要你提前預判到底什麼是「成立的非共識」。
Sora出來，跟進？長文本有了，我們也去沖？好像都不對。
目前看到的大額融資：月之暗面、MiniMax、智譜，都各有各的活法，對于後面的幾家，就提出了很高的挑戰了！
盡管我們之前詳細研究過TPF：
穿透下來，大模型打出什麼差異化亮點，仍然需要深度的理解用戶，從用戶側獲得洞察，反過來對模型能力做針對性的提高：
把下面這條鍊路構建起來，仍然是産品經理的超級價值點！
大模型公司既要警惕陷入局部用戶的無限調優中，又要放開思路深入用戶，還蠻有意思的！
焦慮沒有意義，專注找到自己的方向，更加靠近用戶一些，絕望中尋找希望，才是其他大模型的出路。
總結
其實Kimi并不是無敵的，比如200k大海撈針經常丢失重要信息，幻覺依然很嚴重，用着用着也老會說無法聯網了。
但它是更加toC的，我們看文心一言和智譜清言等，加入了各種智能體，為何仍然增長無力呢？這個答案的背後或許隐藏着SuperApp的可能性：）
參考
《Longer than long，Kimi 智能助手啟動 200 萬字無損上下文内測》
《Kimi專家交流紀要》
《突發！Kimi，崩了！ 》
《融資超2億美元，月之暗面發布超長文本模型産品，目标C端Super-App》
《月之暗面楊植麟專訪：AI不是接下來一兩年找到PMF，而是接下來十到二十年如何改變世界》
