第二章：杨植麟的品味
微信签名
杨植麟的微信签名只有四个字。
“直接沟通”。
这四个字，可能是理解月之暗面这家公司最重要的钥匙。不是它的技术，不是它的融资，不是Kimi那个几亿用户的产品——而是这四个字。
“直接沟通”。
在大多数公司里，“直接沟通”是一个被写进企业文化手册但从来没人执行的口号。在月之暗面，它是一种操作系统级别的规则。
杨植麟今年34岁。92年生人。清华大学毕业，Tavern时间线的核心人物——如果你不知道Tavern是什么，简单说，那是清华AI圈子里一个松散但极其精英化的讨论组织，里面的人后来散落在中国AI产业的各个关键岗位上。
杨植麟是那种让你觉得”这个人跟别人不一样”的创始人。
不是因为他的年龄——34岁做AI公司CEO不算特别年轻。不是因为他的学历——清华AI圈子出来的人一抓一大把。
是因为他的品味。
Taste
在AI行业，有一个词被反复提及，但很少有人真正拥有它。
Taste。品味。
什么是品味？
品味不是穿什么衣服，喝什么咖啡，办公室挂什么画。在AI创业的语境里，品味是：在技术路径的岔路口，知道该走哪条路。
大模型的发展，每一天都面临着选择。用什么架构？做稠密还是做稀疏？上下文窗口做到多大？训练数据用什么配比？哪些数据要清洗掉，哪些要保留？
每一个选择，都可能让模型变好10%，也可能让三个月的训练白费。
这些选择无法通过投票决定。无法通过数据分析决定。无法通过市场调研决定。
它们只能靠一个人的判断。
杨植麟就是那个人。
在月之暗面，“品味”是最高准则。技术路线怎么走，不是开会讨论出来的，是杨植麟拍板的。而他的拍板，依据的不是PPT，不是数据报告，而是一种近乎直觉的审美判断——
“这个方向是对的。”
“这个不够优雅。”
“这不是我们应该做的事。”
你可能觉得这太主观了。但在前沿AI研究领域，最关键的决定，往往就是这么主观。因为如果你能证明A比B好，那它就不是一个判断题，而是一个计算题。真正需要”品味”的，是那些还没有人能证明的岔路口。
杨植麟的品味，到目前为止，还没有犯过大错。
300人，300亿
月之暗面大约300人。
估值超过300亿美元。
你做一下除法：人均估值1亿美元。
拿这个数字去跟智谱比——智谱1000人，520亿港元市值（约合67亿美元），人均670万美元。月之暗面的人均估值，是智谱的15倍。
这意味着什么？意味着资本市场认为，月之暗面的每一个人，值智谱一个人的15倍。
这当然不是对个人的评价。这是对模式的评价。
月之暗面的模式是什么？
无层级。无KPI。无职级。全员”Staff”。联创直接对接一线。
翻译成大白话就是：在这家公司里，没有”经理”这种title。不管你是刚毕业的应届生，还是从谷歌跳槽过来的资深工程师，你的名片上写的都是Staff。没有人是另一个人的”下属”。
联创——联合创始人——不坐在办公室里看报表。他们直接参与到一线的研发中，跟写代码的人坐在一起，讨论具体的技术问题。
这种模式在硅谷有一个更流行的名字：Flat Organization（扁平化组织）。但月之暗面把它推到了一个极端。不是”比较扁平”，是”完全扁平”。
300人里，有50多名员工有创业经历。50个曾经当过CEO的人，在一个没有职级的公司里写代码。
50个CEO。
张予彤是月之暗面的总裁。她说过一句话，在圈子里广为流传：“Token自由。”
意思是：公司里每个人，都有充足的Token预算去使用大模型。不管你是做研究的、做产品的、还是做运营的，想用多少Token就用多少，不用审批，不用报销。
在AI公司里，Token就是弹药。很多公司把Token管得死死的，生怕员工”浪费”。月之暗面反其道而行之：给你无限的弹药，让你去打仗、去探索、去犯错。
因为杨植麟相信：限制Token，就是限制创新。
17岁
2025年，一篇论文在AI圈子里炸了。
K3模型的核心论文，共同第一作者里，有一个名字引起了所有人的注意：陈广宇。
17岁。深圳的高中生。
不是实习生，不是”特别贡献者”，是共同一作。和清华的博士生、月之暗面的资深研究员并列。
这篇论文被马斯克在X上点赞了。一个17岁的中国高中生，写的AI论文，被马斯克点赞。
这件事本身就很”月之暗面”。
在大多数公司里，一个高中生能干什么？能做行政实习生，能帮忙标注数据。但在月之暗面，如果你的能力够，你就能成为核心论文的共同一作。没有人会问你几岁，没有人会问你什么学历。
你行你就上。
这背后是杨植麟的人才观。他不相信”资历”，不相信”背景”，不相信”职级”。他相信的是：这个人有没有Taste？能不能做出好东西？
陈广宇显然有。
17岁就有Taste的人，到27岁的时候会变成什么样？到37岁的时候呢？
这是月之暗面最可怕的地方。它不只是在做产品，它是在筛人——筛出那些最有天赋、最有品味的人，然后给他们一个不需要按资排辈的环境。
在这种环境里，岗位边界是极度模糊的。
做预训练的人，可以转去做后训练。做算法的人，可以转去做数据。做研究的人，可以转去做产品。
在传统公司里，这种转岗需要HR审批、需要面试、需要适应期。在月之暗面，你今天想换，明天就可以换。
因为所有人都是Staff。Staff没有边界。
Kimi的产品矩阵
说到月之暗面的产品，大多数人第一反应是Kimi智能助手——那个长文本处理能力震惊全网的AI对话产品。
但Kimi早就不是一个产品了。它是一个产品矩阵。
K3模型，2.8万亿参数。这是月之暗面的旗舰模型，也是Kimi智能助手的引擎。
Kimi Work，桌面端应用。把AI嵌入到办公场景里，处理文档、分析表格、生成报告。
Kimi Code，命令行工具加VS Code插件。这是给程序员用的——在终端里调Kimi，让它帮你写代码、review代码、解释代码。
Kimi WebBridge，浏览器插件。把Kimi嵌入到网页浏览体验里，帮你总结网页内容、提取信息、跨页面对比。
Kimi Claw，云端自动化工具。让AI自动执行一系列操作——填表、抓取、整理、汇报。
开放平台API。让开发者和企业接入Kimi的能力。
企业版。面向B端客户的服务。
六条产品线，覆盖了从个人用户到企业用户、从聊天到编程到自动化的完整图谱。
这不像一个300人公司的产品线。这像一个3000人公司的产品线。
但月之暗面就是用300人做出了这些。
怎么做到的？答案可能藏在那个”50个CEO”的细节里。50个有创业经历的人，每一个都能独当一面，都能带一个小团队冲锋。不需要层层汇报，不需要跨部门协调，拉上两三个人就能开干。
效率。极致的效率。
隐忧
但月之暗面不是没有问题。
从大厂来的高管，走了好几个。原因高度一致：适应不了。
适应不了什么？适应不了没有层级、没有明确职责、没有”我的地盘”的 Culture。在大厂里，你是某个部门的VP，你的团队做什么、不做什么，有明确的边界。在月之暗面，没有边界就意味着——你昨天管的事，今天可能别人就在管了。
这不是权力斗争。这是模式使然。但对于习惯了”地盘思维”的大厂高管来说，这种模式让人发疯。
“我不知道我该管什么。”一位离职的高管私下抱怨。
这句话在传统管理理论里是不可接受的。一个高管不知道自己该管什么？但在月之暗面的框架里，这个问题本身就暴露了思维方式的冲突——
在月之暗面，没有人”管”什么。所有人都在”做”什么。
管和做，一字之差，天壤之别。
更大的隐忧在于规模。300人的时候，全员扁平是可行的——每个人都能直接跟联创沟通，信息传递几乎零损耗。但当公司膨胀到500人、1000人的时候呢？
杨植麟迟早要面对这个问题。月之暗面的管理模式，是建立在”小团队+高密度人才”的基础上的。如果团队规模翻倍，人才密度必然被稀释。被稀释之后，“品味”还能不能穿透整个组织？
没有人知道答案。
包括杨植麟自己。
300人，300亿美元。人均一亿。这个数字让整个行业又羡慕又恐惧。但真正让同行恐惧的不是估值，而是这家公司的效率——300人做出了别人3000人都做不出的产品线。
问题是：300人能做到的事，1000人还能做到吗？
这大概是杨植麟此刻唯一无法用”品味”回答的问题。