AI是一座无限的山。

▼

01

一场"忘记署名"引发的行业地震

2026年3月，AI编程工具赛道发生了一场堪称"教科书级别"的公关危机。

估值高达500亿美元的明星公司Cursor，在发布其最新编程模型Composer 2时，宣称这是"自研模型"。然而，有开发者在调试API时，从日志中意外发现了一个刺眼的标识："kimi-k2p5-rl"。

这个标识直接指向了中国公司月之暗面（Moonshot AI）的Kimi K2.5模型。

消息迅速在开发者社区发酵，甚至连埃隆·马斯克都在社交媒体上确认了这一发现。面对质疑，Cursor联合创始人Aman Sanger和核心成员Lee Robinson不得不站出来回应：是的，我们用了Kimi K2.5作为基座模型，因为"它是目前最强的"。

更戏剧性的是，月之暗面预训练负责人杜羽伦通过技术测试发现，Composer 2的分词器（tokenizer）与Kimi完全一致，从技术层面彻底实锤了"套壳"事实。

但真正让这件事成为行业标志性事件的，不是技术上的"套壳"，而是背后的商业逻辑和伦理困境。

根据Kimi K2.5修改后的MIT许可证，若衍生产品的月活跃用户超过1亿或月收入超过2000万美元，必须在产品中显著标明"Kimi K2.5"。而Cursor的年报显示，其年经常性收入（ARR）约20亿美元，估值500亿美元，远超触发署名义务的门槛数百倍。

Cursor方面的解释是："这是一个疏忽，忘记署名了。"

这个解释，在AI行业从业者看来，既真实得可怕，又荒谬得可笑。

02

杨植麟一年前的预言：三方产品vs一方产品的根本逻辑

如果我们把时间倒回2025年7月，在K2发布后不久，月之暗面创始人杨植麟接受张小珺商业访谈录采访时，就已经为今天的事件埋下了伏笔。

在那次访谈中，杨植麟清晰地划分了"一方产品"和"三方产品"两种完全不同的逻辑：

三方产品（如Manus）的逻辑：逆向工程模型训练过程——猜什么工具、什么System Prompt、什么Context Engineering效果好。

一方产品（如Claude Code）的逻辑：正向设计——先把工具和环境设计好，直接在黑盒里训练模型，模型天然适配你的环境。

杨植麟当时就明确指出："第二种思路上限也许更高——你可以更好整合工具和模型。"

站在2026年3月回看，Cursor Composer 2恰恰是一个典型的"三方产品"案例。

他们没有选择从零训练基座模型，而是选择了"逆向工程"——评估了大量基座模型后，选择了当时最强的Kimi K2.5，然后在其基础上进行后训练（post-training）和强化学习（RL）训练。

Cursor方面透露，他们在Kimi K2.5基础上"消耗了数倍于基座模型的算力"进行后续训练。这个说法本身就有意思——如果消耗了数倍算力，那到底算"自研"还是"套壳"？

从技术角度看，Cursor确实做了大量工作。但从商业伦理角度看，问题就复杂得多。

杨植麟在访谈中提到的另一个关键观点，或许能解释为什么Cursor会"忘记署名"：

"一方产品和三方产品是两种根本不同的逻辑。"

对于Cursor这样的应用层公司来说，他们的核心叙事是"我们做出了最好的AI编程工具"，而不是"我们基于Kimi K2.5做了二次开发"。在资本市场的叙事逻辑里，前者估值可以是500亿美元，后者可能就要打对折。

这不是简单的"忘记"，而是商业利益驱动下的选择性遗忘。

要理解为什么Cursor会选择Kimi K2.5，我们必须回到杨植麟在访谈中反复强调的一个概念：Token Efficiency（令牌效率）。

在2025年，AI行业已经明确进入了"数据墙"时代。高质量数据接近常数，怎么办？杨植麟给出的答案是：提升token efficiency——让每份数据产生更大价值。

Kimi K2.5的核心突破，用杨植麟的话说就是："喂一样多的数据，'脑子'长得更多。"

具体技术方案包括：

1. Muon优化器

• Adam优化器用了10年，但token效率不够好

• Muon把矩阵参数整体考虑依赖关系

• 实验结果：学1份数据 ≈ 用Adam学2份

• 30T高质量token → 等价60T的效果

2. 数据改写策略

• 高质量数据反复学会过拟合

• 通过改写让同一份数据产生泛化能力

• 关键：改写是否引入了新的熵

这些技术突破，让Kimi K2.5在同等数据量下，性能显著超越竞争对手。这也是为什么Cursor会承认："Kimi K2.5是其中最强的。"

但这里有一个更深层的问题：当基座模型的性能差距缩小到一定程度，应用层公司的"护城河"到底在哪里？

Cursor的答案是：在Kimi K2.5基础上进行大量的后训练和RL训练，针对编程场景做深度优化。他们声称消耗了"数倍于基座模型的算力"。

这个策略本身没有问题。问题在于，当你99%的用户感知到的"智能"都来自于基座模型时，你是否还应该宣称这是"自研模型"？

杨植麟在访谈中提到了一个关键判断："今天Agent还不像对话有这么好的泛化性——接下来要山上几百个台阶，有可能是这个。"

换句话说，基座模型的泛化能力，决定了上层应用的上限。Cursor的Composer 2再优秀，也跳不出Kimi K2.5的能力边界。

这就是为什么"忘记署名"在技术伦理上如此严重——它模糊了能力来源的真实边界。

让我们把视角拉得更宏观一些。

Cursor事件之所以引发如此大的关注，不仅仅是因为一家500亿美元估值公司的"疏忽"，更是因为它暴露了整个AI行业在Agent发展上的根本困境：泛化性（Generalization）。

杨植麟在访谈中明确指出："Agent最大的挑战：泛化性。"

他列举了当前Agent训练的核心痛点：

• 训SWE-bench用分布数据，只提升SWE-bench分数

• 指标提升 ≠ 模型泛化变好

• 过拟合到特定工具、环境、任务是普遍问题

• 评估方式片面，可用的Benchmark不多

这段话，简直就是为Cursor事件量身定做的注解。

Cursor的Composer 2在编程任务上表现优异，但这是否意味着它真正理解了编程？还是只是过拟合到了编程场景的特定模式？

杨植麟给出的解决思路是：

1. 不过拟合单点能力，追求通用模型

2. 用更AI native的方式训练AI——让模型参与到训练过程

3. 可能需要在Pre-Train阶段就加入Agentic能力

这些观点，直指当前AI行业的核心矛盾：我们到底是在训练"智能"，还是在训练"应试能力"？

SWE-bench分数可以很高，但换个场景就不行，这本质上就是过拟合。Cursor的Composer 2可能在编程任务上超越了GPT-4，但这是否意味着它具备了真正的"编程智能"？

更尖锐的问题是：如果连"编程"这样相对封闭、规则明确的领域都难以实现真正的泛化，那AGI的距离还有多远？

杨植麟在访谈中对AGI的理解或许能给我们一些启示："AGI不是一级台阶，而是一个方向。"

他说："不是某一刻突然实现的——不像登月，站上去就算到了。"

"很多领域已经AGI了——数学、编程竞赛等。"

"社会影响是更长周期的事——像蒸汽机一样需要几十年上百年消化。"

这意味着，我们不应该期待某个"AGI时刻"的到来，而应该接受AI能力渐进式提升的现实。

在这个现实下，Cursor基于Kimi K2.5开发Composer 2，本身没有问题。问题在于，你是否诚实地向用户和投资者披露了能力的真实来源？

让我们再深入一层，看看Cursor事件背后的行业大背景。

杨植麟在访谈中提出了一个尖锐的问题："Scaling Law放缓了吗？数据飞轮为何没形成？"

他的答案是：Scaling Law遇到了数据墙——这是客观事实。

但模型变好的速度并没有减少，甚至在加速。原因包括：

• RL的scaling效率比Pre-Training高很多

• RL是on-policy且带负梯度的训练

• 提升token efficiency可以突破数据墙

但为什么没有形成数据飞轮？

杨植麟给出了三个原因：

1. 基于算力的scaling太强大了，其他手段相比之下提升很小

2. 大模型学习对噪声敏感，用户反馈信号噪声大

3. 需要新的交互范式来降低信号噪声

他最后总结道："基于FLOPs的scaling是更有效路径，但这个平衡什么时候会变化——值得观察。"

这段话，为Cursor事件提供了另一个解读角度。

在Scaling Law放缓、数据墙逼近的背景下，基座模型的性能差距正在缩小。当大家都能获得差不多的基座模型性能时，竞争就转移到了应用层。

Cursor选择了Kimi K2.5，因为它是"最强的"。但"最强"的差距可能只有几个百分点。在这种情况下，Cursor的核心竞争力就不在于基座模型，而在于：

1. 后训练和RL训练的质量

2. 产品体验和用户界面

3. 生态建设和开发者社区

这就是为什么Cursor会"忘记署名"——在他们的叙事里，基座模型只是"原材料"，真正的价值在于后续的"加工"。

但这种叙事在技术伦理上是站不住脚的。因为用户感知到的"智能"，99%来自于基座模型，而不是后训练。

杨植麟在访谈中提到了一个关键判断："模型越通用，系统越复杂。但不通用，泛化性又不够。"

这或许就是当前AI行业的根本困境：我们既需要通用的基座模型，又需要专用的应用模型，但这两者之间存在天然的张力。

Cursor试图通过在Kimi K2.5基础上进行深度后训练来解决这个矛盾，但在商业伦理上，他们越过了红线。

有趣的是，杨植麟在访谈中提到的管理哲学，竟然可以用来解读Cursor事件本身。

他把团队管理分为两种模式：

SFT式管理 = 告诉团队"这个事该这样做"

• 优点：有先验指导

• 缺点：团队失去主观能动性和创造力

RL式管理 = 给目标和奖励信号，让团队自主探索

• 优点：激发创新

• 缺点：容易被reward hacking——看起来结果好，实际没达到真正目标

杨植麟强调："核心是掌握SFT和RL的平衡。以RL为主，用一部分SFT控制先验。"

把这个框架应用到Cursor事件上，我们会发现一个惊人的相似性。

资本市场给AI创业公司的"奖励信号"是什么？

• 高估值

• 快速增长的用户数

• "自研技术"的叙事

在这个奖励信号下，Cursor的"最优策略"是什么？

• 选择最强的基座模型（Kimi K2.5）

• 进行大量后训练（消耗数倍算力）

• 宣称"自研模型"（忘记署名）

这不就是典型的"reward hacking"吗？

看起来结果好（发布了性能优异的模型，维持了500亿美元估值），实际没达到真正目标（诚实披露技术来源，建立可持续的技术生态）。

杨植麟在访谈中提到："这个洞察在科研、模型训练、组织管理上是相通的。"

确实相通。在科研中，reward hacking表现为"刷榜"——在特定benchmark上刷高分，但实际能力没有提升。

在模型训练中，reward hacking表现为"过拟合"——在训练数据上表现完美，但泛化能力差。

在组织管理中，reward hacking表现为"指标漂亮但实际没达到目标"——就像Cursor的"忘记署名"。

这或许就是AI行业当前面临的最大挑战：我们设计的奖励信号，是否真正指向了我们想要的目标？

如果资本市场的奖励信号是"自研技术"，那创业公司就会倾向于"忘记署名"。

如果学术界的奖励信号是"论文数量"，那研究者就会倾向于"灌水"。

如果开源社区的奖励信号是"star数量"，那开发者就会倾向于"营销"而不是"技术"。

杨植麟提出的解决方案是："以RL为主，用一部分SFT控制先验。"

应用到行业治理上，可能就是：以市场激励为主，用法律法规和行业标准控制底线。

Kimi K2.5的修改版MIT许可证，要求月活超1亿或月收入超2000万美元的公司必须署名，这就是在尝试建立这样的"先验控制"。

Cursor的"忘记署名"，本质上是对这种"先验控制"的挑战。

让我们回到最根本的问题：AI创业公司，到底应该如何定位自己与基座模型的关系？

杨植麟在访谈最后提到了一句意味深长的话："AI是人类文明的放大器。"

他还说："人的独特价值——体验和爱——不会被替代。创造可能很AI接手，但有好的机制，人可以享受生产的结果。"

如果把这句话扩展到AI行业内部，我们会发现：基座模型是"创造"，应用层是"体验和爱"。

基座模型公司（如月之暗面、OpenAI、Anthropic）负责"创造"智能。

应用层公司（如Cursor、Manus、各种AI工具）负责把智能转化为"体验和爱"——也就是用户价值。

这两者都重要，但角色不同。

Cursor的问题不在于使用了Kimi K2.5，而在于模糊了角色边界——他们试图让自己看起来既是"创造者"又是"体验提供者"。

在资本市场的叙事里，"创造者"的估值高于"体验提供者"。所以Cursor选择了"忘记署名"。

但这种策略从长远看是不可持续的。因为：

1. 技术真相终会暴露——就像这次被开发者从API日志中发现

2. 损害行业信任——如果所有应用层公司都"忘记署名"，那基座模型公司就没有动力开源

3. 最终伤害的是整个生态——包括Cursor自己

杨植麟在访谈中提到："任何中间状态都有可能成为被批评的对象——这是Kimi教我的。"

这句话或许可以用来解读Cursor事件。在"完全自研"和"诚实署名"之间的中间状态，是最容易被批评的。

Cursor如果完全自研，那没问题。

Cursor如果诚实署名"基于Kimi K2.5开发"，那也没问题。

但Cursor选择了中间状态——"自研模型"但"忘记署名"——这就成为了被批评的对象。

这或许就是AI行业走向成熟的必经之路：从模糊到清晰，从混乱到规范。

Cursor事件不应该仅仅被视为一家公司的公关危机，而应该被看作AI行业建立技术伦理新范式的契机。

基于杨植麟的访谈和Cursor事件，我们可以提炼出以下几个行业共识：

1. 基座模型与应用层的边界必须清晰

当应用层公司使用开源或商业授权的基座模型时，必须明确披露。这不是"可选项"，而是"必选项"。

Kimi K2.5的修改版MIT许可证设定了一个好的先例：月活超1亿或月收入超2000万美元必须署名。

这个标准应该成为行业基准。

2. "自研"的定义需要重新审视

在基座模型+后训练的模式下，什么是"自研"？

• 如果只做了后训练，能叫"自研模型"吗？

• 如果消耗了数倍于基座模型的算力，能叫"自研模型"吗？

• 如果用户感知到的智能99%来自基座模型，能叫"自研模型"吗？

行业需要建立更清晰的定义和标准。

3. Token Efficiency时代的竞争逻辑

杨植麟提出的"Token Efficiency"概念，应该成为评估基座模型的核心指标。

• 不是看训练了多少数据，而是看同样数据产生了多少智能

• 不是看算力消耗了多少，而是看同样算力产生了多少性能

Muon优化器让"学1份数据 ≈ 用Adam学2份"，这才是真正的技术突破。

4. Agent泛化性是下一个战场

Cursor事件暴露了当前Agent发展的根本困境：泛化性不足。

SWE-bench分数再高，换个场景就不行，这本质上还是"应试教育"。

下一个技术突破点，应该是让Agent具备真正的泛化能力，而不是在特定benchmark上过拟合。

5. RL式治理vs SFT式治理

杨植麟提出的"RL式管理"和"SFT式管理"的平衡，应该扩展到整个AI行业治理。

• 市场激励（RL）：让公司自主探索商业模式

• 行业规范（SFT）：设定技术伦理的底线

两者缺一不可。

杨植麟在访谈中反复引用物理学家David Deutsch的《无穷的开始》中的两句话：

"问题是不可避免的"

"问题是可以被解决的"

他说："每解决一个问题，技术就能再往上攀登几百米。也许有一天会发现，这座山没有尽头。"

The Beginning of Infinity的意思就是——它是一座无限的山。

Cursor事件，就是这座无限的山上的一个问题。

这个问题是不可避免的——当AI行业快速发展、基座模型与应用层分离、开源与商业交织时，技术伦理的边界必然会模糊。

但这个问题也是可以解决的——通过建立清晰的行业标准、技术伦理规范、法律法规框架。

关键是我们是否有勇气面对这个问题，而不是"忘记署名"。

"AI是人类文明的放大器。"

如果AI放大了人类的创造力，那它也应该放大人类的诚信。

如果AI放大了人类的效率，那它也应该放大人类的责任。

Cursor的500亿美元估值，不应该成为"忘记署名"的理由，而应该成为"带头署名"的动力。

因为在这座无限的山上，每一个攀登者都有责任为后来者留下清晰的路标，而不是模糊的足迹。

这或许就是Cursor事件给整个AI行业的最重要启示：

在追求技术无限进步的同时，我们也不能忘记技术伦理的底线。

因为只有这样，这座无限的山，才能成为人类文明的阶梯，而不是悬崖。

参考资料：

1. 张小珺商业访谈录：《KIMI杨植麟访谈：AI是一座无限的山》
2. David Deutsch：《无穷的开始》（The Beginning of Infinity）
3. 本文数据截至2026年3月23日。
4. 欢迎转发、点赞在看一一看清A/落地的真实战场。