3 月 19 日，Cursor 發(fā)布了自研新模型 Composer 2。官方博客稱它來自「our first continued pretraining run」，跑分超過了 Claude Opus 4.6。

一天之內(nèi)，技術(shù)社區(qū)就發(fā)現(xiàn)了問題：Composer 2 的底層，基于 Kimi 的開源模型 Kimi K2.5 微調(diào)。但 Cursor 的博客里一個字都沒提。

一個估值 500 億美元的硅谷 AI 編程工具，核心能力跑在一家中國公司的開源模型上，而且一開始還沒說，這事兒，怎么看都有點意思。

但 Cursor 只是最新的一個信號。同樣是本周：

• Cloudflare 把 K2.5 上架到全球邊緣計算平臺 Workers AI，內(nèi)部實測成本降低 77%；

• 老黃邀請楊植麟作為唯一的中國獨立大模型公司創(chuàng)始人在 GTC 2026 演講；

• 馬斯克一周內(nèi)兩度公開點贊 Kimi；

而 Kimi 自己，正以投前估值 180 億美元（約合人民幣 1200 億），進行新一輪 10 億美元融資，Kimi 已成為中國最快的十角獸公司之一。

1 月 29 日開源發(fā)布，3 月 20 日 Cursor 事件引爆。不到兩個月，Kimi K2.5 跑進了硅谷從應(yīng)用層到基礎(chǔ)設(shè)施層的核心工具鏈。

它是怎么做到的？

??關(guān)注 Founder Park，最及時最干貨的創(chuàng)業(yè)分享

超 22000 人的「AI 產(chǎn)品市集」社群！不錯過每一款有價值的 AI 應(yīng)用。

邀請從業(yè)者、開發(fā)人員和創(chuàng)業(yè)者，飛書掃碼加群：

進群后，你有機會得到：

• 最新、最值得關(guān)注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準(zhǔn)的 AI 產(chǎn)品曝光渠道

01Cursor 的新模型，底層是 Kimi

3 月 19 日，Cursor 發(fā)布 Composer 2。

官方博客寫得很漂亮。CursorBench 得分 61.3，超過 Claude Opus 4.6 的 58.2；SWE-bench Multilingual 73.7，相比上一代 Composer 1.5 的 65.9 大幅提升。博客用了一個精心措辭的說法：「我們的第一次繼續(xù)預(yù)訓(xùn)練」——給人的感覺是，Cursor 自己從頭訓(xùn)練了一個編程模型。

但很快有推特網(wǎng)友注意到了問題，發(fā)現(xiàn) Composer 2 底層是 K2.5。

開發(fā)者們開始比對 Composer 2 的輸出特征和已知開源模型的行為模式，結(jié)論指向了 Kimi K2.5。隨后的信息逐步浮出水面：Composer 2 約 25% 的預(yù)訓(xùn)練來自 K2.5 的基座模型，Cursor 在此基礎(chǔ)上做了微調(diào)和續(xù)訓(xùn)，推理部署由 Fireworks 完成。

馬斯克同日在 X 上轉(zhuǎn)發(fā)了相關(guān)討論。

事件發(fā)酵后，雙方先后出面，將合作定性為授權(quán)合作。

Cursor 聯(lián)合創(chuàng)始人 Aman Sanger 回應(yīng)得很直接：「一開始沒在博客里提到 Kimi 的底座，是我們的疏忽。下一個模型我們會改正?！?/strong>

這件事為什么重要？

先看一個背景：Cursor 此前只用 OpenAI、Anthropic 和 Google 的模型。它對模型供應(yīng)商的篩選標(biāo)準(zhǔn)在行業(yè)里是出了名的嚴(yán)。

現(xiàn)在，一家估值 500 億美元的硅谷明星產(chǎn)品，選擇了一個中國公司的開源模型來構(gòu)建自己的核心編程能力。而且不是「加入可選列表」——是把 K2.5 的權(quán)重作為預(yù)訓(xùn)練基座，在上面搭建自己的模型。

Composer 2 的定價也耐人尋味：標(biāo)準(zhǔn)版 0.50/M input tokens、2.50/M output tokens，比 K2.5 的官方 API 定價（0.60/3.00）還低。Cursor 之所以能把價格打到「一折」，正是因為 K2.5 本身的成本結(jié)構(gòu)足夠低。

The Decoder 在 3 月 21 日的報道中分析了 Cursor 最初不披露的原因：「不披露很可能出于競爭定位的考慮……承認(rèn)依賴（外部模型）會動搖其獨立 AI 能力的說法?！?/strong>

但反過來看，Cursor 選擇 K2.5 本身就是最好的技術(shù)背書。如果 K2.5 不夠好，一個對模型要求如此苛刻的產(chǎn)品不會冒險用它。不是中國公司在模仿硅谷產(chǎn)品——是硅谷產(chǎn)品基于中國模型來構(gòu)建核心能力。

Cursor 事件引爆當(dāng)天，馬斯克在 X 上轉(zhuǎn)發(fā)并評論。這是他一周內(nèi)第二次公開提及 Kimi。

馬斯克的第一次轉(zhuǎn)發(fā)，是因為一篇論文。

3 月 16 日，Kimi 團隊在 arXiv 發(fā)布了 Attention Residuals 論文，挑戰(zhàn) Transformer 沿用近十年的殘差連接設(shè)計。Kimi 官方賬號的推文在 X 上迅速引爆——480 萬閱讀，2500 次轉(zhuǎn)發(fā)，1.3 萬點贊，登上 Twitter 全球熱搜，傳播聲量不亞于一次模型發(fā)布。

馬斯克轉(zhuǎn)發(fā)點贊，Andrej Karpathy 評論：「我們一直沒真正把'Attention is All You Need'這個標(biāo)題當(dāng)回事?！筄penAI 聯(lián)合創(chuàng)始人 Jerry Tworek 只說了兩個詞：「deep learning 2.0」。

02不止 Cursor：硅谷的基礎(chǔ)設(shè)施也在接入 Kimi

Cursor 是應(yīng)用層的標(biāo)志性事件。但 Kimi 同時也打進了硅谷的基礎(chǔ)設(shè)施層和算力層。

Cloudflare 接入 Kimi，成本降低 77%

在 Cloudflare 公布數(shù)據(jù)之前，硅谷已經(jīng)有人喊出了更大的數(shù)字。

K2.5 發(fā)布不久，All-In Podcast 的 Chamath Palihapitiya 在節(jié)目中說了一段很有沖擊力的話：「我覺得大家還沒意識到這個 Kimi K2.5 時刻有多重要……把下一代系統(tǒng)和開源結(jié)合起來，AI 的成本能砍掉 90%?！?/strong>

他甚至宣布：「我把所有 OpenAI 的賬戶都取消了。25000 美元，沒了?！?/p>

這是硅谷頂級投資人在一檔累計播放量超過 10 億的播客里，公開為一個中國開源模型站臺。Chamath 的預(yù)測是「省 90%」——而 Cloudflare 隨后用自己的生產(chǎn)數(shù)據(jù)給出了驗證。

Cloudflare 在 Workers AI 平臺上架了 Kimi K2.5。Workers AI 是全球最大的邊緣計算平臺之一，開發(fā)者通過它調(diào)用 AI 模型，請求在離用戶最近的節(jié)點上執(zhí)行。此前平臺上的模型清一色來自美國公司——Meta 的 Llama、Google 的 Gemma。K2.5 是第一個來自中國的大語言模型。

但真正有說服力的不是「上架」這個動作本身，而是 Cloudflare 自己的使用數(shù)據(jù)。

Cloudflare 在官方博客中披露：他們內(nèi)部的安全審查 agent 每天處理超過 70 億個 token，在一個代碼庫中就識別出了 15 個以上的確認(rèn)問題。此前這個 agent 使用中等價位的閉源模型，年費約 240 萬美元。切換到 Kimi K2.5 后，成本降低了 77%。

Chamath 說「省 90%」，Cloudflare 實測「省 77%」。一個是投資人的判斷，一個是工程團隊的賬本——量級基本對上了。

被 Cloudflare 選中，不只是「多了一個渠道」，Kimi 被編進了全球開發(fā)者的默認(rèn)工具箱。

黃仁勛與 Kimi：從 CES 到 GTC

黃仁勛對 Kimi 的關(guān)注不是從 GTC 才開始的。

1 月初的 CES 上，黃仁勛就用 Kimi 模型來驗證下一代芯片的性能表現(xiàn)。對 NVIDIA 來說，選擇哪個模型來做芯片的「驗貨工具」，本身就是一個技術(shù)判斷——它需要足夠吃算力、足夠考驗架構(gòu)，才能充分測試硬件的極限。

兩個月后的 GTC 2026，黃仁勛再次選擇了 Kimi。3 月 18 日，也就是 Cursor 事件的前一天，他邀請楊植麟在 GTC 做了一場演講，主題是：「我們?nèi)绾螖U展 Kimi K2.5」。同時，NVIDIA 在 GTC 上用 Kimi 模型展示了推理能力——從驗貨到展示，Kimi 成了 NVIDIA 在兩場最重要的年度大會上反復(fù)使用的模型。

GTC2026 上，老黃用 KIMI 模型展示推理能力。

楊植麟是唯一受邀現(xiàn)場演講的中國獨立大模型公司創(chuàng)始人。此前，中國的獨立大模型公司幾乎沒有先例。

楊植麟在演講中首次系統(tǒng)披露了 K2.5 的完整技術(shù)路線圖。他說了一句很關(guān)鍵的話：「很多通用技術(shù)標(biāo)準(zhǔn)正在成為 scaling 的瓶頸?！?/strong>

翻譯過來就是：不能只靠堆算力和堆數(shù)據(jù)了，要改底層。

他提到的關(guān)鍵技術(shù)創(chuàng)新包括優(yōu)化器改進、注意力機制重構(gòu)（包括后來發(fā)表的 Attention Residuals 論文）和殘差連接的重新設(shè)計——都是模型架構(gòu)層面的「地基工程」。

把這些信號放在一起看：應(yīng)用層，Cursor 選 K2.5 做底層；基礎(chǔ)設(shè)施層，Cloudflare 把 K2.5 部署到全球邊緣節(jié)點；算力層，NVIDIA 從 CES 到 GTC 連續(xù)兩次用 Kimi 做展示；投資圈，Chamath 在 All-In 播客上公開喊出「K2.5 時刻」。

三層信號，指向同一個結(jié)論：硅谷 AI 圈的核心工具鏈正在接入 Kimi。

03Kimi 做對了什么？

硅谷的工具鏈為什么會選一個中國開源模型？具體來說，有兩個原因。

技術(shù)路線：從底層架構(gòu)入手

K2.5 的模型架構(gòu)是 MoE 架構(gòu)?？倕?shù) 1 T，但每次推理只激活其中的 32B——384 個專家模塊中選 8 個工作，剩下的「休息」。這意味著你得到的是一個萬億參數(shù)級別模型的能力，但只付 320 億參數(shù)的推理成本。

這是 Cursor 和 Cloudflare 選擇它的直接原因：性能在第一梯隊，成本只有同級別閉源模型的幾分之一。

編程場景的數(shù)據(jù)很能說明問題。K2.5 在 SWE-Bench Verified 上達到 76.8%，LiveCodeBench v6 上達到 85.0%——后者超過了 DeepSeek-V3.2 的 83.3%。不是一個「還行」的模型，基本在編程場景的第一梯隊。Cursor 基于它微調(diào)出的 Composer 2 跑分超過了 Claude Opus 4.6，側(cè)面驗證了基座模型的質(zhì)量。

更值得關(guān)注的是 Kimi 團隊在底層架構(gòu)上的持續(xù)創(chuàng)新。3 月 16 日，他們發(fā)布了一篇關(guān)于注意力殘差（Attention Residuals）的論文。傳統(tǒng) Transformer 的殘差連接用固定權(quán)重把每一層的輸出簡單累加，層數(shù)越深，早期層的貢獻就越被稀釋。Kimi 的做法是用 softmax 注意力替代固定權(quán)重，讓模型能根據(jù)當(dāng)前輸入動態(tài)決定「回看」哪些層的信息。

效果很直接：在 GPQA-Diamond（研究生級別科學(xué)推理）上提升 7.5 個百分點，相當(dāng)于多用 25% 的算力訓(xùn)練。

楊植麟在 GTC 演講中把這條路線概括為一句話：「很多通用技術(shù)標(biāo)準(zhǔn)正在成為 scaling 的瓶頸?！挂馑际?，美國主流路線習(xí)慣于堆更多的 GPU、喂更多的數(shù)據(jù)來提升模型能力，但這條路的邊際收益在遞減。Kimi 選擇的是另一條路——改底層架構(gòu)，讓同樣的算力產(chǎn)出更多的智能。

Cloudflare 的 77% 成本降低就是這條技術(shù)路線最直接的商業(yè)驗證。不是性能打折換便宜，是同等性能下成本只有四分之一。

開源找到了自己的生態(tài)位

開源模型，目前可能只在榜單上打敗了閉源。

事實上，Anthropic 的 Claude、OpenAI 的 GPT、Google 的 Gemini，在絕對能力的天花板上仍然領(lǐng)先。如果你需要的是當(dāng)前最強的通用推理能力，閉源模型依然是第一選擇。

但 K2.5 的案例證明了另一件事：開源模型已經(jīng)找到了自己的應(yīng)用市場和不可替代的競爭力。

具體來說，是三個閉源模型覆蓋不了的生態(tài)位。

第一，性價比驅(qū)動的大規(guī)模部署。Cloudflare 的安全審查 agent 每天跑 70 億個 token，一年省下約 185 萬美元。這種量級的調(diào)用場景，用閉源模型的 API 定價根本不現(xiàn)實。開源模型可以自部署、可以量化壓縮、可以針對特定場景優(yōu)化推理成本——這些都是閉源 API 做不到的。

第二，可定制性。Cursor 基于 K2.5 的權(quán)重微調(diào)出了自己的編程模型。這件事在閉源世界里不可能發(fā)生——你沒法拿到 Claude 或 GPT 的權(quán)重，也就沒法在它們的基礎(chǔ)上做深度定制。開源模型的權(quán)重是公開的，企業(yè)可以根據(jù)自己的場景做微調(diào)、做蒸餾、做特定領(lǐng)域的優(yōu)化。Cursor 的 Composer 2 本身就是開源可定制性的最佳證明。

第三，透明度和信任。開發(fā)者能看到權(quán)重、能審計模型行為、能本地部署不出內(nèi)網(wǎng)。對安全敏感的企業(yè)和政府場景，這不是「nice to have」，是剛需。

K2.5 在 HuggingFace 上的下載量已經(jīng)超過 356 萬，GitHub 上有 127 個項目集成了它，ollama 也已支持 K2.5。

開源不是在跟閉源打同一場仗。它找到了閉源模型覆蓋不了的場景——大規(guī)模部署、深度定制、可審計——然后在這些場景里建立了自己的優(yōu)勢。而 Kimi K2.5，是目前在這條路線上跑得最快的。

04Kimi 正在從模型公司，變成 Agent 基礎(chǔ)設(shè)施公司

Kimi 內(nèi)部也在快速出牌。

早在 K2 thinking 發(fā)布時，Kimi 就提出了「模型即 Agent」的路線。當(dāng)時聽著像愿景。過去兩個月的產(chǎn)品動作證明，這可能是產(chǎn)品路線圖。

Agent Swarm 是 K2.5 帶來的最激進的產(chǎn)品嘗試。一個編排器可以動態(tài)調(diào)度最多 100 個子 Agent，并行執(zhí)行 1500 步任務(wù)，速度比單 Agent 快 3 到 4.5 倍。寫一份深度研究報告、批量檢索上百家公司信息——以前要拆成幾十個對話窗口慢慢磨的活，現(xiàn)在一次性扔給集群。想解決的是「一個 Agent 不夠用怎么辦」。

Kimi CLI 作為終端里的 AI 編程助手，已經(jīng)在開發(fā)者社區(qū)攢下了一批核心用戶。GUI 版本正在試水，他們想把同樣的能力推向非技術(shù)人群，讓更多人來用。

春節(jié)期間上限的 KimiClaw，基于自家模型快速上線了一鍵部署版的 Openclaw，一個 24/7 在線的 Agent 環(huán)境，不用搭服務(wù)器，不用碰命令行。配合 K2.5 模型，使用的感覺意外還不錯。

Kimi 正在從一個模型公司，變成一個 Agent 基礎(chǔ)設(shè)施公司。

數(shù)據(jù)也在驗證這條路線。據(jù) Similarweb 數(shù)據(jù)，kimi.com 的訪問量已達歷史新高，最近三個月累計訪問量突破 1.2 億次。這個數(shù)字說明，Kimi 不只是在開發(fā)者社區(qū)有口碑——它正在成為一個有規(guī)模的消費級產(chǎn)品。

外部被硅谷工具鏈選中，證明了模型能力；內(nèi)部全面轉(zhuǎn)向 Agent，是在模型能力之上搭建產(chǎn)品層；用戶端的增長數(shù)據(jù)同步跟上。三條線同時加速。

從 1 月 29 日開源發(fā)布，到 3 月 20 日 Cursor 事件引爆，不到兩個月。

這兩個月里發(fā)生的所有事情——Cursor 用它做底層、Cloudflare 用它省 77% 的錢、黃仁勛從 CES 到 GTC 連續(xù)兩次用它做展示、Chamath 在播客里喊出「K2.5 時刻」、馬斯克兩度點贊——指向同一個信號：硅谷的核心生態(tài)工具鏈，開始基于中國開源模型構(gòu)建。

這不是因為中國模型在所有維度上超越了閉源模型。閉源的 Claude、GPT、Gemini 在絕對能力的天花板上仍然領(lǐng)先。但在大規(guī)模部署、深度定制、成本控制這些實打?qū)嵉纳a(chǎn)環(huán)境需求面前，開源模型找到了自己的生態(tài)位——閉源模型覆蓋不了的生態(tài)位。

轉(zhuǎn)載原創(chuàng)文章請?zhí)砑游⑿牛篺ounderparker