杨植麟肖弘等30岁上下技术人进入中国AI公司权力中心

他们因技术获得权力，又必须运用权力，保护技术所需要的自由。

文丨魏冰

编辑丨宋玮 赵磊

过去二十年，中国互联网公司的权力，大多随着商业战果分配。做成一款产品，拿下一块市场，带来更多收入，管理者才有机会掌握更大权力。

如今，一批三十岁上下的技术人，正在通过另一条路径进入中国最核心科技公司的权力中心。

33 岁的杨植麟创办了月之暗面，让阿里、腾讯既和他竞争，也给他投钱；同样 33 岁的肖弘，把 Manus 卖给 Meta，八个月后又买了回来——他做过全球科技巨头的副总裁，如今更想做它们的对手；31 岁的罗福莉带着一支数十人的新团队，在小米启动了万亿参数模型的训练；28 岁的姚顺雨进入腾讯总裁办，接手混元，成为省委书记视察时，坐在马化腾身边的人。

不必等到产品取得商业成功，这些年轻的管理者就开始掌握一家公司最重要的研发决策权，由此影响数百名研究员的工作，以及数以亿计的算力如何投入。

这些决定的代价，可能是按分钟计算的。2026 年 9 月，罗福莉直播公开了小米两款模型的强化学习训练看板。按照页面展示的费用速率，两轮训练合计每小时要花掉 3.08 万美元。

他们按自己的偏好和理解建立组织。有人希望减少层级和部门边界，有人鼓励研究员自由组队、直接沟通。即使负责人认为一个想法大概率无效，研究员仍可能拿到算力，自己试一试。

一位大模型公司的 tech lead 告诉我们，他认为好的人才不需要管理，“人招进来，给他卡就够了”。但前提是，“要招比自己还优秀的人。”

他们年轻、充满野心、孤注一掷，一位接近 Kimi 招聘的人士说，这家公司只做一件事——大模型，“做不好，公司就会死”。

一位混元团队成员说，姚顺雨曾提出，成为第一之前不发技术报告，“不仅要做中国第一，还要做世界第一”。这样的目标吸引着年轻研究员。有人直白地说，自己来混元，就是 “信姚哥有天能做到第一”。

空前的信任、焦虑与期待，将这群三十岁上下的技术人推向了权力的核心。他们凭什么获得权力，又将怎样使用它，正在影响中国 AI 行业的走向。理解他们，也是理解这场昂贵的战争正如何展开。

1. Kimi 的故事：杨植麟决定再等等

2026 年 3 月，几名 Kimi 的年轻研究员想让公司为一个新想法改变计划。

他们希望把一项叫 Attention Residuals 的新技术，放进 Kimi 正在研发的下一代旗舰大模型 K3。当时距离预期发布只剩四个月，临时更换架构可能推迟训练，甚至影响发布时间。在几千张卡开始运转之前，他们需要说服杨植麟。

这个想法最初来自 Kimi 的研究员苏剑林，业内人称 “苏神”。他独自生活在广州，与北京的团队远程合作。他长期在个人博客 “科学空间” 上写数学推导和模型研究，许多研究员在成为他的同事之前，就已经是他的读者。

2026 年春节前后，苏剑林读到 DeepSeek 的 mHC 论文。这项研究试图改进大模型各层之间传递信息的方式：保留多条并行的信息流，让每一层按不同权重混合、读取和更新这些信息，同时约束混合过程，避免训练不稳定。

苏剑林从中冒出一个念头：既然是在做加权求和，何不用 Attention？

Attention，即注意力机制，是大模型早已使用多年的技术。处理一段文字时，它让模型判断哪些词与当前这个词更相关，再按不同权重读取它们的信息。

苏剑林觉得可以把同样的机制用在模型的不同层之间。大模型由许多层组成，信息经过一层层计算，逐渐形成输出。传统的残差连接把每层产生的信息不断相加、向后传递；他希望让当前这一层按需选择，应该从前面哪些层读取多少信息。

这个想法后来被称为 Attention Residuals。一位研究者形容，它就像把 Attention 转了 90 度，竖起来用：原本在 token 与 token 之间选择信息，现在在层与层之间选择信息。

苏剑林很快写了一个简化版本，效果很好。苏剑林后来在《Attention Residuals 回忆录》中写到，他把实验结果发到内部群里，研究员张宇和陈广宇很感兴趣，很快加入进来，在更大的模型上验证。

张宇在苏州大学读博期间就开始研究高效模型架构，2025 年 3 月加入 Kimi，后来成为 Kimi Linear 论文的第一作者；陈广宇当时只有 17 岁，还是一名高中生，长期研究高效模型架构。几个人试过更复杂的设计，效果大多不如最初的简单版本。

但要把这个完整版直接搬上万亿参数的大模型，推理团队认为可以优化，但训练团队算过后却发现，以当时的资源根本无法承担。因为它需要保存各层的信息，还要在设备间传递。苏剑林后来写道：“说白了还是穷。”

“从推理效率角度，当时新增加了一个考虑因素，那就是公司流量疯狂上涨，所以无论是延迟优化还是成本优化的压力都非常大，因此在最终定版的时候，我们在设计目的上就是做到几乎无性能开销。”Kimi 的 AI Infra 工程师 Yaoyu Wang 在社交平台上说。

他们需要一个更便宜、对推理更友好的方案。Infra 团队提出，希望能换一种具备良好局部性的思路来化解通信瓶颈；沟通之后，张宇和陈广宇几乎只用了一个晚上，提出了 Block AttnRes（分块注意力残差）设计：把模型的多个层分成 8 个组（Block），先汇总组内信息，再在组间做 Attention。

正如苏剑林在《Attention Residuals 回忆录》中说，这种分块方案在长上下文和大规模训练下，仅带来极小的额外开销（根据论文与复盘数据，额外开销在 5% 以内甚至更低，换来了约 20% 的训练效率提升）。

训练、推理和 Infra 团队确认方案可行后，“所有同学全力推动它进主线。”

但还有最后一个问题： K3 即将开训，日程已按交付日期倒排，新架构还需要进一步验证。临时加入它，可能打乱整个训练计划。

最终，杨植麟拍板，他同意推迟 K3 的开训时间，给团队留出验证的时间。

3 月 16 日，Kimi 公开了这项研究，陈广宇、张宇和苏剑林同为共同第一作者。4 个月后，拥有 2.8 万亿参数的 K3 发布，Attention Residuals 成为它的重要架构之一。新模型在多项第三方评测中表现出色。

Yaoyu Wang 在 2026 年 3 月所撰写的一篇深度技术复盘文章中说，在 Kimi 内部，有一张同事们遇到难题时常拿出来互相打气的梗图，上面有两句话：

Infra 方说：“数学上合理的架构，工程上没道理实现不了；如果实现不了，大概率是工程这边哪个地方理解不对。”

算法方回应：“如果系统上实现不了，大概率是算法没真正想清楚。”

正是这种双向的信任，让难题得以解决。一个参与其中的研究员说，“我还挺怀念那段时光，所有人都全情投入。一个方案，行不行，不行赶快 pass，又想另一个，再试一下。”

这个故事里，提出新想法的是一名远程工作的研究员，将它变成可行方案的包括一名 17 岁高中生和一名年轻博士；训练、推理和 Infra 团队则在周末的深夜合力解决了大规模工程的问题。最后，作为 CEO 的杨植麟拍板决定，为它改变公司最重要模型的训练日程。

这种近乎奢侈的信任、毫无保留的团队协作，以及在压力下的孤注一掷，让一个 “灵光一现” 落地生根。

于是，能在不确定性中找到正确方向，并能团结一群人去兑现方向的人，站在了权力的核心。新一代 AI 管理者的能力，不只是自己懂技术，还包括识别他人的技术判断，并将其变成整个组织的 bet。

2. 智谱的转向：00 后年轻研究员推动押注 coding

2025 年初，智谱需要找到一个突破口。

DeepSeek-R1 发布后，这家国内最早训练、开源千亿参数模型的公司之一，感到了落后的压力。唐杰后来在内部信中回忆，彼时模型效果达不到预期，行业又陷入价格战。

春节前后，唐杰把十几位核心技术人员叫到一起。负责预训练和基础设施训练的曾奥涵，长期负责编程模型 CodeGeeX 的郑勤锴，AutoGLM 负责人刘潇，以及后来参与 GLM-4.5 核心研发的侯振宇等人都在。

他们中的许多人与唐杰的合作始于清华。2022 年，曾奥涵和刘潇共同担任 GLM-130B 的学生负责人，带领团队训练出一个在多项英文评测中达到 GPT-3 水平的千亿参数模型。

这样的会议没有固定日程。一位智谱的人士说，当唐杰对方向感到焦虑时，就会临时召集大家。这群不到三十岁的年轻人坐在这里，要讨论的是公司接下来把人和算力投向哪里。R1 之后，智谱该往哪里走？

00 后、尚未博士毕业的曾奥涵提出，做 Coding。郑勤锴等人也主张加强模型的编程能力。

但这个方向在智谱内部并未成为共识。2024 年 9 月，OpenAI 发布 o1-preview，展示了模型通过长链思考解决复杂问题的能力。四个月后，DeepSeek-R1 的成功进一步让数学、逻辑和复杂问题求解成为研发重点。侯振宇等人认为，应该继续沿着这条路线探索。

一位智谱人士回忆，他们当时把 OpenAI 和 Anthropic 的路线分别比作 “科学家” 和 “工程师”：前者探索认知边界、算法和新的训练范式，后者着力让模型完成真实任务，比如帮程序员写代码。彼时国内许多公司都在跟进 OpenAI 的技术路线，而主张 Coding 的研究员认为，智谱应该把更多力量投向后者。

一位智谱人士说，当时他们继续跟进 R1 已经吃不到红利了。“我们得去做一个新的、不一样的东西。”

唐杰没有在会上确定方向，而是让几支团队回去分头探索：曾奥涵、郑勤锴等人主做 Coding，侯振宇等人则继续沿着 Reasoning 探索。

转折出现在 2025 年 4 月。智谱发布了一批 320 亿参数的模型，其中一个版本加强了工程代码、函数调用等能力。内部测评和使用反馈让 Coding 获得更多认可，公司逐渐增加投入。

七月，GLM-4.5 发布，编程成为市场反馈最好的能力之一，智谱重新受到关注。九月，公司推出 GLM Coding Plan，开发者按月付费，就能在 Claude Code、Cline 等工具中使用 GLM。到十二月，智谱 CEO 张鹏称，这项业务的年度经常性收入已超过一亿元人民币。

在当时，Coding 还不是许多国内大模型公司最优先投入的方向。2026 年 6 月，MiniMax 创始人闫俊杰在一场技术交流活动上回忆，大约两年前，他曾问梁文锋是否做 AI Coding，得到否定的回答。按闫俊杰的说法，当时他们觉得国内程序员群体有限，市场不够大。

2026 年智谱上市当天，唐杰在内部信中回顾这一年的转折，把四月的模型发布称作试探，把七月底 GLM-4.5 的发布称作 “一场决战”。

“我们坚守了阵地，终于找到 Coding 作为突破口。”

押注 Coding，成为智谱成立以来最重要的战略决策之一。

这不是一个人的决定，而是一群年轻技术人员的判断，经过不同团队的探索和验证，逐渐成为公司的战略选择。

他们未必拥有与实际职责相称的正式头衔，却已经能够提出技术方向，带领团队验证自己的判断，并影响一家公司的走向。

3. MiMo 的跨越：从 7B 到 1T，罗福莉不想慢慢来

2025 年 4 月，小米发布第一款 MiMo 模型，参数规模只有 7B。罗福莉加入后，和团队决定，同时训练一个数千亿参数的模型和一个万亿参数的模型。

这两个项目，后来分别成为 MiMo-V2-Flash 和 MiMo-V2-Pro。

当时的 MiMo 还是一支新团队。2025 年一月，团队不到二十人；到五六月份，也只有五六十人。大部分研究员此前没有训练过大模型，有经验的人中，不少也只做过 7B、14B。

第一款 7B 模型，团队当时想先用它检验数据质量，训出来发现效果不错，才决定发布。随后几个月，MiMo 团队继续准备预训练数据、修改架构、优化基础设施。一位研究员说，过去受时间和资源限制，一些改进来不及做，现在终于有时间细细打磨。他用分数打比方，就像把数据质量从七十分提高到九十分。这些准备工作持续了大约半年。

后来，罗福莉希望把模型做得更大。

罗福莉很早就被叫作 “天才少女”。2019 年，还在北大读研二的她，在自然语言处理顶会 ACL 上有八篇署名论文，其中两篇为第一作者。DeepSeek 的履历、小米千万年薪挖角的传闻，后来又放大了这个标签。她为此改了知乎签名：“烦请各大自媒体不要再神化和消费个人。”

罗福莉的成长历程并非一帆风顺。她曾经称自己是计算机领域 “绝对的低起点者”。在北师大读本科时，她的成绩一度靠后，后来追到全班第四；主动联系北大导师进入实验室，又收到过不适合科研的评价，甚至考虑转做产品。

2020 年硕士毕业后，她进入阿里达摩院，两年后加入幻方量化，随后参与 DeepSeek-V2、V3 的研发。到 2025 年加入小米时，她毕业不过五年，已经有了六七千亿参数模型的训练经验。

她想把下一款模型做到万亿参数，身边一些研究员却连数千亿参数的模型也没有训练过。

她后来接受访谈时说，自己 “不会再想训一个同样的模型”。既然继续 scaling，就要再往前走。而 1T，是当时团队已有算力能够尝试的 “比较极限的区间”。

“换我在那个位置，我肯定不敢说直接训 1T 的。” 一位同行感叹，在他看来，更自然的做法是先把数千亿参数的模型训出来，看看结果，再决定是否继续扩大。而罗福莉希望两个一起做。

罗福莉有空间作出这样的决定。雷军大约每两周听一次 MiMo 汇报，但通常不干预具体技术决策。做什么模型、采用什么路线，很大程度由罗福莉和团队决定。

但训练开始后，问题接连出现：loss 升高，激活值异常变大，不同专家模块的负载突然失衡。最初团队怀疑是 GPU 故障，把卡排查一遍，还是找不到原因。罗福莉后来开玩笑说，“排查到最后会怀疑是不是太阳黑子的报复。”

有几次，loss 突然升高，几百步后又自行恢复。罗福莉决定，“应该要停下来解决问题”。

问题可能出在数据、架构、训练代码或硬件。一位研究员把排查形容为还原犯罪现场：几个人坐在一起，提出可能的原因，再逐一验证。他说，这也是团队为什么需要互相信任。如果先追究问题属于哪个部门，大家就会开始考虑怎样避免担责。

训练 1T 模型时，原来做数据和预训练的人开始参与后训练，负责训练框架和推理 Infra 的人也一起解决问题。罗福莉在访谈中说，这些变化很少来自正式调配，更多是研究员根据兴趣自然流动。

一位年轻研究员说，自己从学校来到 MiMo ，几乎没感觉环境有什么变化，“就感觉跟实验室一样”。

两款模型最终陆续完成。MiMo 没有等较小模型的结果出来，再启动万亿参数模型。罗福莉和团队同时承担了两场训练的不确定性，也让一批此前只做过小模型、甚至没有大模型训练经验的研究员，参与完成了 1T 模型。

小米由此跨入了能够训练万亿参数基座模型的公司行列。

获得权力之后，这批年轻的技术领军者要面对的第一个现实课题，是如何招人、管人。

一名研究员回忆，杨植麟面试他时，先像审稿人一样精准指出他过去工作里的几个问题，随后花更多时间讲自己对技术方向的看法。公司最核心的人仍对技术抱有如此纯粹的热情，是他选择 Kimi 的原因之一。

另一位研究员则描述，自己喜欢在这儿工作，是因为 “公司小小的，没有那么多所谓部门墙”，“偶尔一天工作 20 个小时——也觉得爽爆了”。

在顶尖人才极度稀缺的大模型领域，研究员选择公司，本质上是在选择一个能理解自己、值得追随的负责人。

技术声望天然自带引力。杨植麟创业前参与过 Gemini、Bard 等大模型研发，是 XLNet 的第一作者；混元招揽姚顺雨时，他是 OpenAI 的研究员，参与了 Deep Research 和 Operator 两个核心项目。

腾讯招聘团队人士说，姚顺雨加入后，混元在校招上的吸引力明显提升。一位原本有些犹豫的研究员，在姚顺雨和他深入聊了至少 3 次后，最终决定加入。

相比上一代互联网管理者，他们也有意或无意地消解着权力带来的距离感。

28 岁的姚顺雨进入腾讯后，很快有了 “姚哥” 这个称呼。他加入后一年，混元人员扩张到近 2000 人。他大概每月开一次全员会，偶尔办午餐会或小规模沟通会，还会在全员群里临时组篮球局，带团队打上几个小时。Hy 4 Preview 发布后，姚顺雨直接给研究员集体放了一周假。

他也会用另一种方式给团队鼓劲。一位混元成员回忆，姚顺雨在内部说，我们不能像 DeepSeek 那样不加班，但可以把 DeepSeek 卷到加班（大意）。

有些刚入职的实习生和校招生反映研究员之间联系太少，他听到后便推动建起了 2026 年校招群。在工作群里，他经常说：工具不好用、资源拿不到，或者跨团队协作遇到障碍，都可以直接找对应负责人，解决不了就继续向上反馈。

在 Kimi，员工把杨植麟叫作 KK。他过去的飞书签名是 “直接沟通”。公司里有全员群、bad case 群和 API 反馈群，研究员会在里面直接抱怨产品不好用、算力不够，也会用杨植麟的表情包 “阴阳他”。

一位认识杨植麟多年的人士说，他的性格没怎么变，“还是很 i”，和人说话时会侧着身子，很少直视对方。有人开玩笑说，在去厕所的路上碰到他，最好装作没看见。

在小米的 MiMo 团队，研究员把罗福莉叫作 Cici，或者 “师姐”。一次开会，晚到的几个人因为座位不够站在后面，罗福莉也在其中。一位研究员回忆，她自己去旁边会议室搬来七八把椅子，和大家一起坐在后排。

通常每两周的周五下午，团队会有一次聚会，新人自我介绍，有才艺的人唱歌、跳舞、变魔术，大家一起过生日、吃点心。罗福莉通常也在，大多数时候做观众。

Kimi 的技术团队基本都是 95 后、00 后，他们会自己组织蹦迪、滑雪，重要发布后去夜店庆功，员工可以穿洛丽塔服饰或任何自己喜欢的衣服来上班。

昵称、兴趣和轻松的氛围，在互联网公司并不算新鲜。但年轻的研究员们会从这些日常细节里，判断负责人是不是 “同路人”、好不好相处。而一旦进入具体工作，他们真正核心的诉求，是自己的想法究竟能有多大空间。

杨植麟曾借用模型训练的术语来解释自己的管理哲学：多用 “RL”（强化学习），少用 “SFT”（监督微调）——负责人只给出目标和结果反馈，不要去规定每一步的动作。怎么完成目标，需要研究员自己想办法。

一名 Kimi 人士说，公司暂时不想搭一条清晰的晋升阶梯。如果候选人习惯等主管分配任务，或者希望公司写清楚上升路径，他会直接劝对方不要来。

一位大模型研究团队的技术方向负责人说，应该招比自己更懂、又真正想做出东西的人。这样的人来了，“给他卡就够了”，不用再派一堆具体任务。

一名刚进 MiMo 的实习生原以为会有人分配任务，后来被要求自己找课题。最初几天没人催，他甚至开始害怕 “坐在那里没事干”。团队不打卡，也没人要求当天必须交付，但有些人中午来，会自发一直工作到凌晨。

罗福莉在访谈中说，MiMo 没有明确的发版 deadline，也没有来自公司的硬性压力。团队自己设定的目标是把大模型 “做好”，至于什么算 “好”，也由他们自己判断。

一名 MiMo 研究员说，团队里有人提出新的技术想法，mentor 和罗福莉都觉得可能做不出来，但依然批了算力资源。研究员花了很多时间在这个自选方向上，最后发现确实难以走通。类似的情况在 MiMo 并不少见。

研究员能有多少探索空间，也取决于他们的负责人获得了怎样的支持。

一位大模型公司的研究员把自己珍惜的团队形容为 “一片小净土”。他认为，这样的环境需要有人 “替你遮风挡雨”，把压力和一些奇怪的要求挡在外面。

而在体量庞大的巨头公司里，技术负责人自己也必须去争夺这种空间。

2026 年 3 月 3 日，林俊旸得知，自己带领的阿里 Qwen 团队可能被拆分。按照当时讨论的方案，原本整合在一起的预训练、后训练等团队将被重新划分，他的管理范围随之缩小。这与他一直以来的技术主张背道而驰——林俊旸始终认为预训练、后训练和 Infra 必须更紧密地咬合。事实上，腾讯混元、字节 Seed 后来的组织调整也在加强这种协同。

当天，他在 Qwen 钉钉群留下 “无颜再带领大家” 的感言，提出离职。

林俊旸是阿里自己培养起来的技术负责人。2019 年从北大硕士毕业后，他加入达摩院，后来成为 Qwen 的核心负责人，也是阿里 AI 开源模型的重要推动者。他凭借 Qwen 的成果获得了更大的管理权限，在团队里建立了威望，但这些并不足以保证，公司会按照他的想法和判断安排组织。

在大公司，技术成绩可以带来权力，却未必足以守住权力。技术负责人能作出哪些决定，既取决于最高层的授权，也取决于他在复杂的组织网络中做政治与利益交换的能力。

2025 年底，刚加入腾讯一个月的姚顺雨主动提出将模型应用中心、搜索算法中心划归腾讯元宝所在的事业群。后来，混元自己的预训练模型还没准备好，他先派后训练骨干去帮元宝优化接入的 DeepSeek。当时一些算法同事不理解，他解释说：维护好元宝的产品体验和用户基本盘，对混元后续的研发同样重要。

这种 “向外让渡支持” 的动作换来了正向回馈——一位同行感叹，混元新模型发布时，腾讯内部多个核心产品和部门主动给姚顺雨站台，这一幕让他印象极深。

这形成了一种有趣的悖论：他们因技术获得权力，又必须运用权力，保护技术所需要的自由。同样，他们想让自己和研究者摆脱管理的束缚，也得先学会如何管理。

唐杰曾给 AI 时代的能力排过一个次序：“认知＞格局＞技术＞管理”。管理在最末，技术倒数第二。

不止一位 AI 创业公司的 CEO 和大模型公司的管理者向我们引用过这句话，来表达同一种态度：管理在今天，已经不那么重要了。他们很少讨论管理，也讨厌使用 “复盘”“对齐”，甚至是 “战略” 这些上个时代的词汇。

哪怕带领的团队已经上百人甚至上千人，他们依然更愿意称自己是 researcher，而不是 manager。

这群三十岁左右的年轻人，被时代推上了掌管百亿算力与庞大组织的权力位置，却本能地排斥 “管理”——但他们真正排斥的，或许并非管理本身，而是过去大公司里的平庸、官僚与迟缓。

1995 年出生的 LibLib 创始人陈冕接受我们访谈时说：“我觉得在 AI 时代，管理变得前所未有的不重要，唯一目的是让符合你业务特点和业务要求的人，得以留存。”

“过去三年我天天搞业务，实在搞不了、得换个人搞，原来那个人怎样咱就不管了。因为创业公司的首要目标是活着。”

在他们看来，最理想的组织，是让聪明的人尽可能自由地探索，不必把时间消耗在繁琐的流程和汇报上。“给他卡就够了”，是他们对理想研究环境最朴素、也最浪漫的描述。

但如何争取这些卡、决定把卡给谁，以及为最后的结果负责，却是一场极其现实、艰苦的工作。

认知、格局、技术、管理。在真实的商业战场上，这四种能力其实根本无法剥离。认知是判断做什么、不做什么，这既需要扎实的技术体感，也需要看清终局的格局；而要把判断变成现实的结果，离不开管理与组织协作。

把管理排在最后，不会自动成为好管理者；把管理放在最前，也一定不是好管理者。

人们期待这批年轻人带来不一样的公司，他们自己也希望如此——更少的层级，更自由的探索，让聪明人愿意聚在一起，做出过去没有的东西。

但这些，其实就是管理本身。

正如大半个世纪前德鲁克所阐述的，管理的本质，是让每个人的长处得到发挥，让不同的人能够共同做出凭一己之力无法完成的事。

想要实现这一切，第一步，或许要从不再羞于谈论 “管理” 开始。

程曼祺、司雯雯对此文亦有贡献

题图来源：《奥本海默》