Kimi K3 发布了：一个产品经理的「围观+焦虑」混合体验

7 月 16 日，Moonshot 把 Kimi K3 端了上来。参数规模 2.8 万亿，上下文窗口 100 万 token，原生多模态，7 月 27 日开放完整权重。我第一眼看到这个新闻的时候，其实没有太多"哇"的情绪——2026 年的大模型发布会已经快赶上娱乐圈绯闻的频率了。但越看越觉得，这次有点不太一样：K3 不是那种"我们又超越了自己"的常规升级，它像是把开源模型和闭源旗舰之间的那层窗户纸，又捅薄了一层。

作为一个在银行网络金融部搬砖的产品经理，我当然不是目标客户。我没有 64 张加速卡，也不会自己部署 2.8T 的模型。但 K3 的发布让我重新想了一件事：我们这些靠"理解业务+把需求翻译成代码"吃饭的人，接下来到底该兴奋，还是该紧张？

先摆数字，不吹不黑

K3 的基本面很明确：

• 总参数量 2.8T，MoE 架构，每次只激活 16 个专家（896 个专家里挑 16 个），稀疏度拉得很高；
• 上下文窗口 100 万 token，KDA（Kimi Delta Attention）号称在百万级上下文下解码速度能快 6.3 倍；
• 输入 3 美元/百万 token，缓存命中 0.3 美元，输出 15 美元/百万 token；
• 官方定位：长程编程、知识工作、复杂推理、视觉 Agent。

这些参数放在 2025 年够吓人，放在 2026 年就是"旗舰标配"。真正的看点是第三方独立评测怎么看它。

Artificial Analysis 给 K3 的综合智能指数打了 57 分，排在 Fable 5（60）和 GPT-5.6 Sol（59）之后，但领先 Claude Opus 4.8（56）和一众国产模型。更夸张的是它的 Coding Index：76.24，直接超过 Fable 5 和 GPT-5.6 Sol。LMArena 的 Frontend Code Arena 上，K3 以 1679 分登顶，领先 Fable 5 和 GPT-5.6 Sol。这个榜单是人匿名投票的，做不得假。

但短板也很明显：生成速度 62 token/秒，低于同档中位数；输出 token 用量特别大，是同类产品均值的约两倍；幻觉率从 K2.6 的 39% 涨到了 51%。也就是说，它更聪明了，但也更话痨、更敢编了。

官方 demo 让我觉得"离谱"的是芯片设计

大模型公司发布新模型，通常 demo 都是"写代码、做 PPT、分析财报"。K3 这次放了一个 48 小时自主设计芯片的 demo：4 平方毫米，146 万个标准单元，100 MHz 时序收敛，仿真解码吞吐超过 8700 token/秒。这当然不是一个能直接 tape-out 的量产芯片，但它展示了长程自主 Agent 的极限能力——连续几十个小时，不中断、不跑偏、自己迭代。

更让我惊讶的是 MiniTriton。K3 从零写了一个类 Triton 的 GPU 编译器，包含 tile 级 IR、优化 pass、PTX 代码生成，而且还能跑通 nanoGPT 训练。这个 demo 不是"生成一段 kernel"那么简单，而是搭起了一个完整的编译器栈。我作为一个写需求文档、画流程图的产品经理，看着这种输出，脑子里只有一个念头：以后"懂代码"和"能独立完成代码"的边界，可能会越来越模糊。

还有一个天体物理复现的 case：K3 在 2 小时内读完 20 多篇论文，交叉验证公式，评估 300 多种状态方程，生成 3000 多行 Python，还搭了一个交互式 HTML 仪表盘。Moonshot 说一个资深研究员通常要 1-2 周。我不知道这个数字有没有水分，但即便打个五折，也足够让我重新评估"研究型工作"的护城河了。

我作为产品经理的复杂心情

在银行做收单产品，我的日常不是写代码，而是写需求、拉会、对流程、盯测试。K3 这种模型离我现在的工位有点远，但它离"我未来可能变成的样子"很近。

我最近在试 Kimi Code，就是 Moonshot 家的 CLI 编程工具。用 K3 跑了几段小脚本，体验比 K2.6 稳了不少。最直观的感受是：它会"多想一步"。以前我让它改一个函数，它可能就改那一个函数；现在它会先看一下调用链，再问我"这里要不要同步改"，或者直接把相关测试也补上。这种"多虑"有时候挺烦的，但更多时候是省的。

但另一个感受是焦虑。我以前觉得，AI 替代的是"写代码的人"，而我这种"写需求+协调资源"的人暂时安全。但 K3 的 demo 展示的是：它不只是写代码，它能理解业务上下文、做跨领域研究、把长文档里的信息整合成可执行方案。如果这部分能力继续增强，那"产品经理"的核心价值——把模糊需求结构化——会不会也被吃掉一块？

我不觉得 AI 能完全替代产品经理，至少在银行业这种强监管、强流程、强人际博弈的环境里不会。但我确实觉得，未来的产品经理可能得更像"AI 的导演"：不是亲自写所有东西，而是会判断什么时候让 AI 上、什么时候必须自己把关、怎么给 AI 定边界。这个转变不容易的，尤其对我这种已经习惯了一套工作方式的人来说。

和 Claude、GPT 的对比，我的一点偏见

我日常工作里主要用 Claude 和 Kimi。Claude 的体感是"稳"，尤其在长文档理解和安全边界上，下限很高；Kimi 给我的感觉是"猛"，长文本、中文语境、代码量一大，它反而更兴奋。K3 发布后，这个对比更明显：

• 如果你要做一个 3 小时就能验证的小任务，Claude 可能更稳，幻觉更少；
• 如果你要处理一个大型代码库、做一个跨天数的项目、或者需要把 100 万 token 的上下文全塞进一次对话，K3 的架构优势就出来了。

GPT-5.6 Sol 我没怎么用，主要因为公司环境不太方便接入 OpenAI。但看评测，它综合能力还是顶尖，只是在某些特定长程编程任务上被 K3 追上了。

价格层面，K3 的输出 15 美元/百万 token，比 K2.6 的 4 美元涨了不少。但和 Fable 5（约 50 美元/百万输出）比起来，还是很有竞争力。问题是它输出 token 太多，实际用下来可能并不便宜。这就像一辆车油耗低，但你每次加油都加 80 升——总账不一定省。

开源这件事，比参数更重要

K3 真正让我想写一篇感想的，不是它的分数，而是"开放权重"这个承诺。Moonshot 说 7 月 27 日发布完整权重，虽然还没到时候，但这个动作本身就改变了博弈。

过去两年，开源模型一直在追赶闭源模型，但差距通常有 6-12 个月。K3 把这个差距压缩到了几乎同一水平线：57 分对 60 分，编码榜上甚至反超。一旦权重开放，企业就可以在私有环境微调、蒸馏、做领域适配。这对金融、医疗、政务这些敏感行业来说，是比 API 分数更实际的价值。

当然，能下载权重和能跑起来是两回事。64 张加速卡的推荐配置，已经筛掉了绝大多数小团队。但它至少让大型机构有了一个"不用被 OpenAI 锁死"的选项。

写在最后：不是终点，是一个新常态

K3 不会让我失业，至少今年不会。但它让我意识到，"AI 工具越来越像高级同事"这件事，已经从可能性变成日常。

我现在的做法是：把一些重复性的文档整理、数据清洗、测试用例生成交给 AI；把需要判断、需要背锅、需要说服别人的部分留给自己。这个分工还在动态调整中，但方向很明确：人去做"决策+责任"，AI 去做"规模+速度"。

K3 让我对这个方向更有信心，也更紧张。信心的部分是它真的能处理更复杂、更长的任务了；紧张的部分是，如果我的判断能力跟不上 AI 的扩展速度，那我很快就会被归类为"只会发需求"的人。

所以我的感想很简单：K3 是个很强的模型，但它更像是一面镜子——照出来的不是 AI 有多厉害，而是我们每个人还能不能找到自己的位置。

希望下个月我能用 K3 多写点有用的脚本，少开点没必要的会。这个目标比较现实，也比较好验收。