杨植麟发布Kimi K2.5与Agent集群架构：挑战十年AI老标准，重构大模型第一性原理

2026年3月25日，月之暗面联合创始人杨植麟在‘智能中国·技术原点大会’上正式发布Kimi K2.5版本及全新Agent集群（Agent Swarm）架构，并首次系统提出‘做大模型本质上是把更多能源转化为智能’的大模型第一性原理。该原理直指行业本质：规模化不是盲目堆算力，而是提升‘能量—智能’转化效率的极致竞赛。为此，杨植麟拆解出三大效率杠杆——Token效率（从存量数据中榨取更高信息密度）、长上下文架构效率（Kimi Linear实现万级上下文近乎线性计算开销）、以及智能体协作效率（Agent集群通过编排器实现数百智能体并行协同）。

尤为引人注目的是其对深度学习‘圣殿级’基础组件的颠覆性重构。杨植麟指出，沿用超十年的Adam优化器、ResNet残差连接与标准Attention机制，在算力爆发时代已成性能瓶颈。团队首创‘注意力残差’（AttnRes）连接技术：将时间轴上的注意力机制‘旋转90度’应用于网络深度维度，使每一层均可融合此前所有层输出进行加权计算。该设计仅增加2%参数与计算开销，却使逻辑推理准确率提升27%，预训练收敛速度加快41%。

在Agent集群层面，Kimi K2.5已实现从‘单兵智能’到‘数字组织’的质变。现场演示显示，面对‘从零构建含CI/CD、测试套件与文档的完整开源仓库’这一高阶任务，传统单体大模型需数小时且失败率超60%，而Kimi Agent集群通过角色分工（规划员、编码员、测试员、文档员）与实时反馈闭环，可在11分钟内稳定交付可用代码库。杨植麟强调，这不仅是效率升级，更是AI研发范式的代际更替——未来AI将主导AI自身的研究迭代，人类角色正从‘指令者’转向‘目标设定者’与‘价值校准者’。