标题：对话Kimi付强：模型应与人类共同演化，追逐AGI需突破传统思维

在今年AI创造者嘉年华上，硅星人创始人骆轶航与月之暗面（Kimi）技术副总裁付强围绕Kimi的K2模型及其对AGI的探索展开了一场深度对话。

预训练为何重要？
骆轶航提到，Kimi从去年开始重新聚焦预训练，直到今年6月发布K2，引发了开源社区的高度关注。付强解释，尽管K2采用了DeepSeekV3架构，但这是基于效率和资源重用的考量，并非盲目追求创新。架构相似并不意味着能力相同，K2在超参数、专家数量等方面做了优化，尤其是在数据集和训练方法上独具特色。付强强调，预训练的关键在于“学得深”，而非单纯增加训练次数或数据量。团队通过提升Token Efficiency（Token使用效率），挖掘有限语料中的深层信息，为模型赋予更强的泛化能力。

开源的意义何在？
谈及开源，付强表示，Kimi选择开源是为了借助社区的力量加速进化。他比喻道：“我们希望始终比社区快半步。”开源不仅让开发者验证模型性能，还能激发更多应用场景，反过来推动模型迭代。相比闭源公司依赖工程化手段快速满足需求，开源更注重开放性和可验证性，这也是通向AGI的必经之路。

Agent与模型的关系
对于近期热议的Agent，付强认为，第三方Agent如同赛车手，而模型则是赛车。赛车手虽能调优，但无法超越赛车本身的性能极限。真正的AGI需要模型在构建时端到端考虑应用场景，而不是简单地套用外部工具。付强指出，好的Agent应像K2一样，原生具备强大的能力，而非依赖后期Fine-tune。

Coding：智能的客观标尺
付强特别强调Coding的重要性，认为它是衡量模型智能的客观标准。相比于情绪价值，代码能否跑通提供了明确的反馈机制，有助于模型快速迭代。此外，擅长Coding的模型通常也具备逻辑清晰的表达能力，而反之则未必成立。因此，Coding成为Kimi发力的核心领域之一。

模型与人类共同演化
最后，付强提出，模型不应被当作“宠物”圈养，而是要与人类共同演化。未来，模型将通过感知世界、使用工具、自我实验等方式不断进化，最终迈向AGI。这一过程不仅是技术的突破，更是价值观的体现——让模型拥有自主学习和探索未知的能力，才是通往真正智能的方向。