从转系到长序列研究
杨植麟从汕头进入清华，最早读热能工程，大二转入计算机。2015 年本科毕业后，他赴 CMU 攻读语言与信息技术博士，在 Ruslan Salakhutdinov 与 William W. Cohen 指导下研究生成式特征学习和长程依赖，并参与 Transformer-XL、XLNet 等工作。
这段经历不是人物履历里的装饰。Kimi 后来用长上下文切入市场，背后有一条可追溯的研究连续性：先解决模型如何处理更长的依赖，再把这种能力改写成“用户可以一次交给 AI 更多材料”。
第一次创业：学习产业化
博士期间，杨植麟与团队开始孵化循环智能。公司对外回顾称，2016–2017 年主要在摸索应用方向，2018 年才开始正式开展业务。这里既不能把 2016 年写成成熟公司的诞生，也不能忽略它作为首次创业探索的意义。
循环智能让他经历了企业 AI 的真实约束：模型效果之外，还有数据、交付、销售流程和客户 ROI。2021 年公司完成 3,800 万美元融资，是明确的机构化结果，但他在这家公司是联合创始人与技术核心之一，不是所有权力集于一身的一号位。
30 岁成为一号位
2023 年 3 月创办月之暗面后，杨植麟的身份发生了关键跃迁。他不再只是把技术接入一家公司，而是需要决定模型、产品、融资和组织如何组合。
同年 10 月推出的 Kimi 没有泛泛地复制“国产 ChatGPT”，而是先用约 20 万汉字上下文建立清晰标签。2024 年约 10 亿美元融资验证了资本市场的押注，但融资不是经营收入。与循环智能部分前投资人的争议后来进入仲裁；公开资料未见最终裁决，因此只能记录争议存在，不能判断责任。
从中国消费者到全球开发者
2025 年 Kimi K2 开放权重，意味着分发逻辑再次改变：从直接服务中国消费者，扩展到让全球开发者在模型上继续构建。2026 年 K3 延续了这条路线，随后 Bloomberg 报道公司完成约 35 亿美元融资、投后估值约 350 亿美元。
这个数字很大，但证据边界同样清楚：它来自知情人士报道，不是公司公开的完整融资文件，更不是杨植麟个人可变现财富。真正值得观察的，是他能否把论文优势、消费者入口和开放模型生态变成可持续经营系统。