我們用 Kimi K3 搓了一顆火影螺旋丸，只花129元就頂一個前端團隊？

動畫史上那顆聞名世界的螺旋丸，如今成了檢驗AI程式能力的試金石。中國AI新創公司Moonshot開源的Kimi K3模型，被開發者拿來挑戰一個頗具情懷的任務：用純前端技術，在網頁上「搓」出一顆具有破壞力美感的螺旋丸。整個過程不僅重現了動畫中那顆由混亂與秩序極限對抗形成的能量球，更讓開發者驚嘆：「K3就是一顆不靠血脈，純靠控制精度，硬生生搓到世界第一梯隊的螺旋丸。」

Moonshot這家公司本身，就是這顆「螺旋丸」的最佳寫照。目前估值約200億美元，半年內融資39億美元，核心團隊約80人。這個體量在國內雖是明星創業公司，但面對OpenAI、Anthropic、Google等巨頭，無論資金還是算力都顯得渺小。然而，K3的誕生打破了局面——在此之前，2.8T參數級別的模型只存在於少數閉源巨頭的內部，開源陣營的紀錄一直停留在1T等級。K3的出現，首次將閉源級別的體量擺上公開桌面，研究者和開發者可以自由下載、蒸餾、微調，甚至商用，不需申請、不必付費。這份開源誠意，替整個行業省下了難以估量的成本與時間。 但開源不等於人人可用。K3的官方部署建議是64張以上加速卡組成的supernode，API定價則來到輸入3美元、輸出15美元每百萬token，較前作K2.7的價格，輸出成本漲了近四倍。Moonshot在資源不佔優勢的情況下，選擇把籌碼全押在能力上限，同時誠實告知使用者跑滿血版的代價。 K3最受矚目的數字是2.8萬億參數，但它的技術內核卻不在這個數字上。兩項核心創新——KDA（Kimi Delta Attention）與AttnRes（注意力殘差）——都指向「組織方式」的改變，而非規模的堆疊。傳統注意力機制在處理長上下文時，成本會爆炸性成長；KDA的解法是主動設限，多數時候模型只需查看自己維護的摘要，每三層才回頭翻閱一次完整原文。驗證模型顯示，KV cache最高可降低75%，在100萬token長度下解碼速度快6倍。 至於AttnRes更是巧妙，它讓每一層網路學會自己判斷該從前幾層調用何種資訊，而非死板地均勻累加。在1.4T token的訓練上，它追平了一個多用1.25倍算力的基線，這正是官方宣稱「訓練效率提升約25%」的真實來歷。換句話說，同樣的結果，K3少燒了四分之一的算力。這兩個創新早在八九個月前就分別開源，先以48B小模型驗證，再放大到旗艦，展現了團隊對資源調配的戰略定力。 K3在架構上的減法思維，也體現在開發者的實測過程中。開發者打造螺旋丸網頁時，一共六次主動刪除效果，「刪白閃、刪光圈、減薄殼層」每一刀都俐落地避開了渲染管線的其他環節。其中一次將球體放大形態的體積極限從2.4倍提升至2.9倍，同時改為核心、中層、薄殼的三層結構，並將外殼減薄——這是K3自己提出的實現方案，而非開發者的指令。當多數AI傾向堆疊光暈、粒子等視覺元素時，K3選擇的是「往外漲、往裡收、殼變薄」，符合了人類感知中密度與力量的關聯。 最讓開發者驚豔的，是K3處理前端物理系統的深度。要讓頁面上的文字、按鈕、導覽列都被吸進螺旋丸中，K3用TreeWalker遍歷文本節點，將每個字獨立包進span，再以遞迴半平面切割將每個字切成隨機碎片，最後用CSS的clip-path落地。更難得的是，當遇到日文注音標籤<rt>時，它會特意跳過，確保注音不會被撕碎。在碎片飛行時，K3還補償了祖先元素的旋轉角度，避免斜排文字變形——這是需求書上根本沒提、卻會影響觀感的隱性難點。 最關鍵的一致性問題，K3同樣處理得無可挑剔。這個頁面同時飛著文字碎片、樹葉、球面氣流與環境塵埃，四類元素共用同一套流場公式，由環量項與徑向匯流項決定旋轉與吸入速度，並依距離衰減；每個個體還有自己的係數，因此有些葉子會盤旋許久才被吞沒。碎片飛行時還會沿運動方向拉伸、垂直方向壓扁，做出專業的運動模糊效果。開發者透露，本來沒計畫做「文字吸入」功能，而是前晚先將渦旋從視覺模擬改成真正的速度場驅動，隔天想到的新效果才能一次成功——這是工程思維的順序，不是特效師的順序。 多輪對話中，K3也展現了「須持續供能維持狀態」的特性。官方文檔明確警告，多輪對話與工具調用時，必須將API返回的完整assistant message原樣傳回，包括reasoning_content；若中途從別的模型切換到K3，也可能出現品質劇烈波動的問題。開發者據此推斷，Terminal-Bench 2.1測試中Moonshot官方報的88.3分與第三方測出的85.0分，其差異未必是模型能力問題，更可能是不同Harness環境對思考歷史的處理方式不同。換句話說，第三方框架若沒處理好這件事，可能系統性低估K3；評估K3時，「模型能力」與「腳手架適配」理應分開計算。 當然，這次實驗也暴露了K3的短板。項目一共迭代26個版本，曾出現球體不響應交互指令、聲音反饋卡循環等問題；1M上下文被撐滿兩次，一次直接中斷會話，一次導致早期對話被壓縮。它也曾犯低級錯誤，裁切人物頭像時出錯，得靠生成網格座標參考圖修正；內容區還藏著一處工具提示的日文混排錯誤。整個項目的成本是19美元，兩天燒完基礎訂閱的所有額度——開發者坦言：「一瞬間不知道是貴還是便宜。」這份產物是人類協作、反覆引導的結果，證明的是K3在有人引導下能達到的程度。 從模型競爭的宏觀視角來看，K3的出現標誌著競賽邏輯的轉變：從「誰的參數更多」轉向「誰喚醒得更聰明」。正如開頭那句螺旋丸的隱喻——約束才是威力的本源。模型的工程思路如此，使用模型的人亦同。AI的能力越來越強，作品的天花板越來越靠近使用者本身；關鍵在於想清楚自己追求的是什麼，理解了這一點，才能駕馭這股不受血脈限制、純靠控制精度凝聚而成的威力。