K2 Thinking再炸场，杨植麟凌晨回答了21个问题

无论是Kimi K2 Thinking的发布，还是GLM、MiniMax M2，共同指向的一个趋势是：在基础设施如芯片受限、Claude断供的情况下，国产大模型在算法创新上反而加快了进程。 MiniMax在近期的技术博客就表示：在实际应用中发现，虽然Linear Attention能省算力，但对于多步推理的复杂Agent任务，传统方法反而更可靠，他们更看重在当前工程体系下的稳定性。 传统的Transformer架构，就像一个记忆力超群但有点健忘的秘书——模型每个字都能记住，不会遗漏细节；但记的东西越多，模型的计算时间就以平方为单位增加。