AI大模型，别只盯着手机端MAU

作者 | 定焦One 陈颐

当下的AI应用市场，正在上演一场熟悉的战争。字节、阿里、腾讯等巨头纷纷加大AI产品推广，将筹码押在DAU（日活跃用户）和MAU（月活跃用户）等指标上，试图把移动互联网时代的"流量"玩法搬到AI领域。

相比之下，模型公司Kimi显得不太合群。尽管曾在2024年参与过线上推广大战，但到2025年初，它做了一个大胆的决定：将资源全部转向模型和产品能力本身。大厂在砸钱买量，Kimi则在走另一条更适合技术创业公司的路。

2025年11月，Kimi的Web端用户平均访问时长达8.5分钟，国内AI产品中排名第一；同样在这个月，旗舰模型K2 Thinking发布后，网站访问量环比上涨了48.6%。这说明，它的核心用户粘性更强了。

或许有人会问，当一个研究员用Kimi花费数小时完成课题研究时，创造的价值，该怎么和几百次碎片化的聊天做对比？

这个问题，恰恰暴露出一个评价上的错位，当AI从"陪聊工具"，走向真实的生产力场景，再沿用移动互联网时代的MAU指标评判它，已经不合适了。用旧尺子，量不出新大陆。

随着AI的核心应用场景从低Token消耗的简单问答，进化到高Token消耗的算力密集型任务，评价AI应用的标准，不仅仅是"使用次数"，还有更重要的"使用深度"。

AI行业处在一个分岔路口：是走大众娱乐化的路，还是专业化和价值化的路？

做"流量可乐"还是"价值精酿"？Kimi选择后者

Kimi的换道，本质上是当下大模型公司的一场路线之争。

一位长期观察AI赛道的投资人用"可乐"和"精酿啤酒"来形容二者的区别。可乐追求渠道、市占率，是"人手一瓶"的规模狂欢；精酿更在意品鉴深度和核心客群。一个是量，一个是质。

前者，是抖音豆包、腾讯元宝等大厂正在走的"超级入口"路线。它们依托庞大的生态流量，沿着"泛娱乐、高日活"的方向高歌猛进，本质上仍是将移动互联网的流量玩法平移到AI领域。

Kimi也曾短暂地站在"可乐"的货架前，但最终选择了后者。

它主动放弃了"大而全"的浅层生成，尤其是图片生成、视频创作这类易获流量、但技术完全不同的赛道，转而将所有资源都集中在一个方向上：构建"高价值的Agent任务"。

换言之，Kimi要做的不是随手生成一张图、一段视频，而是帮你完成那些需要数小时、甚至数天才能完成的复杂工作。 比如，分析一份上百页的财报，写一份专业的研究报告，或者调试一段复杂的代码。

这个选择是技术基因决定的。上述投资人称，Kimi擅长的"长程任务"和"交错式思考"能力，如果只用在碎片化的娱乐场景中，有些大材小用；真正的用武之地是专业、复杂的长任务。

值得注意的是，Kimi并非放弃图片、音频和视频生成，而是给它换了个角色：让多模态"退居幕后"，成为Agent可以随时调用的"眼睛"和"耳朵"，帮助它看懂财报图表、理解合同扫描件，最终服务于解决专业问题的核心目标。

简单来说，Kimi舍弃的是流量型、浅层多模态娱乐，追求的是深度型、高价值Agent生产力工具。 它的目标是在AI赋能生产力这个核心战场上，专注做别人做不了、也做不好的事。

这是一个更艰难的选择，但也可能是一个更有价值的赛道。当别人还在玩流量时，它已经看到了下一个战场。

衡量AI价值，需要一把"新尺子"

如果Kimi不再参与流量的牌局，那么我们又该如何衡量它的价值？

不妨先看一组数据对比。作为生产力工具的代表，ChatGPT的Web端和App端用户比例大约是60%：40%。这符合常理，长任务、复杂的工作流更适合在PC端完成。

另一款在国内市场风生水起的应用——豆包，用户结构则完全相反：其Web端月活用户与App端月活用户的比例约为5%：95%。这意味着豆包的用户绝大多数是在手机上使用。

如果只看App占比，是否会得出"豆包比ChatGPT更成功"的结论？但常识告诉我们，一个深度分析上百页合同的用户，其创造的价值，显然不等同于数百次"今天天气怎么样"的闲聊。

不可否认，这两款产品都很成功，但它们服务的场景和用户群体，不在一个维度上。

一位在北京执业的律师朋友，这样描述他的"双面AI生活"：早上通勤路上，他会用豆包问问今天天气怎么样，刷刷热点新闻。但到了办公室，要分析一份上百页的合同文档，或者起草复杂的法律意见书时，他会打开Kimi的网页。

这种差异恰恰是问题的核心。豆包覆盖的是"轻娱乐、泛资讯"场景，天然吸引追求即时反馈的广泛用户；而Kimi选择的"深度研究、复杂任务"场景，天然筛选出了那些在工作和学习中需要强大生产力工具的刚需人群。两个产品，两个世界。

在这样的前提下，如果再沿用MAU这把移动互联网时代的旧尺子来衡量，显然已经过时。

那么，什么才是更合适的"新尺子"？Kimi的例子或许能带来启发。

Kimi Web端平均访问时长达8.5分钟，这意味着，用户在这里不是在消磨时间，而是在完成真实的工作。这说明一个道理："深度"比"规模"更重要。这是第一把尺子。

当一个工具能够深度融入用户的工作流，它的价值就不在于多少人用过，而在于为每个核心用户节省了多少时间、创造了多少价值。

但深度使用背后，隐藏着一个更深层的问题：为什么用户愿意在上面花这么多时间？

海外顶尖的AI搜索公司Perplexity，在众多中国模型中，唯独选择接入Kimi；知名开发者工具平台OpenRouter的CEO，把Kimi作为自己最常用的模型之一；Social Capital的CEO也提到，他们投资的公司已经把大量工作转到了K2上，因为性能强，成本又比顶尖闭源模型低得多。

为什么是Kimi，而不是那些月活更高、话题度更高的模型？ 因为"智能"比"热度"更重要。这是第二把尺子。

移动互联网时代，产品的成功很大程度取决于"话题度"。但在AI时代，更关键的是"不可替代性"——在处理长文本、执行复杂Agent任务等场景下，Kimi正在成为一部分专业用户的必需品。

当一个工具对用户变得不可或缺时，付费便是水到渠成。这背后有个更深层的道理："价值"比"流量"更重要。这是第三把尺子。

流量思维的商业模式是"流量→广告→变现"，但这套逻辑在AI时代，尤其对于生产力工具而言，正在让位于一种更健康的商业模式："价值→订阅→变现"。

决定商业模式未来的，不再是MAU，而是ARPU（单用户平均收入）和LTV（生命周期总价值）。你为用户创造的价值越大，用户的付费意愿就越强，商业模式也就越可持续。Kimi推出的三档会员订阅服务，本质上是在筛选并为不同需求的人群提供服务。

所以，当我们换成新尺子，从"好不好用、是否智能、能否持续创造商业价值"三个维度重新审视Kimi时，会发现完全不同的景象：

App活跃度榜单上的位置变化，是它主动聚焦专业人群的必然结果；而用户时长、头部公司集成、付费用户增长等指标的提升，说明它在"价值深水区"站稳了脚跟。

这种评价体系的转变，不仅关乎Kimi一家公司，更关乎整个AI行业能否真正放弃流量思维，回到价值本身。

三次选择：技术、用户与生态位

当我们换了一把评价AI的"新尺子"，一个更尖锐的问题依然存在。在新的评价体系下，Kimi的护城河是什么？它凭什么在巨头林立的牌桌上，继续玩下去？

要回答这个问题，必须回到Kimi曾做出的几次关键选择。

首先，是对技术深度的执着。 在"不需要那么多基座模型"已经成为共识的今天，Kimi是少数仍在坚持投入基础模型研发的创业公司。因为它想给Agent战略配一个足够强大的"发动机"。

一位Kimi工程师曾指出："绝大多数Agent产品，离了Claude以后，什么都不是。2025年，智能的上限仍然完全由模型决定。"

换句话说，如果底层模型不掌握在自己手里，上层应用的定价权和复杂工作流的稳定性无法保证。这不是危言耸听，而是这个行业的基本规律。

Kimi K2的开源策略，也是基于这个逻辑。开源不仅是为了"赚个名声"，更像是"倒逼自己进步"：当你把模型权重公开给全世界时，就再也没法偷懒，只能老老实实把模型的核心能力做扎实。对一家押注长期价值的公司来说，这是最不可走捷径的一条路。

第二个选择，是深度绑定"专业用户"。

放弃流量竞争后，Kimi聚集起一批付费意愿强、需求明确的专业用户。随着K2的发布和Agent能力的成熟，这些用户转变为"Agent原生用户"——他们已经将Kimi的能力深度融入自己的工作流，甚至改变了自己的工作方式。

某大型券商研究所工作的研究员表示，他已经把整个研究流程都"外包"给了Kimi。"从搜集财报、整理数据，到生成图表、撰写初稿，它能一条龙完成。"

对他来说，更换Kimi的迁移成本太高，他已经离不开了。

由此，一个"飞轮"开始转动：用户用得越深，越离不开；而离不开，就愿意付费；付费反过来支撑Kimi去做更好的技术和Agent能力；技术更好了，又吸引来更多懂行的用户。

第三个选择，则是找到一个"打得赢"的战场。

Kimi不在C端聊天场景血拼，而是将技术聚焦于生产力工具链（代码开发、学术研究、金融分析等），进而占据了一个壁垒较高的稀缺生态位。

一个典型的例子是，在Anthropic等海外主力模型对华服务受限或退出时，Kimi敏锐地抓住了这个窗口期，通过提供与Claude Code完全兼容的API，以及能为开发者大幅降低调用成本的"上下文缓存"功能，精准切入了AI原生应用开发的需求，承接了外溢的开发者这一核心群体。

当开发者基于Kimi构建了自己的应用，换到其他模型就意味着要重新适配、重新测试、重新优化。这个成本，足以让他们留在Kimi的生态中。

说到这里，你会发现，技术、用户与生态位，这三个选择环环相扣，形成了一个单靠流量和资本难以复制的闭环。这个闭环的特点是：越往后走，越难被撬动。

当然，Kimi的路径，未必适用于所有AI创业公司，但它至少提供了一种可能性：在巨头林立的市场中，放弃对流量的路径依赖，回归技术深度、场景深度与商业本质，同样能建立竞争优势。

这条路能否最终走通，还需要时间来验证，但在AI竞争从技术炫技转向价值落地的当下，Kimi无疑是一个无法被忽视的样本。