跟一个做投资的朋友吃饭，他问了我一个问题：你觉得春节，谁是赢家？

我第一反应，大概率字节吧，高光时刻；他笑了笑，说在看一个数据，有国外机构统计了中国大模型的调用量，排名前四的是 MiniMax、DeepSeek、Kimi 和智谱。

我们聊了很久。他说，过完年这段时间，明显感觉到一件事：

大厂们花了几十亿买热度，热度跟着红包散了；反倒技术型公司，没发红包，也没冠名春晚，但每隔一段时间就会在朋友圈炸一次锅。

上一次 DeepSeek，这次是 Kimi。就在我写这篇文章前一天，虎嗅刚发了一篇关于 Kimi 的文章，讲它发布 K2.5 之后，用不到 20 天时间，收入超过了 2025 年全年。

我问他，这说明什么？

他说，这不仅是商业问题。你想过吗？同样AI 公司，为什么有人砸钱没动静，有人什么都没做却频繁出圈？

2025 年春节前后，DeepSeek 横空出世，那段时间朋友圈的刷屏频率，可能是过去两年科技圈最密集的一次。

国内媒体在写，海外媒体在写，OpenAI 投资人在发推，英伟达股价应声大跌；一家中国 AI 公司，在短短两周内变成了全球科技圈最热的话题。

Kimi 在哪里？

那段时间 Kimi没有消失，产品还在迭代，团队还在干活，但在传播层面，它几乎是隐形的。不是说它没有发内容、没有做动作，DeepSeek 制造的那股浪里，Kimi 找不到一个位置插进去。

这件事背后有一个值得认真想的问题：DeepSeek 出圈，靠什么？

表面上看，是技术牛。但技术牛的公司多了去了，我认为，真正让 DeepSeek 出圈的，是它提供了一个任何人都能讲清楚的故事。

一家中国公司，花了极低的成本，训练出了能和 OpenAI 掰手腕的模型，还开源了。这个故事有对手，有反转，有态度。

记者记住后，不需要读懂论文，就能写出一篇 10 万加；投资人不需要跑尽调，就能感受到这件事的分量。

Kimi 那时故事是什么？长文本做得不错的 AI 助手。这个描述没有错，但它是一个产品介绍；故事和产品介绍的区别在于，产品介绍是给已经准备好要用你的人看的，故事是让根本不认识你的人也想了解你。

Kimi 一直活在前者的逻辑里，默认做好产品、用户自然会来，把传播这件事基本上交给了自然生长。

这不是 Kimi 一家公司的问题，几乎所有从技术背景出发的创业公司都会踩的坑。为什么？因为工程师文化有一种根深蒂固的信念。

技术说话，产品说话，别的都是虚的；这个信念在公司早期是对的，甚至是必要的，但当行业进入一个竞争白热化、所有人都在抢用户注意力的阶段，只靠产品自己「说话」是不够的。

产品说的话，得有人帮它翻译，翻译成一个普通人能被打动的叙事。

DeepSeek 之所以出圈，有一部分运气，技术突破恰好踩在了一个全球对中国 AI 高度关注的节点上。

但更重要的是，回过头看，它的叙事足够清晰，清晰到可以像病毒一样复制扩散，每一个转发它的人都在无意识地帮它传播那个故事。

Kimi 去年缺这个东西。

它有产品能力，没有一个可以被人「带着走」的叙事内核；别人聊起 DeepSeek，可以用一句话讲完它的故事；聊起 Kimi，大多数人只能说「好像挺好用的」，然后就说不下去了。

所以，「好像挺好用的」传不出去的。另外，这里有一个技术公司经常忽视的细节：

传播这件事在你的用户和他们身边的人之间发生。用户觉得你好用，只是第一步；他们能不能把「你好用」这件事讲给别人听，取决于，你有没有给他们提供一个足够好用的「话语工具」。

DeepSeek 给了，低成本、开源、打败 OpenAI，这三个词就是话语工具。Kimi 去年没有给；所以， Kimi 去年不是被 DeepSeek 的技术打败的，是叙事这场竞争里，压根没有参赛。

这一次，今年，Kimi 给了一个故事；2026 年 1 月 27 日，Kimi 发布了 K2.5，并同步开源。

从结果往回看，这件事的传播路径和 DeepSeek 当年惊人地相似：一个中国 AI 公司，开源，性能打到全球第一梯队，价格比 OpenAI 低 6 到 10 倍。故事结构几乎一模一样，有对手，有反转，有态度。

但 Kimi 这次多做了一件事。

K2.5 全面兼容 OpenAI 的 API 接口，海外开发者想切换过来，只要改一行 URL就行。这个细节，在开发者社区里的传播效果是炸裂的。

GitHub、Hugging Face 上那批人，最怕迁移成本，Kimi 直接把这个门槛砍掉了。一位硅谷工程师在社交媒体上发了一句话：推理速度更快、响应更稳、价格相当，我为什么不用？

这句话本身就是一个话语工具，比任何品牌文案都管用。

数据接着来了。K2.5 发布后，全球付费用户规模增长约 4 倍，海外收入首次超过国内；发布不到一个月，近 20 天的累计收入超过了 2025 年全年总和。

在 OpenRouter 的调用量排行榜上，Kimi K2.5 持续排名第一；这些数字当然重要，但更值得关注的是它们为什么会发生。

Kimi 这次的传播，除了主动媒体投放或品牌营销，还依赖开发者社区的自发扩散；这批人有一个共同特点：

他们一旦认可某个工具，会主动、反复地在自己的圈子里推荐它；他们写技术博客，发推特，在 Discord 群里分享经验，这种传播有信用背书，不像广告，是有人拿自己的技术判断力在为你站台。

所以，Kimi 今年做对的事情，就是把这批人变成了自己的传播节点。

春节期间上线的 Kimi Claw 进一步放大了这个效果；Kimi Claw 是一个云端托管工具，用户不需要服务器，可以直接在浏览器里用上 K2.5 的能力。

这个产品的逻辑很清楚：

K2.5 拿下了开发者，Kimi Claw 拿下了想用 AI 但没有技术背景的人；两个产品，覆盖了两个圈层，外加媒体、博主助力，传播面自然就宽了。

所以，回过头看，Kimi 这次出圈，跟大厂砸红包的逻辑是两个完全不同的世界；大厂买曝光，花钱换眼球，钱停了热度就散；Kimi 买信任，用产品能力换开发者的口碑，口碑一旦建立，会自己往外长。

这两种逻辑的本质区别在于，前者是向外借力打力，后者向内蓄力。借来的力气，还回去就没了；蓄起来的势能，才能在下一次产品发布时再爆发一次。

那么，问题来了，有些厂牌有钱，有团队，有资源，为什么每年还是在重复同一件事？

每年春节都要打一场「红包大战」；今年也不例外，几十亿砸下去，话题有了，热搜上了，然后呢？节过完，热度散了，用户该用什么还是用什么。

背后有成熟的品牌团队，有专业的投放策略，为什么偏偏在 AI 这件事上效果有限？因为用了一套在别的行业完全正确、但在 AI 这里根本跑不通的逻辑。

快消品、饮料、零食，这些产品的传播假设是「触达越多人越好」，覆盖足够广，总有人看到之后去买一瓶试试；这套逻辑有效，因为这类产品的决策门槛极低，一个广告就能触发一次购买行为。

AI 产品的采用路径完全不是这样的。

普通用户，不会因为看了一个红包活动，就开始每天用某个 AI 助手，他们需要「有人告诉我这个东西在什么场景下真的有用」。

这个「有人」，是他们信任的人，圈子里懂技术、提效率、会折腾工具的朋友，是他们关注的科技博主，开发者社区里某个人写的一篇真实使用评测。

也可以是垂直领域里有影响力的创作者，主动把使用体验带出技术圈，传递给更大的人群。

这批人，就是 AI 产品传播链条上真正的核心节点，数量不多，但每一个人的推荐都有信用背书，能产生真实的弱传播。

红包覆盖最大公约数的人群，这在消费品逻辑里没有错，只是 AI 产品的传播链条跟消费品不一样。

这批核心节点不刷红包，他们在 GitHub 上，在 X 上，在各种垂直技术社区里，是分散在不同圈层里的 KOC 和 KOL，触达他们，靠产品本身的说服力。

回头看那个调用量数据：

国外机构统计的中国大模型调用量前四；它们共同的路径，是先打进开发者社区，建立技术可信度，然后，口碑自己往外扩散，这是 AI 产品传播的基本规律。

当然，大众曝光未必全无意义，品牌认知也是生意的一部分。但 AI 产品跟其他消费品有一个根本的不同。用户留不留下来，最终还是看模型好不好用。

地基不稳，楼盖得再高也没用。那基地怎么打？AI技术传播这件事，要分层建。

很多公司谈传播，上来就问：我们要做哪些渠道？找哪些媒体？要不要请 KOL？

这些问题都没错，但问早了；渠道、媒体是工具，工具有没有用，取决于有没有先把底层的东西建好。底层缺了，工具越多越乱。

我经常给服务的客户说：AI 公司传播体系，从底到顶分三层。

第一层是技术可信度。这是所有传播的前提，没有这一层，后面什么都是空的。

建立技术可信度只有一条路，让那批最挑剔的人先信任你。这批人是开发者，他们会自己跑测试，会在社区里互相验证，会把结论写出来给所有人看。

赢得他们需要真实的技术能力加上足够透明的表达；开源是一种方式，发扎实的技术报告是一种方式，在开发者社区里真实地出现、回应问题也是一种方式。

Mistral 是一个很好的例子。

这家法国公司，几乎没有做过任何大众层面的品牌营销，但在全球 AI 开发者圈子里认知度极高。

它每次发布新模型，都会同步放出详细的技术说明，告诉开发者这个模型适合什么任务、在哪些基准测试上表现如何、跟上一版本比有哪些具体改进。

这份说明是给开发者的「使用地图」，背后逻辑是，我信任你能读懂这些，我也有底气让你来验证。这种姿态，比任何广告语都有说服力。

第二层是场景叙事。

有了技术可信度，下一步是把产品能力翻译成「在什么场景下解决了什么问题」；这个翻译工作，公司必须主动做，不能等用户自发总结。

用户就算用得很爽，也未必能把这种爽感讲清楚；讲不清楚，就传不出去。

Kimi 这次「改一行 URL 就能迁移」是一个很干净的场景叙事，具体、可感、有行动指引；更早一些，OpenAI 当年推 ChatGPT，在开发者社区里流传最广的是一批用户自发写的「我用它做了什么」的帖子。

从写代码到写合同到哄孩子睡觉，每一个场景都是一次真实的传播；这些内容之所以能扩散，因为读者看完之后会想「我也可以这样用」，这个「我也可以」是传播的引擎。

所以，场景叙事是帮用户想象自己用它的样子。

具体怎么讲？有两个思路。

一个是「任务型」，直接告诉用户这个产品能帮你完成什么具体的事；Notion 早期在设计师和产品经理圈子里出圈，靠大量用户在社区里分享自己搭建的模板。

我用它管项目、我用它做周报、我用它整理读书笔记，每一个模板都是一个场景入口，看到的人不需要被说服，直接就能复用。

另一个是「对比型」，用切换前后的反差来制造叙事张力。

Cursor 出圈的方式就是这个逻辑，大量开发者在社交媒体上发了同一类内容：同样一个功能，以前我要写两个小时，现在二十分钟搞定。

没有技术术语，没有产品介绍，只有一个数字对比。读者不需要懂代码，就能感受到「变了」这件事。反差本身是故事，这种叙事方式特别适合技术产品，它不要求用户理解底层原理，感受到「变简单了」就可以了。

有了这些前置条件，第三层是社区扩散，才轮到渠道和人的问题。

开发者社区打透之后，借助垂直领域里有影响力的创作者，把使用体验带出技术圈，触达更大的人群。

这批创作者的价值，是他们在各自圈子里积累的信任；他们推荐一个工具，读者的第一反应是「这个人不会随便推」。

这三层有严格的顺序，不能跳。

很多公司的传播失败，是直接从第三层开始，找了一堆创作者，写了一堆内容，发现没什么水花；老板一问，传了吗？传了？传了怎么过两天又没声音了？

因为底下两层是空的，创作者自己都没有真实的使用感受，写出来的东西读者一眼就能看出来是在应付。

所以，顺序对了，每一层才能把力量传递到下一层。

这套逻辑，我在跟不同 AI 公司同学聊传播时，几乎每次都会提到。它不复杂，但真正愿意从第一层开始建的公司，比你想象的少。

DeepSeek、Kimi 之后，一定还会有下一个出圈的技术型公司，它不一定是现在最被关注的，但一定是把产品能力、叙事都建好了的公司。会是谁呢？