先说一个反常识的观点：在今天的AI创业里，不追求DAU（日活跃用户数）增长，可能才是真正的“激进”。闫俊杰在访谈里直接把它称为“虚荣指标”。这挑战了移动互联网时代根深蒂固的思维。我亲测体验过MiniMax的“海螺AI”和其开放平台，说实话，它的应用端界面和用户引导，相比一些“网红”AI产品，确实算不上炫酷或易上手。但这恰恰可能是它的策略——不靠功能堆砌和营销轰炸留住用户，而是把资源和注意力极致聚焦在“把模型本身变聪明”上。用闫俊杰的话说：“如果模型不够聪明，产品做得再好也没有用。”这就像一个厨师，不在乎餐厅装修多豪华、营销多火爆，只关心食材和厨艺本身是否顶级。这里有个可能出错的观察：很多人会觉得这是“技术宅”的孤芳自赏，会脱离市场。但闫俊杰的逻辑是，当模型能力真正超越阈值时，用户自然会来。这条路无比艰难，需要极致的耐心和定力。你觉得，在资本急于看到回报的今天，这种“重模型、轻运营”的路径，是远见还是冒险？
再来看最现实的差距：算力。闫俊杰算了一笔账：美国顶尖AI公司花的钱可能是中国创业公司的50到100倍，但技术领先可能只有5%。那么，用1/50的资源如何追赶？MiniMax的答案不是硬拼，而是“更聪明的架构设计”。比如，他们创业第一天就押注“全模态”（文本、图像、音频、视频同步推进），这在当时被认为是分散资源的冒险。但他们的想法是：真正的AGI（通用人工智能）一定是多模态的，如果现在不同步推进，未来“技术债”会拖垮你。去年OpenAI的Sora2在多模态上的突破，某种程度上印证了这条路径的前瞻性。另一个例子是他们探索的“交错思维”推理机制，让模型学会“动手-思考-再动手”的循环。这些创新都是在资源受限下，通过算法突破来撬动更大可能。这好比在赛车比赛中，别人的引擎马力是你的50倍，你无法直接升级引擎，但你可以通过优化车身空气动力学、变速箱效率和驾驶策略，来最大化每一份动力的输出。这条路，极度依赖技术洞察和工程创新能力。
最后，也是最打动我的一点：闫俊杰强调的“非天才主义”。这支团队没有硅谷海归光环坐镇，很多核心成员甚至是“第一份工作”。他们的信心来自于“第一性原理”和科学方法论——相信AI是可以被拆解、被理性优化的工程问题，而不是依赖少数天才的“玄学”或“灵感”。闫俊杰自己的成长轨迹就是印证：河南小县城出身，靠超前自学（小学看初中课本，高中自学微积分）和商汤时期从技术倒数到第一的“残酷训练”，打磨出了极致的自学能力、取舍能力和心理韧性。这或许为中国AI人才培育提供了一个新思路：不盲目追求“明星科学家”，而是构建一套能让普通优秀人才通过科学方法发挥非凡价值的体系。会议室墙上“Intelligence with Everyone”的标语，正是这种理念的体现。当中国在算力、数据等硬资源上短期难以匹敌时，这种对“人”和“方法”的极致优化，或许就是那条独特的“夹缝求生”之路。
所以，MiniMax的“第三条路”，是一条极度理性、注重长期主义、试图在资源约束下通过方法论和创新“四两拨千斤”的路径。它不煽情，不鼓吹“改变世界”，而是冷静地计算、取舍、坚持。对你而言，更看好这种“技术驱动、模型为王”的深耕模式，还是更青睐那种“快速迭代、用户增长先行”的互联网打法？在你看重的AI产品中，模型的“聪明”程度和产品的“易用”体验，哪个权重更高？欢迎在评论区理性探讨。想持续获得这种穿透AI热潮、看清技术本质与商业逻辑的分析，别忘了点个关注，我们一起观察这场智力马拉松的每一步。
免责申明：本文图片版权归属原作者，如涉及侵权问题，请权利人及时告知，我们将立即处理。
