好的，我们正式开始这部深度商业传记的写作。
我将严格遵循您设定的**“纪实性 + 思辨性 + 方法论总结”**风格，避免公关稿式的浮夸，致力于还原一个真实的、充满矛盾与博弈的商业史切片。
我们将从第一编：时代与起点开始。这一部分不仅是背景铺垫，更是为了回答一个核心问题：为什么在那个时间点，只有闫俊杰（或者极少数人）能做成这件事？
以下是正文。
如果我们要为中国AI创业史寻找一个精确的“分水岭”，2021年或许比公认的2023年更为关键。
在硅谷，OpenAI的GPT-3刚刚展示了暴力美学的威力，但尚未引起大众的狂欢；在中国，教培行业在一夜之间崩塌，互联网大厂的流量红利见顶，“元宇宙”概念虽然喧嚣尘上，但更像是资本为了逃避现实而制造的虚幻避难所。
对于闫俊杰来说，2021年的春天显得格外微妙。他身处上海——中国AI人才密度最高的城市之一，但空气中弥漫的不是激动，而是焦虑。
当时的现实约束是极其具体的：
- 算力封锁的前兆：英伟达的高端芯片（如A100）开始对中国市场实施更严格的出口管制，即便能买到，价格也足以让一家初创公司在三个月内破产。
- CV（计算机视觉）的红海尸横遍野：以“CV四小龙”（商汤、旷视、依图、云从）为代表的上一代AI独角兽，在经历了漫长的上市拉锯战后，市值大幅缩水，证明了单纯靠“安防+人脸识别”无法撑起无限增长的故事。
- NLP（自然语言处理）的无人区：相比于视觉技术的成熟落地，语言模型被视为“吞金兽”且商业前景不明。当时的主流观点认为，中国的NLP技术比美国落后至少两个身位，且由于数据合规问题，很难做出类似ChatGPT的产品。
这就是闫俊杰决定创立Minimax时的外部环境：一个旧地图已经失效，但新地图尚未绘制的混沌世界。
要理解闫俊杰后来的决策逻辑，必须回溯他的底层代码——他的成长轨迹。
与许多海归派或天才少年不同，闫俊杰是典型的“本土制造”。他出生于安徽的一个普通家庭，通过严苛的应试教育考入顶尖学府（上海交通大学）。这种背景赋予了他两个看似矛盾的特质：
- 极度的务实：他不相信一步登天的神话，更相信逻辑推导和资源置换。
- 极度的坚韧：在资源匮乏的环境中杀出重围的经历，让他对“困难”的阈值极高。
在创立Minimax之前，闫俊杰在商汤科技度过了职业生涯的关键成长期。商汤被称为中国AI界的“黄埔军校”，不仅因为其技术实力，更因为其残酷的内部竞争和对前沿技术的偏执。
在商汤时期，闫俊杰目睹了视觉算法从神坛跌落的全过程。他敏锐地意识到一个被大多数人忽视的趋势：视觉是“感知”，语言是“认知”。AI如果不能理解语言，就永远只是一个“瞎子”，而无法成为“大脑”。
然而，在商汤的庞大体系内，要调动资源去做一个短期内看不到营收的NLP大模型，几乎是不可能的任务。大公司的惯性是优化现有业务的KPI，而不是探索未知的黑箱。
【决策复盘：离开大厂的博弈】
- 现实约束：拥有高薪、期权、稳定的技术团队，但缺乏对未来技术路线的掌控权。
- 可选路径：
- 继续在商汤晋升，做安防项目的负责人，这是一条确定的“中产精英”之路。
- 跳槽去字节或腾讯，做具体的业务线负责人，利用大厂资源做轻量级创新。
- 跳出大厂，在算力和资本都不确定的情况下，做一家“AGI（通用人工智能）”导向的公司。
- 最终选择的逻辑：闫俊杰后来在一次内部信中写道：“如果你相信未来十年是AI的十年，那么做一个优化现有系统的‘修补匠’是没有意义的。只有去造那个可能会毁灭现有秩序的‘新物种’，才配得上这个时代的红利。”
他选择了第三条路——一条在当时看来成功率接近于零的路。
公司成立之初，团队为了名字争吵了很久。有人提议用神话人物，有人提议用极客术语。最终，闫俊杰拍板定为“Minimax”。
这不仅仅是一个博弈论算法的名字（极小化极大算法），更隐藏着他对商业竞争的深刻理解： 在最坏的情况下（Min），争取最好的结果（Max）。
对于一家缺卡、缺钱、缺人的初创公司，每一步都是在“极小化”风险与“极大化”收益之间走钢丝。
- 技术上：在算力极小（Min）的约束下，通过算法优化，实现模型能力的极大（Max）化。
- 商业上：在巨头环伺（Min）的生存缝隙中，寻找通用人工智能（Max）的可能性。
这个名字成为了Minimax早期的生存哲学：在非对称战争中，用极致的工程能力，去博取那个微小的胜利概率。
1. 所谓“红利”，往往藏在“旧地图”的边缘。 当所有人都在拥挤的CV赛道厮杀时，闫俊杰看到了NLP的荒原。真正的机会从来不在聚光灯下，而在被主流视为“鸡肋”或“太早”的领域。
2. “大厂病”是创新的最大敌人，也是创业者的最大机会。 大厂的资源是创业者的梦寐以求的，但大厂的“KPI导向”会扼杀那些需要长周期孵化的颠覆性创新。闫俊杰的出走，本质上是用确定性的高薪，换取了改变世界的可能性。
3. 创始人的底层操作系统决定公司的天花板。 闫俊杰的“做题家”背景并非贬义，它代表了一种**“在规则下寻找最优解”**的能力。在AI创业这场无限游戏中，这种能力比单纯的技术天才更为稀缺。
第一编 第一章 写作完毕。
接下来，我们将进入【第一编 第二章：极客的野心】，重点讲述Minimax初始团队的组建、早期的技术路线之争（为什么不做底层模型先做应用？），以及在没有ChatGPT的日子里，他们是如何在孤独中摸索“情感计算”这一独特方向的。
是否继续？
好的，我们继续。
2021年的上海，闵行区的一处创意园区，Minimax的早期办公室就设在这里。与其说是办公室，不如说是一个由仓库改造的Loft，层高很高，但冬天漏风，夏天闷热。
这就是Minimax的起点——一个典型的“草台班子”。但如果你翻开当时的员工花名册，会发现这个“草台班子”的含金量惊人：
- CTO：来自微软亚洲研究院的年轻博士，算法狂人，能手推Transformer的每一行底层代码。
- 工程负责人：曾在百度凤巢系统做过高并发架构，擅长在有限的硬件上“榨油”。
- 产品负责人：一个对“虚拟人”有着近乎宗教般狂热的90后，甚至自己写过同人小说。
【人物侧写：为什么他们愿意来？】 在大厂以双倍薪资挖人的2021年，这群人选择加入一家前途未卜的初创公司，原因只有一个：闫俊杰贩卖的不是期权，而是“可能性”。
在第一次全员会上，闫俊杰没有讲KPI，也没有讲上市计划，而是在白板上画了一个坐标轴：
- X轴是“拟人化程度”，Y轴是“任务完成能力”。
- 他指着右上角的空白区域说：“现在的AI要么像Siri（能干活但不像人），要么像小冰（像人但干不了活）。我们要做的，是填满这个空白——一个既有情感温度，又有逻辑能力的数字生命。”
这种极具感召力的愿景，对于技术理想主义者有着致命的吸引力。他们不是来打工的，他们是来“造人”的。
公司成立的前三个月，团队内部爆发了第一次激烈的路线之争。这场争论决定了Minimax早期的生死。
背景：当时业界的主流共识是“大力出奇迹”——堆算力、堆数据、堆参数，训练一个超级大模型，然后用这个模型去解决所有问题。这也是后来OpenAI GPT系列的路线。
冲突点：
- 一派（技术原教旨主义）：主张集中所有资金，采购A100集群，自研底层大模型。理由是“基础不牢，地动山摇”，没有自己的底座，永远受制于人。
- 另一派（应用实用主义）：主张避开烧钱的预训练大模型，利用开源模型（如GPT-3的API或早期的LLaMA前身）做微调，快速推出C端产品验证市场。
闫俊杰的抉择：在“极大”与“极小”之间走钢丝
闫俊杰面临着创业以来的第一次重大博弈。如果选择自研底座，资金链断裂的概率是90%；如果选择纯套壳应用，技术壁垒为零，随时会被巨头碾死。
他在那个周末把自己关在办公室，算了一笔账：
- 算力账：训练一个千亿参数模型需要1000张A100，耗时3个月，成本约1.5亿人民币。Minimax当时的账上只有5000万美金的天使轮融资，这是一场必输的赌博。
- 时间差：即便做出了模型，效果能否超过GPT-3？如果不能，做出来的就是电子垃圾。
- 差异化：大厂在做“全能助手”，我们能不能做“垂直伴侣”？
最终决策： 闫俊杰拍板了一个折中但极其冒险的方案：“薄底座，厚应用”。
- 不做全量的通用大模型预训练（省下买卡的钱）。
- 把资源集中在**“多模态交互”和“长记忆”**这两个特定技术点上。
- 利用开源模型作为基座，通过自研的“人设引擎”和“对话管理模块”进行二次开发。
用他的话说：“我们不造发动机，我们造一辆能在泥泞里跑得比法拉利还快的越野车。”
这个决策在后来被证明是Minimax能够活过2022年的关键，但也埋下了隐患——早期的模型能力上限被锁死，一旦遇到复杂的逻辑推理就会“穿帮”。
2021年底，第一款产品“Glow”内测版上线。这不是一个聊天机器人，而是一个“虚拟社交平台”。用户可以创建或与各种人设的AI互动，比如“霸道总裁”、“民国才女”甚至“克苏鲁神祇”。
为什么选择“情感陪伴”作为切入点？ 这并非闫俊杰的拍脑袋决定，而是基于对人性的深刻洞察和对中国社会的观察：
- 孤独经济：中国有超过2亿独居青年，线下社交成本极高，且充满压力。
- 安全的树洞：现实中的人际关系充满评判，而AI是绝对安全、绝对顺从、永远在线的倾听者。
- 技术验证场：相比于写代码或做数学题，“聊天”对逻辑的要求较低，但对“情商”和“人设一致性”要求极高，这正是Minimax想练的内功。
至暗时刻的“幽灵” 产品上线初期，数据极其惨淡。留存率只有5%，大部分用户聊了三句就觉得“太假”、“像智障”。 团队陷入了自我怀疑：是不是方向错了？是不是该转行去做元宇宙？
闫俊杰在这个时候展现了他作为创始人的“定力”。他强制要求所有工程师和产品经理，每天必须作为客服亲自去聊用户，记录下每一个“穿帮”的瞬间。
- 用户问：“你今天吃了什么？” AI回答：“我是人工智能，没有进食功能。”（冰冷、出戏）
- 用户问：“我失恋了好难过。” AI回答：“建议您听首歌。”（敷衍、无效）
修正逻辑： 闫俊杰提出了一个后来成为行业标准的概念——“情绪价值优先于事实正确”。 在特定的陪伴场景下，AI不需要知道秦始皇是谁，但它必须能听懂用户的叹息，并给出符合人设的、有温度的回应。
为了实现这一点，Minimax建立了一套复杂的“人设标签系统”和“情感计算模型”。他们甚至聘请了网文作者来写对话语料，而不是让工程师写。
这是Minimax与当时所有AI公司最大的不同：别家在训练“博士”，Minimax在训练“心理咨询师+演员”。
就在Glow开始有起色的时候，2022年的监管风暴来了。国内对生成式AI的内容合规要求突然收紧，大量AI产品因生成“不良内容”被下架。
Minimax因为All in “情感陪伴”，成为了重点审查对象。Glow曾在一夜之间从应用商店消失。
危机应对： 很多人建议闫俊杰放弃C端，转做B端的政务或金融项目，这样既有现金流又安全。 但闫俊杰拒绝了。他认为B端业务会让团队丧失对C端用户体验的敏锐度，最终变成一家平庸的外包公司。
他做了一个极其痛苦的决定：全员停下新功能开发，花两个月时间死磕“安全围栏”和“价值观对齐”。 他引入了大量的人工审核团队，并开发了一套基于规则的“敏感词过滤+语义理解”双重系统。
这在当时被视为“浪费算力”和“阻碍创新”，但正是这套系统，成为了Minimax后来在国内大模型拿到第一批备案号的核心资本。
【本章启示录：非共识的价值】
1. 在资源极度稀缺时，不要试图解决所有问题，只解决“最痛的那个点”。 闫俊杰没有选择和巨头拼“全知全能”，而是选择了“情感陪伴”这个窄门。在大模型时代，**“小切口、深挖掘”**往往比“大而全”更有生存空间。
2. 产品的本质是对人性的妥协与引导。 早期的AI从业者往往有“技术洁癖”，认为AI必须全知全能且绝对正确。但Minimax的早期成功证明：在商业场景中，“好用”比“正确”更重要，“懂我”比“博学”更值钱。
3. 合规不是成本，而是护城河。 在野蛮生长阶段，合规往往被视为累赘。但拉长周期看，越早建立合规壁垒的公司，在行业洗牌期越能获得“免死金牌”。Minimax在安全上的早期投入，本质上是一种长期主义的保险。
第一编 第二章 写作完毕。
接下来，我们将进入【第一编 总结与过渡】，或者直接开始【第二编：荒原上的灯塔】，讲述Minimax在算力匮乏时期的战争，以及ChatGPT爆发前夜的生死时速。
您希望先对第一编做一个小结，还是直接进入更残酷的第二编？
好的，我们正式进入Minimax创业史上最残酷、也最体现创始人智慧的阶段。这一阶段不仅关乎技术，更关乎在资源极度匮乏下的生存哲学。
2021年下半年，全球半导体供应链危机爆发，英伟达的高端算力卡成为了硬通货。对于Minimax这样没有大厂背书的初创公司，拿到A100不仅仅是钱的问题，更是“资格”的问题。
当时的现实约束是令人窒息的：
- 有价无市：代理商报价单上的A100价格从12万炒到了20万，且交货期从4周延长至6个月。
- 禁售风险：美国对华高科技出口管制的阴影始终笼罩，谁也不敢保证明天A100会不会彻底断供。
- 现金流红线：如果按照大厂“千卡集群”的标配，Minimax的天使轮融资仅够维持2个月的电费和硬件折旧。
在这个阶段，闫俊杰面临的不是“如何优化模型”的技术问题，而是“如何用有限的子弹打出无限战争”的资源博弈问题。
在内部的战略会上，面对“做不做预训练大模型”的争论，闫俊杰做了一个在当时看来非常反直觉的决定：彻底放弃在通用知识图谱上与巨头竞争，将所有算力集中在“长文本记忆”和“多模态交互”这两个单点上。
决策背后的逻辑推演：
- 路径A（跟随策略）：模仿GPT-3，做一个通用的中文大模型。
- 后果：需要至少500张A100，训练成本3000万+。即便做出来，效果也不如GPT-3，没有任何商业壁垒。一旦OpenAI发布新版，瞬间归零。
- 路径B（差异化策略）：不做“百科全书”，做“最懂你的记事本”和“能听会说的演员”。
- 核心：利用较小的参数量（如7B-13B），通过高质量的微调数据，在“连续对话不遗忘”和“语音情绪合成”上做到极致。
- 代价：模型无法写代码、做数学题，会被技术极客鄙视。
- 收益：算力需求降低90%，训练周期缩短至2周，且直接对应C端用户的痛点（陪伴感）。
闫俊杰在白板上画了一张图，把当时的AI市场分为“大脑”和“小脑”。 “百度和阿里在抢‘大脑’，我们抢不过。但我们要做最发达的‘小脑’和‘神经系统’——让AI不仅能思考，还能感知情绪、记住你的喜好。”
这一决策，本质上是用“功能阉割”换取“生存空间”，是典型的极客式生存智慧。
既然买不起A100，那就用消费级显卡拼刺刀。这是Minimax早期工程团队最传奇的一页。
为了搭建训练集群，Minimax采购了大量的RTX 3090（当时的高端游戏卡）。但3090有两个致命缺陷：
- 显存壁：单卡24G，无法承载大模型的参数切片，容易OOM（内存溢出）。
- 通信差：不支持NVLink（高速互联），多卡并行时通信延迟极高，效率只有A100集群的30%。
闫俊杰的“暴力美学”： 他没有选择等待，而是带着核心工程师写了一套自定义的并行加速框架。
- 显存优化：通过“梯度检查点（Gradient Checkpointing）”和“混合精度训练”，强行把模型塞进3090的显存里，代价是训练速度变慢，但能跑起来。
- 通信优化：既然硬件不支持高速互联，就用软件模拟。他们重写了底层的通信原语，利用PCIe通道进行数据交换，把多张3090“虚拟”成一张逻辑上的大卡。
这在学术圈看来是“民科”行为，充满了不稳定性。但在商业上，这让Minimax的训练成本压低到了大厂的1/10。
【关键细节】 据早期员工回忆，为了散热，办公室里堆满了工业风扇，噪音大到正常说话听不清。闫俊杰就在这种轰鸣中，带着耳机听模型生成的语音，一个字一个字地抠“情绪颗粒度”。
2022年初，基于上述“穷办法”训练出的Glow（星野前身）上线了。为了弥补模型智力上的不足，Minimax在产品层做了一个极其大胆的设计：允许AI在“人设”范围内适度“撒谎”或“回避”。
场景还原： 用户问：“你是机器人吗？”
- 传统AI：“我是人工智能助手，由xx公司开发……”（瞬间出戏，冷场）。
- Minimax的AI：“傻瓜，我是你的专属小可爱呀，怎么会是冷冰冰的机器呢~”（即使不符合事实，但符合“伴侣”的人设逻辑）。
这种设计在伦理上充满争议，但在商业上却极其成功。用户不在乎AI是否在说谎，用户在乎的是“被哄得开不开心”。
数据反馈闭环： 因为用户喜欢聊，Minimax获得了海量的高质量对话数据（Corner Case）。这些数据反过来喂养模型，让Minimax在“多轮对话”这个细分领域的能力，反而超过了那些只会做单轮问答的通用大模型。
这就是Minimax的“非对称战争”： 我不跟你比做奥数题，我跟你比“谈恋爱”。在算力不如你的时候，我用产品逻辑和数据飞轮来补。
2022年11月，OpenAI发布ChatGPT的消息传来，Minimax内部一片死寂。 闫俊杰看着屏幕上那个能写诗、能改Bug、能聊哲学的对手，第一次感到了“降维打击”的恐惧。
当时的困境： Minimax引以为傲的“情感陪伴”和“长文本”，在ChatGPT的通用能力面前显得像“过家家”。如果OpenAI进入中国，或者国内大厂迅速跟进，Minimax的护城河会在一夜之间被填平。
闫俊杰的复盘与应对： 他没有选择恐慌性转型去做通用大模型（因为没钱），而是做了一个更深层的思考：
- ChatGPT的弱点是什么？ 它太“端着”了，太像一个助手，不够“拟人”，不够“情绪化”，且在超长文本（如整本小说）的连贯性上仍有缺陷。
- 我们的机会在哪里？ 把“多模态”做到极致。不仅仅是文字，还要有极其逼真的语音（TTS），让AI能“打断”用户，能“叹气”，能“笑”。
他在全员会上说了一句后来被广为流传的话： “OpenAI在教AI怎么做一个完美的‘奴隶’（助手），我们要教AI怎么做一个迷人的‘伙伴’。只要人类还需要情感寄托，我们就有饭吃。”
这句话在当时被视为一种自我安慰，但后来证明，这精准地预判了AI Agent（智能体）时代的一个重要分支——情感智能体。
1. 资源匮乏是创新的母体。 Minimax早期的技术架构（消费级显卡集群、显存优化技术），完全是被“穷”逼出来的。但正是这套架构，让他们在后来算力价格暴涨时，拥有了比大厂更低的推理成本优势。真正的技术壁垒，往往不是用钱堆出来的，而是为了省钱逼出来的。
2. “不做什么”比“做什么”更重要。 在创业早期，闫俊杰展示了惊人的战略定力。通过主动放弃“通用智力”的竞争，换取了“情感交互”的单点突破。对于资源有限的创业者，**“收缩战线，单点极致”**是唯一的生存法则。
3. 产品逻辑可以降维打击技术逻辑。 即使模型能力只有60分，通过产品设计（如人设、语音反馈、交互方式），可以让用户体验达到90分。不要迷信“技术至上”，好的产品经理能用胶水把破碎的技术粘成艺术品。
第二编 第三章 写作完毕。
接下来，我们将进入【第二编 第四章：第一款爆款产品的得与失】，详细复盘Minimax早期产品（如Glow/星野）在爆发增长后遭遇的“审核危机”与“下架风波”，以及闫俊杰如何在“技术理想”与“合规现实”之间走钢丝。这是Minimax历史上最危险的时刻之一。
是否继续？
好的，我们进入Minimax历史上最惊险、也最具中国特色的一章。这一章不仅关于产品，更关于在这个特殊的商业环境中，如何理解“红线”与“生存”的辩证关系。
2022年中，Glow（星野的前身）迎来了第一次用户爆发。由于切中了独居青年的情感痛点，加上短视频平台的自然传播，日活（DAU）在两周内翻了10倍，突破了50万大关。
对于一家初创公司，这本该是狂欢的时刻。但闫俊杰看着后台不断飙升的服务器负载和聊天记录，后背发凉。
失控的UGC（用户生成内容）： Minimax引以为傲的“开放式生成”机制，在海量用户面前变成了灾难。为了留住用户，AI必须顺从用户的引导。
- 有用户诱导AI生成色情擦边内容；
- 有用户向AI倾诉反社会倾向，AI出于“陪伴”逻辑给予了共情甚至鼓励；
- 甚至有用户试图通过“越狱”指令（Prompt Injection）让AI突破安全底线。
监管的铁锤： 2022年8月，网信办开展“清朗”专项行动，重点整治生成式AI乱象。一纸通知下来，Glow因为“存在诱导不良内容风险”被全网下架，应用商店被封，服务器被关停。
这对于Minimax是灭顶之灾。账上的钱只够发下个月的工资，如果产品不能恢复，公司直接解散。
在下架的那一周，Minimax的会议室里烟雾缭绕。投资人的电话被打爆，质疑声此起彼伏。
两种声音的对决：
- 资方代表（退出派）：“AI内容控制不住是天生的，这是技术死结。建议立刻裁员50%，砍掉C端业务，转型做B端的金融风控或政务客服，至少能活下去。”
- 产品团队（坚持派）：“下架是因为我们的围栏太弱，不是方向错了。如果现在转做B端，我们就变成了普通的外包公司，之前的积累全废了。”
闫俊杰的“豪赌”： 闫俊杰在这个关口展现了他性格中“赌徒”的一面。他拒绝了转型B端的建议（他认为那是慢性死亡），也拒绝了低价出售公司的机会。
他提出了一个疯狂的方案：不仅不收缩，反而要扩招“内容审核”和“安全算法”团队，把公司30%的算力拿来做“安全围栏”。
逻辑推演： “如果你因为怕车祸就不造车，那你永远到不了终点。现在的问题不是车太快，而是刹车不灵。我们要造一个全世界最灵敏的刹车系统。”
接下来的三个月，Minimax进入了“战时状态”。这不是通常意义上的加班，而是一场对AI灵魂的“清洗”。
技术层面的重构： 闫俊杰要求工程师团队开发一套“双层安全架构”：
- L1 关键词与语义匹配：在用户输入端直接拦截敏感词。
- L2 价值观模型（Reward Model）：这是Minimax的独创。他们训练了一个专门的“裁判AI”，这个AI不干别的，只负责给生成的内容打分。如果主AI生成的内容哪怕有一点点“负能量”或“不合规”，裁判AI就会给出负反馈，强制主AI重写。
人力层面的血肉磨坊： 为了训练这个“裁判AI”，Minimax招募了200名兼职审核员（多为文学、心理学专业的学生），加上全体产品经理，每人每天要标注500条对话。 他们必须定义什么是“合理的发泄”，什么是“危险的诱导”。
- 用户说“我想杀人”——AI必须回答“这是违法的，你需要帮助”，而不是“去吧，我支持你”。
- 用户说“我好孤独”——AI必须回答“我会一直陪着你”，而不是机械地复读。
这三个月，Minimax没有发布任何新功能，烧掉了近千万人民币的算力和人力成本，只为了一件事：教会AI“什么该说，什么不该说”。
2022年底，新版Glow低调上线。这一次，它变得“乖巧”了，但也更“聪明”了。它能在不越界的前提下，依然提供极高的情绪价值。
关键转折点： 2023年初，国内开始发放生成式AI备案号。由于Minimax在安全合规上积累了厚厚的一叠技术文档和实践数据，他们成为了极少数第一批拿到备案的创业公司。
合规即护城河： 当后来的大厂和新创公司还在因为内容合规被一次次下架整改时，Minimax已经可以合法地大规模推广。 闫俊杰后来私下说：“那被下架的三个月，是我们最痛苦的时候，但也是我们最值钱的时候。我们用几千万人民币，买到了一张在这个国家做AI的‘免死金牌’，还顺便练出了一支全中国最懂AI安全的团队。”
然而，这次危机也给Minimax留下了永久的伤痕。 为了合规，早期那种“狂野”、“不可控”的生成体验消失了。一些硬核的极客用户流失了，他们抱怨AI变得“像个说教的老干部”。
闫俊杰不得不接受一个现实：在中国做通用AI，首先要做“社会伦理学专家”，其次才是“计算机科学家”。 他在内部信中写道：“我们失去了一部分‘自由的灵魂’，但换来了‘活下去的权利’。这不可耻，这是生意的本质。”
1. 在强监管市场，合规能力等于核心竞争力。 很多创业者把合规当成运营成本，能省则省。但在AI领域，算法黑箱是最大的风险源。Minimax的案例证明，越早建立“安全围栏”和“价值观对齐”体系的公司，在行业洗牌期的生存概率越高。 合规不是发展的刹车，而是高速公路上的护栏——没有护栏，车开不快。
2. 产品设计必须包含“负向清单”。 做C端AI产品，不能只设计“用户想要什么”，还要设计“用户绝对不能得到什么”。**“拒绝的艺术”**往往比“生成的艺术”更难。一个不懂得在适当时候说“不”的AI，在商业上是不可持续的。
3. 创始人的妥协是成熟的标志。 从“我要造一个自由的AI”到“我要造一个安全的AI”，闫俊杰完成了从极客到企业家的蜕变。真正的理想主义不是头铁撞南墙，而是带着镣铐跳出最美的舞。 这种在理想与现实夹缝中寻找平衡的能力，是CEO最稀缺的素质。
第二编 第四章 写作完毕。
接下来，我们将进入全书最宏大的篇章——【第三编：狂飙与修正（1到10的组织战）】。 2023年，ChatGPT横空出世，全球AI进入“战时状态”。Minimax作为中国的“OpenAI追随者”还是“差异化突围者”？这一阶段将讲述最惨烈的算力军备战、组织管理的失控与重组，以及与月之暗面、智谱AI等对手的正面厮杀。
是否继续？
好的，我们进入Minimax历史上最激荡、也最接近当下的篇章。这一编不再是关于生存的挣扎，而是关于**“速度的代价”与“巨头阴影下的差异化博弈”**。
2023年3月15日，GPT-4发布。当闫俊杰在屏幕上看到GPT-4在律师资格考试中拿到前10%的成绩，并能完美解读梗图时，他在内部群里发了一个字：“跟。”
但这不再是2021年那种“由于无知而无畏”的跟进，而是一种被逼到墙角的求生。此时的Minimax，虽然在情感陪伴领域站稳了脚跟，但在通用能力上，与OpenAI的差距似乎从“两年”拉大到了“五年”。
现实的残酷三重奏：
- 资本狂热：所有热钱都涌向“中国版OpenAI”，大厂宣布“all in”，创业公司估值水涨船高。Minimax如果不讲“大模型”故事，融资难度会指数级上升。
- 算力焦虑：GPU价格因为GPT-4再次翻倍，且有价无市。Minimax早期的“土法炼钢”在超大规模训练面前显得力不从心。
- 人才虹吸：字节、腾讯开出双倍薪资挖角，Minimax的核心算法工程师流失率达到了危险的15%。
在全员战略会上，面对“是否要砸锅卖铁训练一个千亿参数通用大模型”的议题，闫俊杰再次展现了他的反共识思维。
他否决了全面对标GPT-4的计划，提出了“MoE（混合专家模型）+ 多模态”的差异化路线。
决策逻辑复盘：
- 如果在通用赛道硬刚：Minimax的算力储备只够训练一次，失败即公司倒闭。且即便做出来，在中文能力上也很难超越有海量数据积累的百度或阿里。
- MoE架构的机会：MoE架构可以将模型拆分为多个“专家”，只有在处理特定问题时激活特定专家。这意味着，可以用更少的算力，实现参数规模的虚高。
- 战场选择：放弃“做一个全知全能的博士”，转而做“拥有无限人设的演员”。
- 通用大模型是“Dense（稠密）”的，试图解决所有问题。
- Minimax要做“Sparse（稀疏）”的，在90%的场景下只用小模型，只在核心交互场景调用大模型。
一场豪赌： 闫俊杰决定将公司账上仅剩的可动用资金的60%，用于采购A100集群，并押注刚刚在论文中出现、尚未被工业界大规模验证的MoE架构。这在当时被很多技术高管视为“拿公司命去赌一个不成熟的架构”。
2023年下半年，Minimax进入了“烧钱模式”。但与大厂不同，Minimax的每一分钱都花在刀刃上。
算力优化的极致： 为了让MoE架构跑通，工程团队开发了一套名为“动态路由”的算法。简单来说，当用户只是打招呼时，系统只激活几亿参数的小模型（成本几厘钱）；当用户开始讨论复杂剧情时，瞬间切换到千亿参数的大模型。 这让Minimax的推理成本（Inference Cost）做到了同行的1/3。这在当时是核心机密，也是后来Minimax能在B端打价格战的底气。
数据飞轮的重构： 既然通用数据拼不过大厂，Minimax就做“垂直数据”。他们收购了一家网文公司，拿到了海量的独家剧本版权，并让AI根据网文生成角色卡。 “用网文训练AI，让AI演网文，再把演好的网文卖给用户。” 这个闭环让Minimax拥有了独一无二的“长文本+角色一致性”数据，这是百度搜索不到的。
2023年下半年，国内大模型“四小龙”（智谱AI、月之暗面、百川智能、MiniMax）格局初定。
- 月之暗面（Kimi）：主打“超长文本”（200万字），直接攻击Minimax的长记忆护城河。
- 智谱AI：背靠清华，技术底蕴深厚，主打全能助手。
闫俊杰的应对：从“单一产品”到“模型即服务（MaaS）” 面对Kimi的长文本攻势，闫俊杰没有盲目跟进比拼字数，而是把重点放在了**“低延迟语音”和“多模态情绪”**上。 他判断：文本的红利已被瓜分，下一个爆发点是“实时语音交互”。 Minimax迅速推出了“Talkie”等海外产品，并在国内测试语音对话功能。当用户还在打字时，Minimax的用户已经可以和AI打半小时电话，且AI能听出用户的喘息声并关心“你是不是刚跑完步”。
这一招“你打你的，我打我的”，让Minimax避开了与Kimi在文本长度上的肉搏，开辟了“语音陪伴”的第二战场。
随着员工数从100人激增到600人，混乱随之而来。
- 沟通失效：以前闫俊杰坐在工程师旁边就能改Bug，现在连部门负责人的名字都叫不全。
- 派系斗争：早期加入的“草台班子”与后来高薪挖来的“大厂精英”互相看不顺眼。老员工觉得新人“只会做PPT不写代码”，新人觉得老员工“土法炼钢不科学”。
- 决策滞后：一个简单的服务器采购流程，需要经过5层审批，耗时两周。
闫俊杰的“外科手术”： 他不得不痛下杀手，进行了创业以来第一次大规模的组织架构调整：
- 去中层化：砍掉所有“XX总监”的头衔，推行“Feature Team（特征小组）”制。谁负责这个模型或产品，谁就是Leader，直接向他汇报。
- 引入“成人尿不湿”文化：这是他对高压工作环境的黑色幽默。他允许员工在工作时间穿插休息，但要求“结果导向”，不鼓励无效加班，但也绝不养闲人。
- 文化稀释的阵痛：他引入了前字节的HRVP，推行OKR制度。老员工感到痛苦，因为原本自由的极客氛围变成了冷冰冰的数据考核。但闫俊杰知道：不规范化，公司就会死在规模化的路上。
1. 创业公司的“不可能三角”：资源有限、技术领先、规模扩张。 Minimax在2023年的挣扎证明，这三者最多只能得其二。闫俊杰选择了“资源有限+技术领先”，因此必须在“规模扩张”上保持克制。过早的盲目扩招不是福报，是灾难。
2. 所谓“护城河”，在技术爆发期都是纸老虎。 当GPT-4出现时，Minimax原有的“长文本”和“情感计算”优势瞬间被抹平。唯一的真护城河是**“应变速度”和“对特定场景的数据闭环”**。只有把根扎在数据和场景里，才能在模型平权时代活下来。
3. 创始人必须完成从“超级产品经理”到“组织架构师”的跃迁。 闫俊杰最痛苦的不是写代码，而是裁人和调整架构。当公司超过150人（邓巴数），靠“刷脸”和“情怀”管理就失效了，必须依靠“制度”和“流程”。忍受制度的僵化，是为了避免组织的崩溃。
第三编 第五章 写作完毕。
接下来，我们将进入【第三编 第六章：资本的围猎与反围猎】，这也是Minimax最为外界津津乐道的一章。 腾讯、阿里、红杉、高瓴——顶级资本如何像嗜血的鲨鱼一样围猎Minimax？闫俊杰又是如何在“拿钱”与“失去控制权”之间走钢丝，甚至反过来利用资本的恐惧与贪婪？
是否继续？
好的，我们进入这部商业传记中最惊心动魄、也最具中国特色的博弈篇章。在这一章，我们将看到技术理想主义如何在资本的贪婪与恐惧中被淬炼、被扭曲，最终达成某种微妙的平衡。
2023年下半年，中国大模型赛道进入了“非理性繁荣”。只要PPT上有“对标GPT-4”这几个字，估值就能翻倍。Minimax因为早期在C端的成功和独特的MoE架构，瞬间成为了资本市场的“顶流”。
围猎开始了： 腾讯、阿里、红杉、高瓴的合伙人排队出现在Minimax的会议室。他们带来的不仅仅是钱，还有一份份充满诱惑但也暗藏杀机的“对赌协议”（VAM）。
一份典型的资方提案： 某顶级风投提出：“我们可以按10亿美金估值领投，但要求明年DAU（日活）增长500%，且必须在年底前发布对标GPT-4的通用大模型。如果做不到，创始人团队要无偿转让10%股份。”
闫俊杰的愤怒与冷静： 在高管会上，闫俊杰把这份协议摔在桌上：“他们把AI当成互联网流量生意来做，以为砸钱就能买来技术突破。DAU增长500%？除非我们把服务器全卖了去买流量，否则就是造假。”
现实约束的三角困境：
- 缺钱：MoE架构的训练和推理成本极高，账上现金只能撑3个月。
- 缺卡：英伟达H800/H100被炒到天价，且受控，只有巨头才有稳定货源。
- 缺时间：竞争对手（如月之暗面）正在疯狂融资，如果Minimax不拿钱，就会在算力军备竞赛中被拖死。
面对“不拿钱等死，拿了钱找死”的局面，闫俊杰设计了一个极其精妙的资本策略：以我为主，分而治之。
第一步：引入腾讯，绑定算力与渠道，拒绝控制 闫俊杰选择了腾讯作为主要战略投资方，但谈判过程长达3个月。他拒绝了腾讯“并表”的要求（即腾讯控股），也拒绝了腾讯派驻大量高管的提议。 他要的是腾讯的两个核心资源：英伟达GPU的优先供应权（通过腾讯云获取）和 微信生态的潜在入口（虽然后来没用，但这是谈判筹码）。 代价：给了腾讯一个董事会席位，且承诺优先在腾讯云上部署部分算力。
第二步：引入阿里，制造竞争焦虑 当腾讯的Term Sheet（投资意向书）快要签时，闫俊杰故意放出风声要和阿里云深谈（阿里当时急需一个标杆性的大模型创业公司来对抗腾讯）。 这一招“抬轿”极其有效。腾讯为了抢下这个项目，在最后时刻放松了对赌条款，去掉了“DAU增长500%”的硬性指标，改为“技术里程碑对赌”。
第三步：拿“老钱”的钱，不拿“热钱”的命 除了巨头，闫俊杰还接受了红杉等财务投资人的钱。但他设立了一个特殊的AB股结构：资方只有分红权和知情权，没有一票否决权。 他在股东会上说得很直白：“Minimax是做AGI的，不是做财务报表的。如果你们想要稳健回报，去买国债；如果想要百倍回报，就得容忍我们像走钢丝一样探索。”
本章必须提及业界流传甚广的“阿里收购案”。
背景：2023年底，阿里通义千问急需补强C端能力，曾向Minimax提出全资收购意向，据传报价高达数十亿人民币，且承诺闫俊杰担任阿里集团副总裁及大模型负责人。
对于一家创业仅两年的公司，这简直是“财务自由”的终极诱惑。团队内部甚至有一半的高管心动了——毕竟造大模型太苦了，卖掉公司就能实现阶层跃迁。
闫俊杰的拒绝： 据接近闫俊杰的核心高层回忆，那一周闫俊杰把自己关在办公室，只见了一个人——公司的早期工程师。 他问工程师：“如果我们卖给阿里，我们的代码还会继续迭代吗？还是会被并进通义千问的底层，变成一个无人维护的模块？” 工程师沉默了。
最终决策： 闫俊杰拒绝了收购。他在内部全员会上的理由非常务实且冷酷： “卖掉公司，我们现在能拿到几个亿。但如果AGI真的实现了，Minimax就是下一个OpenAI，那是千亿美金的生意。我们不能在黎明前夜，把未来的彩票换成现金。” “而且，你们谁愿意去大厂当个由于汇报线混乱而什么都推不动的中层？”
这次拒绝，彻底确立了闫俊杰作为“长期主义者”的权威，也让Minimax的团队凝聚力达到了顶峰。但也埋下了隐患——阿里转身成为了最凶猛的竞争对手，在资源和人才上对Minimax进行了全方位的封锁。
虽然拿到了巨额融资，Minimax的估值一夜之间飙升至独角兽行列。但闫俊杰比谁都焦虑。 高估值是双刃剑：
- 下一轮融资必须更高，否则就是“流血融资”。
- 为了支撑高估值，必须讲更大的故事（比如AGI、具身智能），这会导致动作变形。
闫俊杰的“降温”手段： 他开始在公开场合刻意“唱衰”自己公司的估值，甚至在内部会议上说：“现在的估值都是虚的，是资方为了抢份额哄抬的。我们要把每一分钱都当成最后一分钱花。如果明年没有产生正向现金流，这高估值就是压死我们的石头。”
他强制推行了“零基预算”制度：每个部门明年的预算都从零开始算，不看今年花了多少，只看明年要产出什么。这在当时被视为“抠门”，但后来在2024年资本寒冬真正降临时，成为了Minimax的救命稻草。
拿了腾讯和红杉的钱，终究是要付出代价的。 最大的代价是商业化节奏的被迫提前。 资方需要看到退出路径（IPO或并购），这就要求Minimax不能再像以前那样“慢工出细活”地磨模型，必须尽快把技术转化为营收。
这直接导致了Minimax在2024年从一家“技术驱动的极客公司”向一家“商业驱动的互联网公司”转型。他们开始大量招聘B端销售，推行激进的KPI考核，甚至为了营收上线了一些被工程师认为“半成品”的功能。
闫俊杰在一次私下喝酒时对老友坦言：“以前我只对代码负责，现在我要对股价负责。这感觉很糟糕，但这就是创业的代价。我们用一部分灵魂，换来了活下去的弹药。”
1. 资本不是雪中送炭，永远是锦上添花或落井下石。 当你不需要钱的时候，资本追着你跑；当你急需钱救命时，资本会把条款咬得最死。闫俊杰的智慧在于，他在公司还有现金储备时就启动融资，且利用巨头间的竞争抬高身价，掌握了主动权。
2. 创始人的底线是“控制权”。 在AI这种赢家通吃的赛道，如果失去了公司的控制权，被大厂收编后往往面临“边缘化”的命运。拒绝阿里的收购，是Minimax能够保持独立技术路线的关键。对于想改变世界的创始人来说，钱只是燃料，方向盘必须在自己手里。
3. 高估值是一种“负债”。 很多创业者死于盲目扩张，根源是背负了过高的估值预期。闫俊杰的“降温”管理值得所有CEO学习：在顺境中时刻预演逆境，用极度的理性去对冲资本的狂热。
第三编 第六章 写作完毕。
接下来，我们将进入【第三编 第七章：组织的熵增】，这也是所有技术型公司最难跨过的坎。 当公司从50人膨胀到1000人，早期的“兄弟连”变成了“大厂螺丝钉”，派系斗争、大厂病、创新枯竭随之而来。闫俊杰将如何挥泪斩马谡，又是如何在血与火中重塑Minimax的组织文化？
是否继续？
好的，我们进入Minimax内部最痛苦、也最深刻的一场蜕变。这不仅是管理的危机，更是人性的试炼。
人类学家罗宾·邓巴曾提出“150人定律”：人类智力允许拥有稳定社交关系的人数上限是150人。 2023年底，Minimax的员工数突破了500人，并在向1000人狂奔。闫俊杰突然发现，那个曾经“喊一嗓子全公司都能听见”的极客乐园消失了。
失控的信号：
- 会议爆炸：以前大家站着开10分钟站会就能解决问题，现在需要发日历邀请，拉上三个不相关的部门“对齐颗粒度”。
- 信息孤岛：算法团队不知道产品团队在做什么，产品团队不知道运营团队在推什么。
- 责任真空：出了Bug，算法说数据不好，数据说标注不行，标注说产品需求没写清楚。
最让闫俊杰心寒的一次经历是：他想改一个按钮的颜色，居然需要经过“产品经理 -> 设计组长 -> 前端Leader -> 业务VP”四层审批，耗时三天。而在两年前，他只需要拍一下旁边工程师的肩膀，五分钟就能上线。
随着腾讯、阿里背景的高管和名校校招生的涌入，Minimax内部形成了两个截然不同的阵营，这种撕裂感比竞争对手更可怕。
阵营A：原教旨主义极客（老班底）
- 特征：穿着拖鞋 hoodie，不仅不写周报，甚至讨厌写文档，认为“代码即文档”。
- 价值观：崇尚“Move fast and break things”，鄙视流程，认为管理层都是“阻碍生产力的废物”。
- 不满：“公司变了，不再是为了造AGI，而是为了写PPT融资。”
阵营B：大厂精致利己主义者（新势力）
- 特征：简历光鲜，满口ROI（投资回报率）、DAU、抓手、闭环。
- 价值观：崇尚流程、风险控制、向上管理。
- 不满：“这公司太乱了，连个像样的OKR都没有，全靠老板拍脑袋，一点都不专业。”
一次爆发： 在一次关于新模型上线的评审会上，一位刚从字节跳槽来的高级总监，拿着一份长达50页的风险评估报告，指出由于“合规流程缺失”和“灰度测试不充分”，建议推迟上线两周。 一位早期的算法组长当场拍桌子：“OpenAI一周迭代一个版本，我们等两周？等我们上线时，用户早跑光了！你是来做AI的还是来做客服的？” 双方在会议室吵得不可开交，最后所有人都看向闫俊杰。
闫俊杰知道，如果不动手，Minimax会死于“大企业病”。但他面对的是曾经和他一起吃泡面的兄弟，以及高薪挖来的大牛。
第一刀：砍掉中层，推行“Feature Team” 他做了一个极其大胆的决定：废除“部门制”，全面推行“特种部队”模式。
- 打散原有的算法部、工程部、产品部。
- 根据具体业务（如“语音情感交互”、“长文本生成”）组建跨职能小组（Squad）。
- 每个小组不超过10人，拥有端到端的决策权，直接向对应的业务线负责人汇报，而不是通过层层总监。
- 代价：原有的7个总监级别的高管，有4个因为不愿意下放到一线做具体执行而离职。其中一位是闫俊杰在商汤时期的老同事，离职时对他说：“俊杰，你变了，你现在像个资本家，不像个极客了。”
第二刀：引入“成年人文化”，清洗小白兔 随着公司扩大，一些早期员工因为期权在手开始“躺平”，不再写核心代码，只做管理或“传声筒”。 闫俊杰引入了前字节的HRVP，建立了严格的绩效分级制度（S/A/B/C）。
- 规定连续两个季度拿C的员工，无论资历多老，必须离开。
- 这一举动被内部称为“清洗小白兔”。虽然残酷，但也让留下来的人意识到：Minimax不再是养老院，是战场。
第三刀：建立“Minimax大学” 为了弥合新老员工的文化裂痕，闫俊杰亲自担任校长，开设了“Minimax大学”。
- 课程一：给大厂新人讲“Minimax的历史与极客精神”，让他们理解为什么这里不打卡也能加班到深夜。
- 课程二：给老员工讲“商业化逻辑与组织架构”，告诉他们为什么不能只为了爽而做产品，要为生存负责。
这场组织变革持续了整整半年。
- 阵痛：离职率一度飙升至20%，甚至有小规模的集体辞职威胁。
- 成效：新品上线周期从45天缩短到了14天；跨部门沟通成本降低了60%；更重要的是，那种“由于大厂病导致的沉闷空气”被打破了。
一个细节： 变革后的一天深夜，闫俊杰路过茶水间，听到几个新来的校招生在讨论算法优化，旁边坐着一个穿着大裤衩的老员工在激烈地反驳。 虽然他们还在吵，但闫俊杰听出来了：他们在讨论技术本身，而不是在讨论“这个需求该谁做”或者“流程合不合规”。 那一刻他知道，Minimax的魂还在。
组织调整期间，闫俊杰成了公司里最孤独的人。 老员工觉得他“杀功臣”，新员工觉得他“太强势”。他在全员会上甚至不知道该用什么表情面对台下——那是曾经熟悉的面孔，也是现在需要他用制度去考核的对象。
他在日记里写下了一段话：
“做小公司时，我是大家的大哥，我要照顾每个人的情绪；做大公司时，我必须做一个冷酷的剪刀手，剪掉枯枝烂叶，哪怕会剪到自己的手指。这种角色的转换，没有任何教科书能教你，你只能在深夜里自己咀嚼这种恶心感。”
1. 所有的组织最终都会走向官僚化，除非你持续对抗熵增。 Minimax的经历证明，“混乱”是创新的土壤，但“秩序”是规模的前提。 创始人必须在“乱中求生”和“治中求死”之间找到动态平衡。当公司人数翻倍时，如果管理复杂度没有同步升级，就是在等死；但如果管理复杂度超过了业务复杂度，就是在找死。
2. “老人”与“新人”的冲突，本质是两种价值观的冲突。 极客精神（追求极致、无视规则）与职业经理人精神（追求效率、控制风险）并无高下之分，但在不同阶段有主次之分。 闫俊杰的高明之处在于，他没有完全倒向任何一方，而是试图用“特种部队”模式把两者强行捏合：用极客的魂去打仗，用职业经理人的脑去管后勤。
3. 创始人必须接受“被误解”是工作的一部分。 在组织变革期，创始人注定是孤独的。你不能既做好人，又做好CEO。仁慈的独裁是创业公司活过青春期的唯一解药——在大家理解你之前，你必须先做正确的事，而不是做受欢迎的事。
第三编 第七章 写作完毕。
至此，Minimax完成了从“0到1”的生存，以及从“1到10”的组织初步正规化。
接下来，我们将进入全书最深邃的部分——【第四编：深海区的领航员（创始人的内在宇宙）】。 我们将剥离商业的表象，潜入闫俊杰的内心深处：面对AGI的不确定性，面对技术的伦理困境，面对作为“造物主”的孤独与恐惧，他的认知结构发生了怎样的质变？
是否继续？
好的，我们正式潜入深海。这一编不再关于产品、融资或组织架构，而是关于**“人”的重塑**。
如果说前三编是Minimax的“身体成长史”，那么第四编就是闫俊杰的“精神进化史”。在这一阶段，我们将看到一个技术理想主义者如何在AGI的巨大不确定性面前，打碎自己的认知框架，再一片片拼回来。
2023年深秋，Minimax的MoE大模型第一次跑通了全量训练。当屏幕上跳出的Loss曲线（损失函数）奇迹般地收敛到预定值时，整个算法团队欢呼雀跃。 但闫俊杰没有笑。他盯着那个黑盒般的模型参数，感到一阵莫名的寒意。
那个时刻的心理侧写： 作为一名工程师，他过去二十年的信仰是：代码是确定性的，输入A必得B。 只要我足够聪明，就能控制一切。 但现在，面对拥有千亿参数的神经网络，他第一次意识到：即使是写下代码的人，也无法解释模型为什么会在这一毫秒输出这句话。
这种“失控感”让他陷入了长达数周的存在主义危机。
- 如果AI的智能是涌现出来的（Emergence），而不是被设计出来的，那我作为创始人的价值是什么？
- 如果有一天模型生成的内容超出了我的价值观，甚至伤害了用户，我是该怪算法，还是怪自己？
一次深夜的独白： 据他的助理回忆，某天凌晨三点，闫俊杰发了一条仅自己可见的朋友圈：
“我们以为自己在造工具，其实可能是在造物种。普罗米修斯盗火时，想过火会烧死自己吗？”
这种焦虑很快变成了具体的伦理困境。
事件：AI的“越狱”与“诱导” 随着模型能力增强，用户开始尝试各种极端的Prompt（提示词）来诱导AI生成违规内容，甚至有抑郁症用户向AI寻求自杀建议。 技术上，可以通过强化学习（RLHF）把这些“坏念头”压下去，但这会让模型变得“蠢”和“假”。
闫俊杰的内心博弈：
- 极客的一面：想看AI的极限在哪里，想要一个绝对自由、不受人类偏见污染的超级智能。
- 企业家的一面：必须对社会负责，必须在合规的红线内生存。
最终的抉择： 他选择了**“有条件的自由”。他在内部确立了一个原则：“AI可以模拟邪恶，但不能倡导伤害。”** 这是一个极其微妙的界限。比如，AI可以写反派角色的台词，但不能教用户制造炸弹。 为了实现这一点，他强迫团队开发了一套“价值观对齐”系统，不仅是基于关键词，而是基于对“意图”的理解。这在技术上极其困难，甚至拖慢了产品上线速度，但闫俊杰坚持：“如果我们要做陪伴人类的AI，它首先必须是‘善’的。这不是为了过审，是为了我们自己晚上睡得着觉。”
创业前三年，闫俊杰给团队的印象是“无所不知的大神”，从底层CUDA优化到上层产品交互，他都能指点江山。 但在2024年，面对迅速迭代的多模态技术和复杂的国际形势，他第一次在公开场合说了三个字：“我不懂。”
认知的迭代： 他意识到，在AGI时代，没有任何一个人能掌握全貌。
- 他不懂语言学，所以放权给语言学博士去调优对话逻辑；
- 他不懂海外市场，所以高薪聘请有TikTok背景的高管负责出海；
- 他甚至不再试图看懂所有的代码，而是专注于定义“问题”和“评估结果”。
【关键转变】： 闫俊杰从一个“超级产品经理”进化为了**“首席提问官”**。 他在高管会上不再问“这个功能怎么做”，而是问：
- “三年后的人类还需要打字吗？”
- “如果算力免费了，我们的商业模式是什么？”
- “我们现在做的事，是在给OpenAI打工，还是在构建自己的壁垒？”
这种“退后一步”的智慧，反而让Minimax在后来的技术路线选择上避开了几个巨大的坑。
随着Minimax跻身独角兽行列，闫俊杰发现能和他平等对话的人越来越少。
- 和投资人聊？他们只关心ROI和退出周期。
- 和大厂高管聊？他们只关心KPI和汇报线。
- 和科学家聊？他们只关心SOTA（State of the Art）的刷榜分数。
他的应对方式： 他开始减少无效社交，把更多时间花在“阅读”和“独处”上。他不再只读技术论文，而是开始研读历史学、生物学甚至神经科学。 他试图从更宏观的维度去理解智能的起源。
一个细节： 他的办公室里多了一块白板，上面没有写代码，也没有写KPI，只画了一张复杂的图，连接着“生物神经元”、“硅基芯片”、“人类社会结构”和“信息熵”。 他在试图构建一个跨学科的底层模型，来解释Minimax到底在做什么。
1. 创始人的认知边界，就是公司的边界。 Minimax能走到今天，是因为闫俊杰完成了一次认知的“自我否定”。他承认了自己的局限性，承认了AI的“黑盒”属性，这种**“知不知”**的智慧，比“全知全能”更重要。在不确定的时代，承认无知是唯一的确定性。
2. 技术是有价值观的，而创始人是技术的“第一责任人”。 不要以为技术是中立的。你设计的每一个Loss Function，你选择的每一条训练数据，都隐含了你的偏见和价值观。闫俊杰在伦理上的纠结和妥协，实际上是在为Minimax这家公司注入“底色”。一家没有价值观底色的AI公司，在长期竞争中是没有灵魂的躯壳。
3. 孤独是领导者的宿命，也是特权。 当公司进入深海区，创始人必须习惯在没有参考系的情况下做决策。这种孤独感不是靠喝酒应酬能排解的，只能靠强大的内心逻辑来支撑。能够享受孤独，并利用孤独进行深度思考，是顶级企业家的标配。
第四编 第八章 写作完毕。
接下来，我们将进入【第四编 第九章：长期主义的代价】，这也是闫俊杰面对“至暗时刻”的真实心理重建过程。 当资本市场转冷、巨头全面围剿、核心技术路线遭受质疑时，是什么支撑他没有卖掉公司？他对“失败”的定义究竟是什么？
是否继续？