17岁高中生一作的那篇论文，马斯克都点赞了。月之暗面这次是动真格，要把用了快十年的Transformer地基重做：新优化器MuonClip训练效果接近数据量翻倍；混合注意力KDA让百万Token解码快了6倍多。这不只是技术秀，是在数据见顶、算力昂贵的当下，找一条“让每个Token更值钱”的新路。方向对了，比堆参数本质得多。 月之暗面想重做AI训练基础组件