上周跟朋友聊天，当时Hy4 preview刚发布，听他提起了一个很有意思的事。

起因是知乎上有一位创作者，叫涮月亮的谪仙人。他今年二月份发了一篇文章，题目叫《你的DeepSeek mHC可能不需要m》。

mHC是一种帮助大模型在很多层网络之间稳定传递信息的设计，原来的方案用了一套比较复杂的矩阵约束。

但这位作者做完实验之后提出了一个反直觉的想法，也许根本不需要绕这么远，直接用单位矩阵，效果反而更好。

这个更简单的版本，被他叫做iHC。他在Qwen3的1.7B和8B模型上，各跑了150B tokens的训练，结果显示，简化后的iHC确实表现更好。

到这里，还只是他写了一篇文章而已。

直到半年后，也就是上个月，腾讯发布并开源了Hy4 preview。混元官方的Model Card在介绍模型架构的时候写到，残差部分采用iHC。iHC后面的那个参考链接，直接指向了这篇知乎文章。

一个独立作者写的实验思考，被大厂拿去当官方架构说明的引用来源，这在几年前几乎是很难想到的事情。

1其实我发现，知乎这段时间冒出头的年轻AI builder非常密集。

比如有一个叫情酱的答主，高中时期就开始折腾开发，在黑客松上做出了一个Agent方向的产品，得到了知乎创始人周源的点赞。

他继续在知乎输出自己对AI技术的看法，高考结束之后，还登上了知乎Tech Club的舞台，向更多人分享自己的故事和想法。

还有RoboParty的CEO黄一，他做完第一代机器人后，把机器人开源，并把设计过程发到知乎。

后来，陆续有人联系他讨论，还有三到五个人真的照着他公开的图纸，做出了自己的机器人，这些都给到了他很多的正反馈。

我们经常觉得，创业是从注册公司或者拿到第一笔融资开始的。但对这一代年轻人来说，创业可能更早。知乎在这个阶段扮演的角色更像一个孵化器，而非一个流量池。

2之所以选择知乎，我觉得跟一个词有关，浓度。

知乎现在的AI讨论浓度，可能超出很多人的想象。

K2的原生INT4量化、GLM-5.2为什么不再用GRPO、DeepSeek V4的RoPE设计、Kimi K3的KDA架构，这些话题下面的深度分析，很多是从业者本人在写。

比如，有Kimi、通义、MiniMax、阶跃星辰的算法团队成员，还有一线创业公司的CEO，像松延动力的姜哲源、钉钉的陈宇森，都在这里写。

有些帖子的阅读量非常离谱，K2-Thinking那篇技术解读，阅读量超过了52万。

包括最近WRC和人形机器人运动会热度起来之后，知乎推出了具身智能再进化圆桌，把许华哲、陈建宇、董豪、王兴兴、彭志辉、韩峰涛这批学界和产业界的人拉到了同一个话题下。

这种浓度，在别的地方很难复刻。一个生态之所以有活力，是因为参与者之间的连接密度到了某个临界点，事情就开始自己往前走。

3而且，知乎不只是一个写文章的地方，还是一个招聘、组队、找人的地方。

当年，王乃岩刚毕业不久，为了给图森未来组算法团队，直接在知乎的面试相关问题下面留了一个英雄帖，说他出的那三道题能考察一个人的八成功力。

这条回答后来成了很多算法岗的标准参考，他自己也从图森的首席科学家，一路做到了小米自动驾驶的负责人。

一篇技术回答，可以直接变成一个团队的入口，这种事情在知乎发生过不止一次。

我们经常会问，应该去哪里发内容，去哪里做积累。答案可能不是流量最大的地方，而是你所在的行业里，浓度最高的那个地方。

你不一定要去创业，也不用等自己成为专家，可以先从一个足够具体的问题开始，写下自己的解决过程。即使项目还不完整，只要里面有真实的判断和取舍，它就可能对别人产生价值。

浓度高，才会有真正懂你的人看到你，才会有下一步的机会自己找上门来。

顺便说一下，知乎最近推出了一个叫AI Researcher Club的共创计划，目标就是把更多正在推动AI往前走的人连接起来。

如果你也在这个圈子里，或者正往这个圈子走，这个信号值得留意一下。