神盾局特工

别再按日期写博客了：知识中心模式让网站流量翻倍的思路_我的网站

A |     （本文作者为 超聚焦，钛媒体经授权发布）          文 | 超聚焦          Kimi K3，可能是月之暗面成立以来最接近“封神”的一次。

B |     

　    一键部署OpenClaw        从时间线到主题库，重新组织你的内容资产 | 站长网出品 | 2026年8月    按日期堆文章，可能是最浪费内容的方式    干了这么多年站长，我见过太多人做内容的方式是这样的：今天想到一个话题就写一篇，明天看到热点又追一篇，后台文章列表是按发布时间排列的流水账。         在7月17日公布的Artificial Analysis独立测试中，K3以57分登上综合智能指数全球第三，超过Claude Opus 4.8；在衡量长周期知识工作的AA-Briefcase中位列第二，仅次于Claude Fable 5。

C | 一年下来写了上百篇，认真整理一下发现——这些文章东一篇西一篇，互相之间没有关联，读者看完一篇就跑了，搜索引擎也看不出你到底在哪个领域有积累。另一边，K3还以1677分登顶Arena前端开发榜，压过一众海外闭源模型。    问题不在内容质量，在组织方式。         马斯克也在评论区留言，用 “Impressive（令人印象深刻）”来评价K3，并在隔天介绍xAI正在训练的下一代模型时候表示，其“有可能能够超过Kimi”。    你把一堆有价值的文章按照"发布时间的先后顺序"排列，就像把一本百科全书的条目按写作日期排序——内容再好，结构散了，价值就折损大半。    搜索引擎对网站的评估方式变了    以前搜索引擎评估一个页面，基本只看这个页面本身：页面内容跟搜索词是否匹配、有没有外链指向它、用户体验好不好。所以即使你网站整体内容散乱，只要某几篇文章做得好，照样能获得不错的排名。    现在AI搜索的逻辑不一样了。    AI在决定要不要引用某个网站的内容时，不只是看单篇内容是否相关，还会评估这个网站在相关主题领域是否有持续的积累。翻译过来就是：如果一个网站某个主题下只有一两篇文章，AI会倾向于选择那些在这个主题下写了十几篇、形成了知识体系的网站。

D |          然而，这场本该围绕技术突破展开的发布，很快陷入了另一场争议中。    这不是算法偏袒谁，而是理性判断——你想获取一个领域的全面信息，是更信任随手写过一两篇的网站，还是明显深耕这个领域、从多个角度反复探讨过的网站？    什么是知识中心模式    知识中心的思路不复杂：放弃按时间排列内容的习惯，转而围绕核心主题建立内容集群。    具体来说，你先把网站拆分出几个核心主题方向——比如服务器评测、网站加速、流量增长、安全防护。         7月19日晚，Kimi以算力紧缺为由暂停C端新用户订阅，并宣布未来将主站与Kimi Code权益拆分销售。每个核心方向建一个"支柱页面"，把这个方向的所有子主题系统覆盖一遍。    然后围绕每个支柱页面，持续产出子主题文章。但短暂出现的新套餐很快因价格和权益设计引发争议，用户质疑原本的一份会员被拆成两份、需要重复付费。

E | 每篇子文章解决一个具体问题，同时用内链指向支柱页面和其他相关子文章。         随后，新方案被紧急暂停并重新调整，截至目前，新用户仍无法订阅。         一个能够处理百万Token上下文、调度数百个智能体、连续编程数小时的大模型，最后却没有把自己的价格说明白。逐步形成一个紧密关联的内容网络。    这个网络里的每篇文章都不孤立。用户点进来读一篇，会被自然引导到相关文章继续阅读。         不可否认，这确实是Kimi的一次失误。

F | 搜索引擎爬一遍，能清晰识别出你这个网站的几个核心知识领域。    从博客到知识中心的三步切换    第一步：给现有内容做一次盘点    把你网站现有的所有文章拉出来，按主题分类。

G | 常用的分类维度包括：    • 这篇文章的核心话题是什么？    • 它回答了读者什么问题？    • 它跟网站其他哪些文章有关系？    • 它是这个主题下的入门内容还是进阶内容？    做这个盘点的时候你会有一个意外发现：很多文章其实天然就有内在关联，只是之前按时间排列时被割裂了。盘点本身就是把散落的珠子串起来的过程。

H |     第二步：确定支柱页面，开始建立主题集群    每个核心方向选一篇最全面、最有代表性的文章作为"支柱页面"。但它更像是中国大模型冲进全球第一梯队后随之而来的“甜蜜负担”：当模型能力跻身全球最前列后，企业该如何面对定价、商业化与算力供给的难题？          至少现在，Kimi是国内唯一有资格回答这道题的公司。这篇支柱文章覆盖该主题的全貌，内容要足够深（至少3000字起步），结构要清晰到能当目录用。

I |          01一张没卖出去的价格表          K3带给月之暗面的第一个难题，是机房被挤爆了。

J |          7月16日K3上线后，大量用户涌入Kimi。    然后整理出该主题下需要补充的子话题。比如"网站加速"这个支柱下面，子话题可以包括：    • CDN是什么以及怎么选    • 图片压缩和格式选择    • 缓存策略的三种方案对比    • 服务器配置对速度的影响    • WordPress加速插件推荐    每个子话题单独写一篇文章，写完后用内链把支柱页面和所有子文章串联起来。仅仅48小时，用户请求量便超过月之暗面预估，并逐渐逼近现有集群的承载极限。

K | 不少用户开始遭遇排队、任务中断和响应变慢。         三天后，Kimi发布《关于算力紧缺与会员暂停开放的说明》，宣布暂停C端新用户订阅，将有限算力优先留给已经付费的用户。         与此同时，Kimi还宣布准备重做会员体系。         原来的Kimi会员共有49元、99元、199元和699元四档。用户只要购买一份会员，既能在网页端和App中使用深度研究、PPT、网站生成和Agent集群，也能获得相应的Kimi Code额度。用户在支柱页面看到"CDN选型"的概要介绍，点链接跳转到详细文章；在子文章读到"这只是加速策略的一部分"，点链接回到支柱页面看全局。    第三步：把新内容自然地融入知识网络    习惯了知识中心模式之后，写新内容时会自然而然地想两个问题：    这篇文章属于我网站上哪个主题集群？    写完这篇文章，该主题集群还缺什么角度？    这样一来，内容创作就从"想到什么写什么"变成了"围绕核心主题系统性覆盖"。产量可能没有变多，但每篇文章的战略价值翻倍了。虽然两边使用的是不同额度池，但都包含在同一张会员卡里。    一个真实场景的对比    假设你经营一个服务器评测站，某一周想写两篇关于VPS的内容。    按传统博客思路：写一篇"A厂商VPS测评"，再写一篇"B厂商VPS测评"，两篇文章各自独立，唯一的关联可能是底部推荐列表里互相引用一下。

L |          按照Kimi当晚给出的调整方向，未来的会员将被拆成两套：一套是面向网页端、App和Kimi Work的通用会员，另一套则是面向CLI、IDE和第三方编程工具的Kimi Code会员。    按知识中心思路：先确定"VPS选购指南"是支柱页面，然后规划子话题——"带宽和线路对比""CPU性能实测""价格性价比横评"。         月之暗面的解释是，两类产品的使用场景和算力消耗不同，拆分后可以让用户按需购买，也能更精准地分配算力。         但用户看到的却是另一回事。A厂商和B厂商的数据不是各写一篇测评，而是融入每个子话题中做对比。最终形成的是一套完整的选购知识体系，而不是零散的测评合集。短暂出现的新体系中，Kimi Code分为每月99元的Starter和每月299元的Explorer，后者才支持高速模型和最高100万Token上下文。对于既要做研究、生成PPT，又要写代码的用户而言，原本一份会员能够覆盖的功能，未来可能需要购买两份会员。    用户进来看的不只是一家的数据，而是能在不同维度上做出比较和判断。

M |          争议发酵后，Kimi紧急暂停了新套餐。这种体验本身就能拉升页面停留时间和回访率。    知识中心模式和SEO的关系    从SEO角度看，知识中心模式有三个直接的好处。7月20日，官方承认此前对套餐调整“没有解释清楚”，产品界面也不够完善，并强调老套餐从未移除，老用户仍可续费和升级，新套餐则暂不开放购买。    第一是内链结构更合理。截至目前，新用户仍然无法订阅。         不过，用户真正介意的还不只是会员被拆成两份，而是Kimi与海外模型之间的“算力杠杆”。         有程序员向超聚焦表示，“GPT和Claude的20美元基础套餐，大约能够等价400美元至800美元的API用量；200美元的重度套餐，极端情况下甚至可以跑出约1万美元的用量。自然形成的内链网络让搜索引擎爬虫在页面之间顺畅流转，爬取效率更高。    第二是主题权重更集中。

N | 相比之下，Kimi的199元套餐只对应1200元至2800元的模型用量。同一个主题下多篇文章互相引用，搜索引擎会把整个集群视为一个有深度的内容资产，单篇文章也能借助集群的权重获得更好的排名。”          “而且AA测试显示，K3完成单个任务的平均消耗已经接近GPT-5.6 Sol。也就是说，模型能力和成本都已经进入海外旗舰档，但会员提供的算力补贴还差得很远。    第三是被AI搜索引用的概率更高。”          “所以说，Kimi至少要做到99元套餐覆盖2000元至5000元用量、699元套餐覆盖5万元至10万元用量，才真正有资格和GPT、Claude的订阅产品掰手腕。AI倾向于引用那些在某个领域"讲透了"的网站。”          于是，这场风波最后绕回了一个最简单的问题：既然K3已经能够与GPT、Claude的旗舰模型掰手腕，Kimi为什么不能像海外厂商一样，给付费会员更多额度？究竟是月之暗面不愿意给，还是199元的会员费，根本撑不起一个K3？          02 巧妇难为无“卡”炊          有关这个问题的答案或许并不在商业策略里，而在机房中。你围绕一个主题写了十几篇相互关联的文章，被引用的概率远大于只写了一篇的人。    不用一步到位    把整个网站从博客模式切换成知识中心模式，工程量不小。

o | 不是Kimi不想给更多额度，而是现有算力集群已经满负荷运转，杨植麟和他的Kimi，真的再多挤不出一个Token了。         至少在半年以前，月之暗面看起来还完全不像一家缺钱的公司。不用想着一次性改完。    可以从最重要的那个主题开始做。         去年12月31日，据财新报道，杨植麟在内部信中透露，月之暗面近期已经完成5亿美元、约合人民币35亿元的C轮融资，并且“大幅超募”，公司当时持有的现金超过100亿元。

p |          这笔钱的去向也非常明确：更加激进地扩增AI芯片，加速K3模型的训练和研发。比如你的网站最核心的方向是"服务器评测"，就先围绕这个方向建一个知识集群。         杨植麟当时甚至表示，月之暗面判断公司仍然能够从一级市场募集到更多资金，其B轮、C轮融资规模已经超过绝大多数IPO募资和上市公司定向增发，因此短期内不急于上市，也不以上市为目的，未来只会把上市当作加速AGI进程的手段。把现有的评测文章盘点一下，写一篇"服务器选购指南"做支柱，然后慢慢地往里面补充子话题。    一个集群跑通了，再复制模式到第二个主题方向。    节奏很重要。每个月花一天时间盘点现有的内容结构，更新支柱页面，规划下个月要补充的子话题。         “100亿元现金、大幅超募、不急上市”，无论怎么看，这都是“不缺钱”的表现。但在进入2026年后，月之暗面的融资节奏却突然从“不着急”，变成了“只争朝夕”。         2月17日，据科创板日报报道，在完成上一轮5亿美元融资仅一个多月后，月之暗面新一轮超7亿美元的融资即将完成交割，本轮由阿里、腾讯、五源、九安等老股东联合领投。

q | 小步快跑远比一步到位容易坚持。    总结    写这篇文章的时候我翻了翻自己之前积累的内容，发现有很多写了就忘的文章，如果当时稍微花点心思做内链和主题归类，流量和用户的停留深度应该会好不少。         而后，彭博社报道称，月之暗面2月完成的一轮融资已经将公司估值推高至100亿美元，是2025年12月43亿美元估值的两倍以上。

r | 紧接着，公司又开始寻求一笔最高10亿美元的新融资，目标估值达到180亿美元，并考虑在年内正式启动香港IPO流程。         到了5月，这轮融资进一步扩张。    知识中心模式不是什么复杂概念，说白了就是"别让你的内容资产散落一地"。据华峰资本披露，月之暗面完成约20亿美元融资，投后估值突破200亿美元，由美团龙珠领投，中国移动、水木资本和CPE源峰等机构参投，成为公司成立以来金额最大的一笔融资。         然而，这20亿美元似乎依然不够。    开始做三步就行了：盘点现有内容、确定2-3个核心支柱、每篇新文章都放进对应的主题集群里。路透社7月20日报道称，月之暗面在5月融资超过20亿美元后，历史累计融资额已经超过55亿美元；随后，公司又开始寻求最高20亿美元的新资金，6月估值口径进一步达到300亿美元。    这事难度不高，就是得养成习惯。         从2025年末的43亿美元，到2026年2月的100亿美元，再到4月融资谈判中的180亿美元、5月超过200亿美元以及6月的300亿美元，月之暗面的估值在半年左右时间里翻了接近七倍。         更耐人寻味的是上市态度的变化。         去年末，杨植麟还在强调“不急于上市”，并将上市视作加速AGI进程的重要手段。做了之后可能不会立刻感受到变化，但三个月后再看数据，大概率会发现用户在网站的停留时间和页面浏览量有明显提升。但到了今年3月，市场便传出月之暗面已经与高盛、中金公司接触，讨论赴港上市；到了7月，路透社进一步报道称，月之暗面正在为香港IPO拆除现有境外架构，并已经聘请高盛和中金等财务顾问推进上市计划，只是具体时间表仍存在变数。

申请创业报道，分享创业好点子。

s | 点击此处，共同探讨创业新机遇！。         融资、买卡、准备IPO，三件事情几乎同时发生。         这并不意味着月之暗面的资金链出现了问题，却至少说明了一件事：在大模型战争进入K3预训练的阶段后，所谓“100亿元现金”，远没有听起来那么经花。         而从模型参数上来看也确实如此，K3拥有2.8万亿参数，支持百万Token上下文，同时面向编程、研究和长周期智能体任务。

t | 这些任务并不是模型生成一次回答就结束，而是需要反复规划、调用工具、生成代码、执行代码、检查结果，再根据反馈继续调用模型。         路透社也指出，K3的模型规模以及编程、智能体任务定位，使其大规模提供服务的成本更加昂贵，因为相关工作流往往意味着多次模型调用和沉重的推理算力消耗。

u |          而模型训练时需要卡，模型火了以后更需要卡。K3上线48小时后，请求量便逼近集群承载极限，月之暗面不得不暂停新用户订阅，甚至当场“激情下单”。         7月20日，中国软件国际公告称，已与月之暗面签署“登月计划”之Token分成及联合创新合作协议，双方将以中软国际的AllMeta平台，以及月之暗面的K2.7 Code、K3和后续模型为技术底座，在能源、电力、金融等行业推动企业级智能体落地。

v |          消息公布后，中国软件国际股价午后直线拉升，一度上涨超过35%。         市场愿意为K3的商业化预期买单，用户也愿意排队使用K3，但对月之暗面而言，这些需求首先不是收入，而是一笔必须提前支付的算力成本。         所以，问题的答案可能并不是月之暗面舍不得给用户更多额度。而是杨植麟在融资、买卡和推动IPO上，已经可以说是在“玩命”了，最终也只能提供这样的会员额度。         站在这个角度看，199元会员能够撬动上千元的模型调用，其实已经相当不容易。只是，一家创业公司再能融资，也很难独自填满整个国产大模型产业的算力缺口。

w |          而与其期待Kimi一家同时完成模型、芯片、集群、推理优化和商业模式的全方位突破，更值得期待的，或许是国产产业链的全面突破。

x |          只有当国产GPU、存储、先进封装、服务器和数据中心共同跨过瓶颈，中国大模型才可能真正摆脱“模型已经追上，额度却给不起”的尴尬。         03 市场杀估值，Kimi验需求          就在K3冲上全球榜单、月之暗面估值即将突破300亿美元的同时，资本市场却开始给AI踩下刹车。         7月以来，中国科技股经历了一轮罕见的大跌。

y | 创业板指数较6月末的高点一度回撤约25%，最近两周A股蒸发约10万亿元市值，沪深300本月一度跌超8%。为了稳定市场，中国国新、中国诚通等国有资本宣布增持，合计投入资金至少600亿元。         而长鑫科技恰好处在这轮调整的中心。         作为亚洲今年规模最大的IPO，长鑫科技募资约579亿元，上市估值接近5800亿元，而市场一致预期上市后市值预计超过2.5万亿元，不少资金认为将复刻过去上市即高点的历史，也认为是其导致了本轮下跌。

z |          不过，把市场大跌全部归咎于长鑫，也是在倒因为果。真正让市场脆弱的，还是此前科技股上涨过快、交易过于拥挤，以及越来越高的估值与尚未兑现的利润之间出现了裂缝。         但这并不意味着投资国产AI产业链出现了问题，恰恰相反，K3上线后迅速耗尽算力，已经证明模型、存储、GPU、先进封装和数据中心背后存在真实且庞大的需求。长鑫2026年一季度收入同比增长超过700%，更是用业绩说明国产链的潜力。

|          过去，市场担心中国没有足够强的模型，因此不知道国产算力应该卖给谁；现在，K3已经用排队、限流和暂停订阅证明，真正的问题开始变成算力够不够、成本能不能降下来。

|          而对于Kimi而言，此次会员风波也未必是一场失败。         一家大模型公司最危险的时刻，从来不是算力不够，而是投入了大量算力，却没有用户愿意使用。Kimi现在面对的，恰恰是另一个方向的难题：模型已经足够优秀，需求来得太快，产业链暂时没有完全接住。         K3距离真正“封神”所缺少的，或许已经不再是一张更高的榜单，而是把每一个Token更稳定、更便宜地送到用户手中。

|          至少这一次，Kimi已经证明，需求就在这里。         更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App。

Current article:http://acbmn.chaochangkuanbandangyogeseng.sbs/list_ri88/sm5.html

Published on:00:00:00