這兩天 K2.5 的更新在海內(nèi)外都賺足了討論，一個(gè)原生多模態(tài)模型，提供了最先進(jìn)的編碼和視覺功能，以及自主智能體集群范式——召喚一群 agent 過來完成任務(wù)，聽上去也太酷了。

技能多 Agent，好酷炫好好玩

K2.5 目前已經(jīng)全量推出，客戶端即可使用。K2.5 Agent 有免費(fèi)體驗(yàn)次數(shù)，而 K2.5 集群則是付費(fèi)功能，目前只對 Allegretto 計(jì)劃。訂閱了也有點(diǎn)數(shù)限額：每個(gè)月起步 47 點(diǎn)，每次任務(wù)消耗 3 點(diǎn)。

總體上是夠用的，如果你拿不準(zhǔn)主意，也可以參與今天的福利放送，率先體驗(yàn)一下。

不過作為 Kimi 老用戶，當(dāng)然是買，買它。正好手邊有一堆文件需要合并，懶得手動復(fù)制粘貼了，就發(fā)給 Kimi 打開集群模式讓它統(tǒng)一處理。

集群模型下，Kimi 還給這個(gè)地方加了個(gè)設(shè)計(jì)：會有一個(gè)工牌掉落下來，你可以看到是哪位「負(fù)責(zé)人」在執(zhí)行任務(wù)。

合并文檔最終的效果不錯(cuò)，而且我還進(jìn)一步提出讓它整理和調(diào)整各個(gè)層級的小標(biāo)題，它可以實(shí)現(xiàn)先分析、提方案、再執(zhí)行的鏈路。不過最好是下載到本地檢查格式，Kimi 自帶的預(yù)覽功能，有時(shí)候不能準(zhǔn)確反映當(dāng)輪次的修改效果。

為了進(jìn)一步看它的多并發(fā)操作，我參考官方 demo，測試了一個(gè)任務(wù)：檢索近三個(gè)月內(nèi)所有關(guān)于集群式 agent 的文獻(xiàn)，然后整理到一個(gè) excel 表格里，提煉核心發(fā)現(xiàn)和研究創(chuàng)新點(diǎn)。

這次安排的「人員」就比較多了，各個(gè) agent 紛紛趕來支援，每個(gè)人都有自己分配到的任務(wù)。

這個(gè)的耗時(shí)明顯比之前要長了很多，但沒關(guān)系，可以先掛機(jī)讓它自己跑。同時(shí)，我又安排了一個(gè)考察多模態(tài)能力的任務(wù)。

這是上傳給 Kimi 的原始素材圖，視頻版中有更多動效。Kimi 要做的是把這個(gè)設(shè)計(jì)，轉(zhuǎn)換為網(wǎng)頁，同時(shí)保留所有的設(shè)計(jì)元素、風(fēng)格。Prompt 寫得簡單，但實(shí)際工作是復(fù)雜的：既要識別、理解，又要生圖，還要寫前端。

這個(gè)任務(wù)也花了比較長的時(shí)間，但最終效果很好。有一些小細(xì)節(jié)上的問題，比如圖片排版，懸停和跳轉(zhuǎn)有問題等。不過核心的設(shè)計(jì)元素都保留了，并且網(wǎng)頁功能也完備。

再回頭來看，文獻(xiàn)檢索的任務(wù)也好了，整整齊齊列了一個(gè) excel 出來：

最后一個(gè)測試任務(wù)是：上小紅書找達(dá)人，要求是數(shù)碼博主，粉絲量大于 5000，累計(jì)筆記多于 100 條。這兩個(gè)條件其實(shí)很寬松，真的找起來范圍很大。

Kimi 碰到的第一個(gè)問題是：進(jìn)不去小紅書。其實(shí)這里可以主動詢問用戶，類似 GPTagent 會用的辦法。

但并沒有，Kimi 轉(zhuǎn)而去了新榜抓數(shù)據(jù)，這樣既繞開了網(wǎng)頁權(quán)限，又能直接讀取數(shù)字。這不算是個(gè)很好的策略，最后只能抓出來數(shù)量很少的博主，顯然小紅書上不可能只有這些。另外，被擋在平臺外，也無法體現(xiàn) Kimi 的視覺能力，畢竟抓取的都是現(xiàn)成的數(shù)字。

不過總體上，Swarm Agent 給人一種踏實(shí)感。這些工作單體 agent 能不能做？自然是可以，只是要花時(shí)間、錯(cuò)漏多。而一群人來做，更加的令人安心。

創(chuàng)「新」在哪里？

說到這里，你可能會問：這不就是 Multi-Agent（多智能體）嗎？很多公司都在做啊。

關(guān)鍵區(qū)別在于「誰來當(dāng)老板」。

在傳統(tǒng)的 Multi-Agent 系統(tǒng)中，人類需要預(yù)先設(shè)計(jì)好整個(gè)工作流程：誰負(fù)責(zé)什么、誰先誰后、結(jié)果怎么匯總。就像搭積木一樣，你得先把圖紙畫好。而 Agent Swarm 的核心創(chuàng)新在于——AI 自己就是設(shè)計(jì)師。

Kimi 團(tuán)隊(duì)用了一種叫 PARL（Parallel-Agent Reinforcement Learning，并行代理強(qiáng)化學(xué)習(xí)）的訓(xùn)練方法，讓模型學(xué)會了「分解任務(wù)」和「調(diào)度資源」的能力。你不需要告訴它「先派 3 個(gè)人去搜資料、再派 2 個(gè)人去寫總結(jié)」，它自己就能判斷：這個(gè)任務(wù)適合拆成幾份？每份派誰去做？什么時(shí)候該并行、什么時(shí)候該串行？

換句話說，Multi-Agent 是「人類編排的交響樂團(tuán)」，Agent Swarm 是 AI 自己組隊(duì)的爵士樂。

還有一個(gè)容易混淆的概念是 MoE：Mixture of Experts，混合專家模型。主流大模型內(nèi)部都用了 MoE 架構(gòu)，但它們和 Agent Swarm 完全是兩回事。

MoE 發(fā)生在模型內(nèi)部。你可以把它理解為：模型里住著一群「專家」，每次處理任務(wù)時(shí)，模型會動態(tài)決定激活哪幾個(gè)專家來參與。但這些專家沒有獨(dú)立的身份，也不會互相協(xié)作，它們只是模型內(nèi)部的不同計(jì)算路徑。

Agent Swarm 發(fā)生在模型外部。每個(gè)子代理都是一個(gè)相對獨(dú)立的執(zhí)行單元，有自己的任務(wù)目標(biāo)，可以并行運(yùn)行，甚至可以調(diào)用工具（比如搜索網(wǎng)頁、寫代碼）。它們之間是真正的「協(xié)作關(guān)系」，而不是簡單的「激活關(guān)系」。

用個(gè)不太嚴(yán)謹(jǐn)?shù)谋扔鳎篗oE 像是一個(gè)人的大腦里分區(qū)工作，Agent Swarm 像是一個(gè)公司里的團(tuán)隊(duì)協(xié)作。

從實(shí)測和官方演示來看，Agent Swarm 至少在以下幾類任務(wù)上表現(xiàn)出色：

第一類是大規(guī)模信息收集。 比如官方案例中 100 個(gè)領(lǐng)域創(chuàng)作者調(diào)研，以及我們這次實(shí)測的小紅書博主檢索。處理這類任務(wù)的共同特點(diǎn)是「可并行」——每個(gè)子任務(wù)相對獨(dú)立，不需要太多中間協(xié)調(diào)。

第二類是視覺+代碼的復(fù)雜任務(wù)。 Kimi K2.5 強(qiáng)調(diào)自己是「原生多模態(tài)」模型，能看懂圖片和視頻。結(jié)合 Agent Swarm 后，它可以一邊分析 UI 截圖，一邊派不同代理分別處理布局、樣式、交互邏輯，最后生成完整的前端代碼。

第三類是長文檔處理。 官方提到，Kimi Agent 可以處理「1 萬字的論文或 100 頁的文檔」，支持 Word 批注、Excel 透視表、LaTeX 公式等高級功能。Agent Swarm 可以把長文檔拆成多個(gè)章節(jié)，讓不同代理并行處理，再匯總成統(tǒng)一格式——正如最開始的實(shí)測案例一樣。

不過，別急著興奮，Agent Swarm 并非「開了掛」。在實(shí)際使用中，你會發(fā)現(xiàn)幾個(gè)明顯的邊界：

第一，任務(wù)本身得「可拆」。 如果任務(wù)步驟之間有強(qiáng)依賴關(guān)系——比如「先想清楚論點(diǎn)，再去找證據(jù)，最后才能寫結(jié)論」——強(qiáng)行并行反而會幫倒忙。

第二，成本會顯著上升。 100 個(gè)代理同時(shí)工作，意味著 100 倍的 API 調(diào)用。雖然總時(shí)間縮短了，但 Token 消耗是實(shí)打?qū)嵉摹?/p>

第三，質(zhì)量不一定比單 Agent 好。 在某些需要深度推理的任務(wù)上，比如數(shù)學(xué)證明、復(fù)雜編程題，單 Agent 的「深度思考模式」反而更可靠。Agent Swarm 的優(yōu)勢在于「廣度」和「速度」，而不是「深度」。實(shí)測下來，部分任務(wù) Kimi 會自動調(diào)劑成單 Agent 模型，這點(diǎn) Kimi 團(tuán)隊(duì)成員也在 reddit 的線上問答里得到了證實(shí)。

Kimi 團(tuán)隊(duì)眼中的未來

在 Reddit 的 AMA（Ask Me Anything）活動中，Kimi 團(tuán)隊(duì)回答了大量關(guān)于技術(shù)、產(chǎn)品和愿景的問題。透過這些回答，我們可以拼湊出他們對 Agent Swarm 乃至整個(gè) AI 未來的思考。

在回答「Agent Swarm 下一步會怎么發(fā)展」時(shí)，Kimi 團(tuán)隊(duì)透露了幾個(gè)方向：

【更智能的調(diào)度】目前的 Agent Swarm 已經(jīng)能自動分解任務(wù)和創(chuàng)建子代理，但調(diào)度策略還比較「粗粒度」。未來有希望能建立更精細(xì)的資源分配——比如根據(jù)任務(wù)的緊急程度、復(fù)雜度、依賴關(guān)系，動態(tài)決定「派多少人、干多久」。

【更深度的協(xié)作】現(xiàn)在的子代理之間交流有限，主要是「各自干完活，把結(jié)果交給老大匯總」。未來可能會支持子代理之間的直接協(xié)作，比如「A 代理發(fā)現(xiàn)一個(gè)問題，可以主動呼叫 B 代理來幫忙」。

【更廣泛的工具集成】Kimi 團(tuán)隊(duì)表示，他們正在擴(kuò)展 Agent 可以調(diào)用的工具庫，包括但不限于更多的辦公軟件、開發(fā)環(huán)境、數(shù)據(jù)分析工具。目標(biāo)是讓 Agent Swarm 能真正「端到端」地完成復(fù)雜工作流。

AMA 中還有一個(gè)問題很有意思：許多說法稱，scaling law 已經(jīng)碰到了上限，Kimi 團(tuán)隊(duì)如何看待這個(gè)問題呢？

Kimi 團(tuán)隊(duì)的回答是：Agent 集群就是他們走出的嘗試。展望未來，或許會出現(xiàn)一種幾乎不、甚至完全不需要人類先驗(yàn)信息的模型。

這個(gè)愿景聽起來有些理想化，但細(xì)想之下頗有深意。過去兩年，AI 領(lǐng)域一直在「卷參數(shù)」——模型越來越大、算力越來越貴。而 Agent Swarm 代表了一種不同的思路：與其讓一個(gè)超級大腦做所有事，不如讓一群大腦分工協(xié)作。

這可能才是通向 AGI 的更務(wù)實(shí)路徑：單獨(dú)一只蜜蜂并不起眼，但當(dāng)成千上萬只蜜蜂協(xié)同工作時(shí)，它們能建造出精妙的蜂巢。