Kimi发布首个Agent，那个能打的Ta回来了
Kimi发布首个Agent，那个能打的Ta回来了
Kimi发布首个Agent，那个能打的Ta回来了 Kimi发布首个Agent，那个能打的Ta回来了 Modified June 29, 2025 • 2.深入思考。 每个任务，Kimi会进行20步以上的推理，自主梳理并解决需求。 • 3.主动搜索。 每个任务，Kimi会规划一套高级关键词来进行搜索，如果没有搜到想要的结果，它会变换思路，再次主动搜索。 • 对于搜回来的信息，它会自主判断并筛选出信息质量最高的前3.2%内容，剔除冗余、低质信息。 • 4.调用工具。 模型会自主调用浏览器进行搜索，解决内容壁垒的问题。 最终，交付给用户的，是一份高质量的深度研究报告。 以及一个可交互、可分享的可视化网页。 在网站审美和效果这块，Kimi Researcher一点不弱，基本处于国内第一梯队。 现在，有了 Kimi Researcher ，那些被轻易略过的话题、难以解答的难题和偏门小众的问题，都值得被重新看待一次。 写在最后 在春节R1火了后，Kimi遭到不少非议。“去年叫人家小甜甜，现在喊我牛夫人？” 对此，Kimi果断调整了激进的市场投放策略，转而一门心思扑向技术研发。 月之暗面在Huggingface社区的开源模型 过去这3个月里，Kimi发了很多技术成果： • 4月，先后发布并开源数学模型Kimina Prover、视觉模型Kimi VL，小参数达到SOTA级别； • 同时，还与财新网合作，补齐财经领域短板。 • 5月，发布并开源音频模型Kimi Audio，又一款SOTA模型； • 6月，Kimi悄悄上线学术搜索，还统一了域名：kimi.com； • 上周一，发布并开源编程模型Kimi Dev，Huggingface下载量近万； • 上周五，推出第一款Agent模型Kimi Researcher，并将继续开源。今天，我还发现它悄悄上线了「医疗搜索」。 从第一代Kimi到Kimi Researcher，那个懂用户、有人味儿的kimi一直都没有离开我们，而是在长大。 成长，注定不会一帆风顺，反而磕磕绊绊的旅程才是真。 我知道，我的朋友们，亲爱的、可爱的你，很多都是因为Kimi，我们第一次在这里结识。 谢谢你一直陪伴着我们，也谢谢Kimi给我们带来的这趟神奇之旅。 AI未来路还很长，让我们一起去探索，去创造吧。 🔗 原文链接： https://mp.weixin.qq.com/s/hLf9GJ5t... 原创 冷逸 沃垠AI2025年06月25日 12:13 四川 kimi.com https://mp.weixin.qq.com/s/hLf9GJ5t... • 2.深入思考。 每个任务，Kimi会进行20步以上的推理，自主梳理并解决需求。 • 3.主动搜索。 每个任务，Kimi会规划一套高级关键词来进行搜索，如果没有搜到想要的结果，它会变换思路，再次主动搜索。 • 对于搜回来的信息，它会自主判断并筛选出信息质量最高的前3.2%内容，剔除冗余、低质信息。 • 4.调用工具。 模型会自主调用浏览器进行搜索，解决内容壁垒的问题。 最终，交付给用户的，是一份高质量的深度研究报告。 以及一个可交互、可分享的可视化网页。 在网站审美和效果这块，Kimi Researcher一点不弱，基本处于国内第一梯队。 现在，有了 Kimi Researcher ，那些被轻易略过的话题、难以解答的难题和偏门小众的问题，都值得被重新看待一次。 写在最后 在春节R1火了后，Kimi遭到不少非议。“去年叫人家小甜甜，现在喊我牛夫人？” 对此，Kimi果断调整了激进的市场投放策略，转而一门心思扑向技术研发。 月之暗面在Huggingface社区的开源模型 过去这3个月里，Kimi发了很多技术成果： • 4月，先后发布并开源数学模型Kimina Prover、视觉模型Kimi VL，小参数达到SOTA级别； • 同时，还与财新网合作，补齐财经领域短板。 • 5月，发布并开源音频模型Kimi Audio，又一款SOTA模型； • 6月，Kimi悄悄上线学术搜索，还统一了域名：kimi.com； kimi.com • 上周一，发布并开源编程模型Kimi Dev，Huggingface下载量近万； • 上周五，推出第一款Agent模型Kimi Researcher，并将继续开源。今天，我还发现它悄悄上线了「医疗搜索」。 从第一代Kimi到Kimi Researcher，那个懂用户、有人味儿的kimi一直都没有离开我们，而是在长大。 成长，注定不会一帆风顺，反而磕磕绊绊的旅程才是真。 我知道，我的朋友们，亲爱的、可爱的你，很多都是因为Kimi，我们第一次在这里结识。 谢谢你一直陪伴着我们，也谢谢Kimi给我们带来的这趟神奇之旅。 AI未来路还很长，让我们一起去探索，去创造吧。 🔗 原文链接： https://mp.weixin.qq.com/s/hLf9GJ5t... https://mp.weixin.qq.com/s/hLf9GJ5t... 原创 冷逸 沃垠AI2025年06月25日 12:13 四川 2个多月前，我给Kimi的朋友提了条建议：将 Kimi探索版 重新“捡”起来。 老Kimi人应该知道，输入“ / ”可以调用Kimi探索版，擅长解复杂的搜索问题。kimi探索版，我认为是世界上第一个 DeepSearch （深度搜索），比“御三家”的Gemini、ChatGPT和Claude都要早。 最近，我的反馈有结果了。 上周五深夜（ AI圈咋都喜欢熬夜 ），Kimi正式推出了他们的第一个Agent—— Kimi Researcher （深度研究），最近正开启小范围内测。 无论是红杉中国的xbengch还是 Humanity's Last Exam， Kimi Researcher都表现优秀。 据介绍， 这是一款基于端到端自主强化学习 （end to end agentic RL） 技术训练的Agent模型 ，专为深度研究任务而生。 目前，所有人可以在官网 kimi.com 申请体验。对了，依旧是免费！ kimi.com 一手实测Kimi Researcher 收到kimi的内测邀请，这几天，我接连跑了10多个case。所有任务，它都会交付2样东西给我。 一份信息详实、可溯源的深度研究报告。 一个可交互、可分享的动态可视化网页。 下面，给大家看一些我跑的case。 1）我诗故我在 完成度挺高的。采用类似画廊的布局，来展示每个作品，有诗词、作者、插画和创作背景。 整体vi色采用的是传统色，如墨黑、朱红、茶褐、赭石等，背景则用浅米黄、月白或仿古宣纸的色调，字体用具有书法韵味的行书和宋体，整体都很搭，有一种 简洁而内敛的中国传统美 。 尤其是色彩和字体这块，我很喜欢。 2）《2001太空漫游》电影赏析 No access 9 00:00 No access 9 00:00 这个交付，我是真喜欢，风格太对味了。深蓝色打底，标题用梦幻粉色搭配，非常符合《2001太空漫游》的审美。 内容方面，结构化的介绍了电影、剧情、制作背景、电影风格、后世影响和获奖情况等，它还用 Mermaid代码 生成了剧情流程图。 体验链接： https://www.kimi.com/preview/d1d9u5cc75r8i3i3h450?blockId=70 同类主题，我还跑了一个case。 难度在于，Prompt没有给任何配色或设计提示，要靠模型自己理解内容和视觉风格。 但结果却非常惊艳，跟豆瓣网的年度电影专题，完全不相上下。不得不说， Kimi模型的编程能力，真的被大大低估了 。 3）10款Agent分析 这个任务的难点在于：产品名、buzz word（新鲜词）是真的多，大模型在处理这类任务时，很难不出现幻觉。 很多Agent在遇到我这个任务时，基本都会GG。要么是对各款Agent的介绍混乱，要么是无法完成7个任务。 Kimi是少有的能够完成这个任务的Agent。 体验链接： https://www.kimi.com/preview/d1d9ubfhq49jqm5rqi5g?blockId=108 4）《西游记》妖怪图鉴 No access 10 00:00 No access 10 00:00 妖怪和介绍，全对。有点缺陷的是，没有给妖怪配图。 5）《长安的荔枝》文化品析 No access 11 00:00 No access 11 00:00 文化细节解构到位，重点和细节都在，让人秒懂开元、天宝的历史。 有意思的是，它的 所有引用都内嵌在正文 中，点击即可跳转到内容源，便于随时验证与追溯。 6）多平台热搜聚合播客 No access 12 00:00 No access 12 00:00 难度在于，Kimi是真的去搜了这5个平台的内容。全部是用的 browser use （浏览器使用）工具，这样大大确保了信息的真实性。 7）川西5日游攻略 我把这个结果给了旅行社的朋友，她说这份攻略的含金量很高，差不多可以直接拿着它出发。 8）Perplexity收购 中文版： No access 13 00:00 No access 13 00:00 英文版： 这也是一个搜索量很大的任务，很考验模型的检索质量。从结果来看，Kimi的中英文检索能力都很强。 它是怎么确保检索质量的呢？在它的思考过程中，我看到了一个关键点： 交叉验证 。 当面对互相矛盾的信息来源时，它会尝试提出假设、反复比对，并主动修正推理路径。即使是看似直接的问题，它也会倾向于多查几遍，做交叉验证。 拆解Kimi Researcher 从实测来看： Kimi Researcher很擅长搜索，几乎没什么幻觉 ，交付的研究报告质量很高，而且所有引用均支持溯源。 我们知道，国内的互联网内容环境很糟糕。好的内容封闭 （比如公众号、小红书） ，无法被检索；而可以被公开检索的平台 （如百家号、csdn、搜狐、新浪等） ，又充斥着大量的劣质信息 （营销号文章实在太多） 。 国内的AI产品，无论是AI Search还是AI Agent要想从这种背景下脱颖而出，非常不易。而Kimi的Search能力，我认为一直都做得不错。 Kimi Researcher，则进一步将它的Search能力做到更好。 它是怎么做的呢？有四个关键点： • 1.澄清问题（clarification）。 用户发送任务prompt后，Kimi会主动反问，与用户确认细节，构建更清晰的问题空间。