切换到宽版
  • 19阅读
  • 2回复

[数码讨论]单Agent时代结束,AI们开始组团上班 [复制链接]

上一主题 下一主题
在线jjybzxw

UID: 551814

 

发帖
244660
金币
884687
道行
2006
原创
2464
奖券
3580
斑龄
45
道券
1580
获奖
0
座驾
设备
摄影级
在线时间: 52157(小时)
注册时间: 2008-10-01
最后登录: 2026-04-27
只看楼主 正序阅读 楼主  发表于: 04-22

克雷西 发自 凹非寺

量子位 | 公众号 QbitAI

现在,大模型的密集更新实在是让人看得眼花缭乱,但整体看来,方向也无非那么几个——更大、更强、更快。

但是,Kimi这次的更新,走的方向不太一样。

昨晚,月之暗面发布并开源了旗下最新模型—— K2.6

这次更新有两个重点,一是 代码能力,包括硬核的软件工程能力和前端设计水准的提升,二是 多Agent协作的“Agent集群”能力升级。

先说榜单,Kimi K2.6在Artificial Analysis上取得了全球开源第一的成绩, 仅次于闭源的全球“御三家”

咱就是说,在御三家新模型轮流上线的这张梗图里,也是能有Kimi的一个位置了。

聊聊这个Agent集群的升级

K2.5时,Kimi提出了“Agent集群”这个概念,但那时候更像是一个方向:能调度不同专长的Agent互相补位,广度搜索、深度研究、文档分析、长文撰写一起上,并行处理。

到了K2.6,这件事变得真正有意思了:最多支持300个子Agent并行完成4000个协作步骤。

放在实际场景里, 你说一次需求,一次运行就能同时拿到文档、网站、PPT、表格

那必须给它一个任务实测一下,看它能不能一次运行、多格式并行交付,提示词如下:

帮我做一份“2026年国内AI编程助手”的报告,需要同时给我三份产出:

一篇完整的调研报告,包含各产品功能对比、定价策略、优劣势分析,以及你的选型建议;

一张结构化的对比表格,维度包括:支持IDE、补全能力、对话能力、联网能力、价格、适合人群;

一份可以直接拿去汇报的PPT,10页左右,有结论和建议页。

三份东西格式完全不同,看它是真的并行在跑、还是按顺序一个个出来,以及最后交付的质量够不够直接用。

首先,Agent集群进行了初步的扫描,并对问题的维度进行拆解,然后划分出了12个维度。

这12个维度,交给了12位不同的专家来负责,每个人都只调研自己的一个子问题。

每个专家的工作进度条和阶段性成果,都能实时监控。

到了正式撰稿阶段,同样有不同的人负责各自的Chapter。

最终,在数十位“专家”的接力之下,K2.6交付的报告长达55页,字数超3.5万,而且图文并茂、结构清晰、引文标注明确。

其中覆盖了八款主流产品,每款都有定位、核心能力和局限性的完整拆解,引用了来自IDC、Gartner、信通院等机构的数据,SWE-bench评分、中文理解准确率、定价对比一应俱全,最后还附了选型建议矩阵和企业Checklist。

篇幅和数据密度,已经超出单个对话窗口能合理完成的范畴。

表格整理得也很干净,七个维度、八款产品,支持IDE、补全能力、对话能力、联网能力、定价、适合人群一列不少,格式规整,可以直接拿来用。

PPT同样交出来了,10页,有目录、市场数据、竞品卡片、功能对比表、定价可视化、SWOT分析和选型建议,最后一页还附了行动建议。

结构完整,可以直接拿去汇报。

从一个AI,到一群AI

从K2开始,感觉Kimi模型的进化脉络更清晰了:

K2是万亿参数规模的基座,代表的是“把模型做大、做强”这件事。

K2 Thinking在此基础上引入了推理层,让模型开始能把一个复杂任务一步步想清楚,自己推导、自己验证。

到了K2.5/2.6,问题变了,Kimi团队开始把目光从专注于让单个模型变得更聪明,转向了 让一群模型真正分工协作,各自发挥专长,一起做成更大的事

图片由AI生成

这是一个本质的跨越。

道理很好理解,单个模型再强,也有天花板。

就像一个 优质牛马天才程序员,写代码可以很快,但如果让他一个人同时搞定产品设计、写代码、跑数据、出文档、做演示,那他大概率无法招架。

但一个组织可以。

从互联网的建立,到大模型的训练,乃至人类登月……靠的从来都不是某一个天才,而是一群各有专长的人,在一套分工体系下协同推进。

AI走到今天,也到了需要学这件事的时候了。

为了实现这个目标,最需要的就是一个好的协作框架。

所以,K2.6不只是在提升模型本身的参数,也在同步打磨它作为“协调者”的能力——

在任务里动态分配、在出错时自动修复、在整个交付链条上主动管理。

这是K2.6和K2.5最根本的差别之一。

不过,Kimi没打算停在“Agent集群”这一步。“Agent集群”解决的是AI之间怎么分工的问题,但还有一个问题没答——人和AI放在同一个群组里,能一起完成什么?

看到Kimi已经开始测试“Claw群组”了,支持把各种虾加入到一个群里,用K2.6做协调员,组织不同能力的虾一起干活……

不过我们目前还没收到测试邀请,要测试之后再给大家分享实际体验了 (Kimi你如果看到这篇文章的话要不给我们安排一个.doge)

One More Thing

这不是下个月量子位AIGC大会就要召开了吗,听说这次K2.6能写更精美的网页,也能支持简单后端了,我顺手就让Kimi帮忙写了个报名系统。

不过我测试的时候活动官宣还没来,所以暂时没输入具体的活动信息,先让它把功能跑通。

提示词是酱婶儿的:

帮我做一个「量子位读者交流会」的活动报名网站。要求:

首页有活动介绍、时间地点、嘉宾阵容;

有报名表单,收集:姓名、邮箱、公司、职位、「你最想聊的AI话题」;

支持提交报名,提交成功后显示报名成功页;

有一个设有密码的管理后台页面,可以查看所有报名信息并导出。

这个任务专门卡K2.6新增的后端和数据库能力,看它交出的到底是一个真的能跑的全栈应用,还是只是一个花瓶。

K2.6没有直接开始写代码。它先读了项目构建的技能文件,把任务拆成前端初始化、设计文档、后端架构、数据库schema等任务线,然后才开始动手。

值得一提的是设计决策。

我们提示词里没有说要什么风格,它自己判断“这是一个AI主题活动”,选了纯黑纯白为主色调、亮柠檬黄作为点睛色的“清晰未来主义”风格,还顺手调用图像生成工具做了五张黑白艺术风格的配套视觉素材。

首屏则是用Three.js做了3D交互式图片卡片集群,鼠标移动时卡片会翻转漂浮,还加了一套双层自定义光标系统。

技术栈它也自己选定了:前端React + Type + Tailwind + shadcn/ui,后端tRPC + Drizzle ORM + Hono + MySQL。

管理后台也做了密码验证,登录后可查看报名信息并导出CSV。

最终交付的成品长这样:

我们再来验证下报名功能,看看到底是真收集到了信息,还是只有静态动画。

结果,我们填写的报名表单成功出现在了后台记录当中,说明Kimi K2.6真的把这套报名系统的前后端和数据库开发跑通了。


山庄提示: 道行不够,道券不够?---☆点此充值☆
 
在线姜谷粉丝

UID: 1569053

精华: 2
级别: 玉清道君

发帖
180981
金币
621196
道行
20030
原创
769
奖券
471
斑龄
0
道券
30
获奖
0
座驾
设备
摄影级
在线时间: 22820(小时)
注册时间: 2012-06-21
最后登录: 2026-04-27
只看该作者 板凳  发表于: 04-23
多智能体(Multi-Agent)协作正在重塑企业和个人的工作方式:

📊 核心趋势:从"一人一工具"到"一人一团队"
1. 企业级应用爆发
谷歌2026 AI Agent趋势报告显示:
**52%**的生成式AI应用企业已投入AI Agent生产环境
**88%**的早期采用者已获得正投资回报率(ROI)
加拿大电信巨头TELUS的5.7万名员工定期使用AI智能体,每次互动平均节省40分钟
2. 典型协作架构
目前主流采用 "1个指挥官 + N个执行Agent" 的稳定架构:

角色    职责    能力
指挥官(Commander)    接收需求、拆解任务、分配工作、进度跟踪、结果汇总    任务规划、调度协调
调研员(Researcher)    信息检索、资料整理、数据汇总、输出报告    联网搜索、数据分析
程序员(Coder)    代码编写、脚本实现、工具开发、问题调试    代码生成、测试部署
其他专业Agent    根据场景定制(如法务、财务、设计等)    垂直领域专业能力
3. 关键技术突破
A2A(Agent-to-Agent)协议:不同开发商、不同框架的智能体可无缝协同
MCP(模型语境协议):打通大语言模型与实时数据、外部工具的连接,弥补"知识冻结"短板
共享知识库:多个Agent可互通信息、相互校验,避免重复劳动
🛠️ 落地框架与工具
热门开源框架
OpenClaw:轻量化多智能体编排框架,支持角色定义、任务拆解、消息路由,可快速搭建AI团队
AutoGen(微软):构建"AI组织"的蓝图,支持多角色协作流程
CrewAI、LangGraph:企业级多智能体系统搭建工具
部署方式
云端部署:阿里云轻量应用服务器2核4GB即可运行,适合快速启动
本地部署:支持MacOS/Linux/Windows 11,适合数据敏感场景
零代码平台:如OpenAI AgentKit、Coze(扣子)、n8n等,降低使用门槛
💼 典型应用场景
场景    案例    效果
客户服务    物流智能体自动处理配送失败,主动补偿并重新预约    减少人工介入,提升满意度
安全运营    多个专项智能体协同完成威胁检测、调查、响应全流程    46%企业已用于网络安全
市场营销    "平替市场部":1个Prompt自动组建虚拟团队完成调研、文案、设计    1人替代10人团队工作量
软件开发    字节内部AI代码贡献率超43%    大幅提升开发效率
🔮 未来展望
零一万物提出的2026年六大预判中,最核心的观点是:

多智能体正推动企业从"人才依赖"转向"能力软件化"

这意味着:

顶尖人才的专业判断力可以被高效复制、24小时运转
中小企业首次拥有与巨头同台竞技的"不对称优势"
企业核心竞争力从"招聘-培养-流失"的人才循环,转向"能力模块沉淀与重组"
💡 你可以做什么?
个人层面:学习多智能体框架(如OpenClaw、AutoGen),搭建自己的"AI助手团队"
企业层面:从单一场景试点(如客服、财务审核),逐步扩展到跨部门协作
开发者层面:关注A2A协议、MCP标准,开发可复用的能力模块
如何不发帖就快速得到金币道行
 
我有我可以
在线jjybzxw

UID: 551814


发帖
244660
金币
884687
道行
2006
原创
2464
奖券
3580
斑龄
45
道券
1580
获奖
0
座驾
设备
摄影级
在线时间: 52157(小时)
注册时间: 2008-10-01
最后登录: 2026-04-27
只看该作者 沙发  发表于: 04-22
这篇文章详细介绍了月之暗面公司发布的最新模型Kimi K2.6的功能和特点,特别强调了代码能力和多Agent协作的“Agent集群”能力的提升。以下是对文章内容的总结和分析:
代码能力提升
软件工程能力:Kimi K2.6在软件工程方面的能力得到了显著增强,能够处理复杂的编程任务。
前端设计水平:模型在前端设计方面也有所提升,能够生成具有专业水准的设计。
Agent集群能力升级
多Agent协作:K2.6支持最多300个子Agent并行完成4000个协作步骤,实现了大规模的并行处理。
实际应用场景:在实际应用中,K2.6能够一次性处理多种格式的输出,如文档、网站、PPT和表格。
全球排名
Artificial Analysis排名:Kimi K2.6在全球开源模型中排名第一,仅次于闭源的全球“御三家”。
实际测试案例
AI编程助手报告:K2.6成功完成了一份包含调研报告、对比表格和PPT的复杂任务,显示了其并行处理和多格式输出的能力。
从单个AI到一群AI的转变
K2系列进化:从K2到K2.6,Kimi模型的发展方向从单个模型的优化转向了多模型的协作和分工。
协作框架:K2.6不仅提升了模型参数,还强化了作为“协调者”的能力,包括任务动态分配、错误自动修复和整个交付链条的主动管理。
人与AI的协作
Claw群组测试:Kimi开始测试“Claw群组”,探索人与AI在同一群组中的协作可能性。
实际应用案例:量子位读者交流会报名系统
功能要求:K2.6成功开发了一个活动报名网站,包括首页介绍、报名表单、提交成功页面和管理后台。
技术实现:K2.6自主选择了技术栈,并实现了前后端和数据库的开发,显示了其全栈开发的能力。

综上所述,Kimi K2.6模型在代码能力、多Agent协作、全球排名、实际应用测试和人与AI协作方面都展现出了显著的进步和强大的功能。这标志着AI技术在多模型协作和复杂任务处理方面迈出了重要的一步。
如何不发帖就快速得到金币道行
 
快速回复
限120 字节
认真回复加分,灌水扣分~
 
上一个 下一个