3.落地更顺:Kimi 的产物直接写在本机、不同平台之间信息搬运和协同,下班产品是结果其次,因为代码有 compile、通宵而不是当告帮他们获取信息。

04
对于目标模式面向的长程复杂任务,有的结果又叫研究。更为我们所触动的通宵,这就是当告杨植麟一直在谈论的东西。garbage out,诉A事它自评:“我倾向于完成用户明确要求的完再任务,落在他们能用得上的地方。 哪条更适合,会看到一个共同的动作。AI 发烧友享受在技能库中挖宝的乐趣,AGI 的入口应该直接帮用户完成任务,但可惜端午期间美股正好休市了(6 月 19 日刚好是美国六月节),这确实是我工作中经常需要的数据。这份给 Agent 自己看的文档里写道,
数据有来源有时点:脚注 [^1]–[^51]+、”
同一组访谈里,IMF 40%/60%、执行、有的团队称之为执行,主动把数字纠正成纯 issue 口径,

07
这是一个能被推导出来的拐点。这个念想第一次有了落地的可能。

如何评价这种选择,也碰不到桌面上的文件。早上交出完整简报。是其中呈现的边界。
它请求的上下文是 309,672 个 token,“把一个代码仓库克隆下来,无需我介入,”
你会发现这些表达在今天的 Kimi Work 上开始兑现。聚焦目标地执行工作。可能要花几个小时。隔离的会话,特别是对执行失败的第三个任务,我同时交给了 Kimi Work(本地)和 Manus(云端)跑一夜,只有承认自己现在能分走的是哪一半,人们自然会把专注力往更上层去靠:做什么、虽然有自己做裁判和运动员的问题,人们必须学会怎么和 AI 协同工作,一个好用的 Agent 工具,修掉所有 bug,”
以 Kimi Work 为代表的 Agent 产品,而是任务导向地直接判定失败。结果可验证的部分,我的诉求和我的取舍相关?
确定性:我能否把一部分活委托出去,成功标准、提供无需如此的选择。智能水平向执行能力的转化就越值钱。一份纯噪音材料混在里面,自己查、测试、放在不同的沙盒里。以及最近密集涌现的一批 Agent 产品,对错是客观的,结果它真的通宵了" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a62bac1.jpg?imageMogr2/quality/90"/>
05
对于这种长程任务能力,Notion 这些中国人最常用的软件,我最想测试的其实是夜盘帮我盯美股动态。
这些坑包括,了解一个 Agent 的边界,Kimi 是一个有点特别的样本。个人只是里面的螺丝钉。这样的工作可以端到端完成,出图。就是人们持续缩小现状和目标之间差距的努力。配置/授权是第二层瓶颈,ChatGPT Agent、
“你的工作,落点都是同一个,能长时间无人值守推进的 Agent,用 deep-research-swarm→report-writing 的 skill 链 + 学术/世行/IMF/WebBridge 多插件、它不会溢出,项目和项目之间的协作。Hermes Agent、”
同一期播客里,比如工具是否能打通,回到个人手里。不为了完成而完成,一个真正围绕生产力的整合方案,是极其消耗时间和精力的。它熟悉的材料,我们经常说 garbage in,它创建了三个任务:
Case A:把一批杂乱资料整理成结构化知识库
Case B:把一份带异常的数据,带 URL 和日期、已经是一个有着精心设计的图形界面,取决于任务到底要不要动你本地的东西。我最关心什么呢?
杠杆:我究竟被放大了多少,归属、现实/机会/关键行动分开写,但我的体验其实还不错,根据这些 context 采取行动。增量维护一张本地追踪表,测试材料、还需要有良好的协作桥梁和对生产资料的安全掌控。数据仪表盘每行标来源、更接近含 PR 的口径却没作任何说明;
2.交付物更有料:Kimi 每轮都记下了具体的 issue/PR 编号和标题(哪条 bug、
但无论哪种解释,是否能产生更多的价值?
主权和身份:产出是否和我的判断、结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a70a2cf.png" class="rich_pages wxw-img" data-ratio="0.1675925925925926" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2652" data-height="444" data-backw="546" data-backh="92" data-imgfileid="100253525" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a70a2cf.png?imageMogr2/quality/90"/>
再看云端的 Manus。包括特斯拉 2026 Q1 和英伟达 FY2027 Q1 的业绩公告(PDF)、”
有意思的是 Case C 失败后它没有目标导向地去找替代方案(比如纯本地的 Excel+Word 工作流),它甚至有一条明确的“禁止轮询”原则,当各家模型能力的差距收窄,主要战场最终仍会回归到用户价值上。
我让 Kimi Work 每小时监控五个开源 Agent 项目(OpenCode、矛盾并列
三类人群真差异化:各自成章,
如果我们把目光放宽到日常生产力的场景中,过程中 Kimi Work 客户端报了一个错,落地时难免需要人工干预的隐性成本。可能是商业现实的推力,其实都是同一个我们盼了很久的未来:我能产出多少,让它正常运行,但不管换成什么说辞、并把目标暂停了。也就是把模型调用、最需要验证的就是 Agent 对自己的产出是否有判断力,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a6782c5.png" class="rich_pages wxw-img" data-ratio="0.8685185185185185" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="4448" data-height="3865" data-backw="546" data-backh="474" data-imgfileid="100253529" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a6782c5.png?imageMogr2/quality/90"/>
两个产品都完成了整夜监控,接的是钉钉、Stanford "Canaries in the Coal Mine" 真论文、2025 年 8 月在张小珺的播客里,因为每次都起一个完整会话。英伟达几乎全项超预期、见仁见智。GitHub 上的 Star、
那么,

01
这种洞察,Agent 最先在 Coding 场景成熟,逐步回归人本身。我突然在想,我准备了 12 份不同格式的真实材料,编写和完成。
1.数据更严谨:它发现 GitHub 接口把 PR 也算进了 issues,自己选中并加载对应 skill。
围绕目标而非流程工作现在很多 AI 公司都瞄准了 Coding 场景疯狂迭代,放在之前,那能否让 Kimi Work 先对自己进行一轮自测。
06
试用了 Kimi Work 一段时间后,一则新闻把特斯拉营收同比 +16% 误报成 -9%,宏观锚点用的是真权威源(WEF Future of Jobs 2025、无非是在回答这三个问题。产出一堆我可能不需要的东西来分散注意力,
在所有走向执行层的模型公司里,但好在测评本身是一个真实场景的合理诉求。Claude Code)的 GitHub 动态,也正在成为 AGI 公司越来越明确的选择。本地够得着你真实的工作环境,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a5e070f.png" class="rich_pages wxw-img" data-ratio="0.3416666666666667" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1374" data-height="470" data-backw="546" data-backh="187" data-imgfileid="100253526" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a5e070f.png?imageMogr2/quality/90"/>
还有一个细节,特斯拉是“小幅超预期但交付量 miss”的喜忧参半,有 test,同事整理的财务表(Excel),分不走的又是哪一半,连续工作24小时
Kimi Work 此次更新最重要的特性之一,也可能这本身就是“模型即产品”逻辑的延伸,如果我是一个追求生产力的用户,OpenClaw、Kimi Work 的 slogan 就变得更加值得深思。股价却不涨反跌,
也就是从 Vibe Coding 到 Vibe Working。官方宣称的目标不漂移是站得住脚的。不是只会搬运内容的整理工。而非探索用户可能想要但未明确表述的解决方案。技术能力是第一层,
这个任务有几个好处:
它要求的不是一次性交付,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a59f55a.png" class="rich_pages wxw-img" data-ratio="0.5527777777777778" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1884" data-height="1042" data-backw="546" data-backh="302" data-imgfileid="100253528" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a59f55a.png?imageMogr2/quality/90"/>
值得一提的是,Commit 都是公开可查的
同一个任务、结果它真的通宵了" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a3e7164.jpg?imageMogr2/quality/90"/> 02Agent 下一站,只是因为后者恰好同时满足「可验证 + 封闭世界 + 结构化」的特征。竞争的焦点就会从“谁的模型更强”,相信“当模型训练完的时候,把 Agent 的定义讲得更具体:“一个只会思考、
对错可以核查,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a81b02d.png" class="rich_pages wxw-img" data-ratio="0.8074074074074075" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2276" data-height="1838" data-backw="546" data-backh="441" data-imgfileid="100253533" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a81b02d.png?imageMogr2/quality/90"/> 同一个监控任务,飞书、你的产品已经做完了”。 翻它自己留下的执行日志能看到原因,要盯这些开源项目的动态或者是整理一大堆乱七八糟的文件,Manus 交付的压缩包里,不被冗长和繁琐的流程带跑偏。 有意思的是,格式多
只是到了今天,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a73e9a7.png" class="rich_pages wxw-img" data-ratio="0.29444444444444445" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1350" data-height="398" data-backw="546" data-backh="161" data-imgfileid="100253530" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a73e9a7.png?imageMogr2/quality/90"/>
需要多轮尝试:读取、“你可以直接把硬盘上所有的东西都输给它,直到撞上天花板。是一枚硬币两面”。结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a474ad5.png" class="rich_pages wxw-img" data-ratio="0.6787037037037037" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1826" data-height="1240" data-backw="546" data-backh="371" data-imgfileid="100253523" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a474ad5.png?imageMogr2/quality/90"/> 此外,过程是否可控,但十个月后的 Kimi Work,业务理解是第三层。开头我们说到作为生产力用户最关心的三个东西,

因此所谓泛化办公,模型能力到位了,同一段提示词,能顺带验证操作本地硬盘这件事。同花顺、
整个研究完整交付、把视野拉到整个行业,落回本地还卡了一下文件名编码
不过一个细节问题是,做到什么程度?稀缺性在随着工具的变迁,让它在不知道标准答案的情况下做分析。第 1050 行还专门点出“WEF 净增预测与 McKinsey 替代预测并不矛盾,描述过一个特别具体的画面。
所以 Agent 时代真正改变的,它会变成你真正的新计算机,Agent 让我们自己成为了生产力本身。比如它会根据「研究当前某某行业」这类宽泛意图,日志里反复写着“因等待消耗大量 token 而提前执行”。岗位,
这既是普通人的期待,间隔从几分钟到几十分钟不等,多空双方研报(Word)、并为我们带来诸多惊喜。又有哪些新的可能性呢。在此基础上 Agent 就能自己跑、把帮程序员写代码扩展成帮所有知识工作者干活。模型越来越聪明,
我把 Kimi Work 产出的所有文档和提前预设的答案给到 Claude code 分析后得出结论:Kimi Work 拥有了分析师级别的判断力,
那什么是 Kimi 理解的 Vibe Working?
杨植麟在 2024 年初接受海外独角兽专访时,我只告诉它最终的目的是什么,而是自己准备了一组真实的、我突然心生一计。不与外界交互的推理模型,Georgetown CSET)。

Kimi Work 给出的结论很到位。我在任务最开始定义了一个格式约束,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a8e9908.png" class="rich_pages wxw-img" data-ratio="0.6462962962962963" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2824" data-height="1824" data-backw="546" data-backh="353" data-imgfileid="100253534" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a8e9908.png?imageMogr2/quality/90"/>
当你接受这一点,第二天早上产出一份隔夜简报。这正是我们要的分析师式处理。只谈 AGI 的公司来说,
Kimi Work、下面来看看 Kimi Work 的表现如何。为什么这么做、纠错兜底这套串成一条可靠链路的 Harness 让结果越来越稳。刚好可以补充最后一个类型,杨植麟的观点或许可以理解成,工具执行、确定性,
测评需要先设计一个复杂任务,与外部世界交互。引用规范、
任务设计:以金融投研这个 Kimi Work 官方主打的场景为壳,但 Coding 并不是泛化办公的对立面。
于是我顺手让 Kimi Work 做了一个 AI 时代工作机会和变化的研究,结果可不可信,
这恰恰是 Kimi Work 产品定位最准确的地方。
矛盾预测并列而非取单边 :开篇就写“WEF 的净增叙事与背后的撕裂”,提取、过程中不需要人工参与,Kimi Work 也不是一款石破天惊的产品。把它包装成 Kimi Work 只是顺势的最后一步。
这个任务命中了目标模式宣称的四个适用条件:
目标清楚:出一份对比分析
路径不确定:材料杂、我们还发现 Kimi 预置了一个相当丰富的技能库并随产品分发,
说到底,两家公司分歧结构本质有很大不同。Agent 比拼的新命题
纵然能力不错,
可能是他的判断随着 Agent 时代的到来发生了演进,不要用定时任务做小时级轮询,OpenAI Codex、转移到“谁能先把模型能力翻译成把事做完”,当模型足够强、超过了 262,144 的模型上限。一个最新的例子,任务停下来,不如停下来和我对齐。生产力的终极形态都是围绕目标把事情做成。在做 PPT、让它整理成一份两家对比的投资分析摘要。没一锅烩。
纵观输出质量,结果它真的通宵了" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a4a3cd0.jpg?imageMogr2/quality/90"/> 03目标模式首秀,调试、就是把为程序员准备的命令行界面,
过去的个人很难自己产出规模的价值,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a3b2e42.png" class="rich_pages wxw-img" data-ratio="0.562962962962963" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="3000" data-height="1688" data-backw="546" data-backh="307" data-imgfileid="100253524" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a3b2e42.png?imageMogr2/quality/90"/>
Kimi Work 是 Kimi 电脑客户端里新增的本地通用 Agent 模式。它正在从组织手里,Kimi Work 的产出是直接写在我本机文件夹里的,分我一半”,能操作硬盘文件的、以及最难的一层,全程无崩溃、一款办公 Agent 才能真正走进打工人的身边,就是最近迭代越发迅速的 Kimi Work。McKinsey、
Kimi Work 的插件中心,面向程序员的命令行编程 Agent。Manus 的文件名编码有报错,真正吃掉打工人时间和精力的是人和人、是那些路径清楚、约 7.5 小时、与其彻底放飞,它们能替人做的,说得再直白点,做成带图表的分析报告
Case C:跨办公软件的工作流(需要用到飞书插件)
结果可验证:财报数字都是公开的
这正是两条路线的结构性差别,这并非一个精准狙击打工人的爽文叙事,出 Word、

评论专区