Agent又卷起來(lái)了。

　　近日，月之暗面Kimi推出了第一個(gè) Agent ——Kimi-Researcher（深度研究） ，并開(kāi)始小范圍灰度測(cè)試 。

　　據(jù)介紹，模型即 Agent
，Kimi-Researcher 是基于端到端自主強(qiáng)化學(xué)習(xí)（end-to-end agentic RL）技術(shù)訓(xùn)練的新一代 Agent 模型，也是一個(gè)專(zhuān)為深度研究任務(wù)而生的 Agent 產(chǎn)品 ，強(qiáng)調(diào)模型即Agent。

　　此外
，月之暗面稱(chēng)也將逐步開(kāi)源 Kimi-Researcher 基礎(chǔ)預(yù)訓(xùn)練模型 、以及強(qiáng)化學(xué)習(xí)后的模型
。

　　《科創(chuàng)板日?qǐng)?bào)》記者在實(shí)測(cè)中發(fā)現(xiàn)，Kimi-Researcher可生成詳細(xì)豐富的研究報(bào)告 ，專(zhuān)業(yè)性和報(bào)告可視化可圈可點(diǎn)
，是國(guó)內(nèi)少有的基于自研模型打造的Agent。生成時(shí)間一般在15—20分鐘左右，后續(xù)也可以適當(dāng)縮短時(shí)長(zhǎng) 。通過(guò)自主調(diào)用瀏覽器、代碼等工具 ，在平均規(guī)劃70多個(gè)關(guān)鍵詞及對(duì)200多個(gè)網(wǎng)址的搜索后
，可以自動(dòng)生成分析報(bào)告，完成端到端的交付
。

　　記者實(shí)測(cè)“Kimi-Researcher ”

　　《科創(chuàng)板日?qǐng)?bào)》記者使用“ Kimi-Researcher”實(shí)測(cè)了七個(gè)任務(wù) ，它均能較好地完成
，舉其中三個(gè)例子來(lái)展示其推理過(guò)程。

　　任務(wù)一：近期獲得融資的 AI 硬件創(chuàng)業(yè)公司天數(shù)智芯，分析其硬件產(chǎn)品的技術(shù)特點(diǎn)
、性能優(yōu)勢(shì)和應(yīng)用場(chǎng)景 ，研究其在與巨頭競(jìng)爭(zhēng)中的創(chuàng)新策略和市場(chǎng)突破路徑，給出一個(gè)是否值得投資的結(jié)論 。

　　大約15—20分鐘左右
，Kimi-Researcher搜索數(shù)百個(gè)網(wǎng)站，生成了一份數(shù)萬(wàn)字的詳細(xì)報(bào)告—《天數(shù)智芯深度研究報(bào)告：AI芯片新勢(shì)力的崛起與投資價(jià)值分析》 ，包括公司概覽與核心優(yōu)勢(shì)產(chǎn)品與技術(shù)實(shí)力分析、市場(chǎng)競(jìng)爭(zhēng)與戰(zhàn)略分析等方面
，還用表總結(jié)了天數(shù)智芯主要產(chǎn)品系列及其特點(diǎn) 、競(jìng)品概況等，另外 ，最后還附帶一份可視化報(bào)告
，該報(bào)告還可以通過(guò)復(fù)制文本
、鏈接和生成圖片保存
。

　　任務(wù)二：人形機(jī)器人是風(fēng)口還是泡沫？制約人形機(jī)器人商業(yè)化落地關(guān)鍵環(huán)節(jié)有哪些？何時(shí)能夠商業(yè)化落地？

　　20分鐘左右，Kimi-Researcher生成了報(bào)告《人形機(jī)器人：風(fēng)口還是泡沫？商業(yè)化落地的深度剖析與未來(lái)發(fā)展路徑》 ，引言表示：人形機(jī)器人產(chǎn)業(yè)目前正處于技術(shù)加速迭代與資本高度關(guān)注的風(fēng)口期
，但其商業(yè)化落地仍面臨智能化水平不足、運(yùn)動(dòng)控制能力有限 、核心零部件成本高昂
、應(yīng)用場(chǎng)景不明朗以及產(chǎn)業(yè)鏈成熟度不高等多重制約環(huán)節(jié)。短期內(nèi)，人形機(jī)器人將在工業(yè)、特定商業(yè)服務(wù)等B端場(chǎng)景持續(xù)滲透；中期（3-10年）有望迎來(lái)技術(shù)突破與成本下降的關(guān)鍵期 ，應(yīng)用領(lǐng)域?qū)⑦M(jìn)一步拓展；長(zhǎng)期（10年以上）則可能實(shí)現(xiàn)大規(guī)模普及 。

　　任務(wù)三：我需要一份 7 月 2-7日從北京出發(fā)的日本行程
，預(yù)算為3 -8萬(wàn)元，適合我和閨蜜
。我們喜歡名勝古跡 、美食美景等 ，并需要一個(gè)特別的歷史地點(diǎn)推薦。請(qǐng)?zhí)峁┮环菰敿?xì)的旅行手冊(cè)，其中包含地圖
、景點(diǎn)介紹、必要的外語(yǔ)短語(yǔ)和旅行小貼士
，供我們?cè)诼猛局袇⒖? 。

　　對(duì)于Kimi選擇進(jìn)軍Agent領(lǐng)域，北京計(jì)算機(jī)學(xué)會(huì)AI專(zhuān)委會(huì)秘書(shū)長(zhǎng) 、北大人工智能博士張有魚(yú)告訴《科創(chuàng)板日?qǐng)?bào)》記者 ，這樣的選擇既是其技術(shù)勢(shì)能的釋放
，也是商業(yè)戰(zhàn)略主動(dòng)躍遷的結(jié)果
。

　　在技術(shù)層面，Kimi將其長(zhǎng)文本（Long Context）處理能力及端到端的強(qiáng)化學(xué)習(xí)技術(shù)“Agent化
” ，并讓模型從一個(gè)“被動(dòng)”的知識(shí)庫(kù)變?yōu)橐粋€(gè)能進(jìn)行“主動(dòng) ”研究
、自主交付成果的智能體。這不僅是技術(shù)價(jià)值最大化的必由之路
，更是幫助Kimi在基礎(chǔ)模型“卷參數(shù)
”的紅海中，開(kāi)辟“卷應(yīng)用”藍(lán)海的重要一步 。

　　當(dāng)前 ，在激烈的商業(yè)競(jìng)爭(zhēng)格局下
，單純提供API調(diào)用的模式護(hù)城河過(guò)淺。Kimi推出Kimi Researcher，可以直接切入的核心知識(shí)生產(chǎn)流程
。其商業(yè)模式也從“賣(mài)API ”到“賣(mài)解決方案
”的根本性轉(zhuǎn)變 ，試圖通過(guò)深度綁定用戶工作流
，構(gòu)建更強(qiáng)的用戶粘性與商業(yè)壁壘。

　　全球Agent競(jìng)賽已從“能力展示”轉(zhuǎn)向“場(chǎng)景交付 ”

　　2025年是AI Agent技術(shù)的爆發(fā)之年，國(guó)內(nèi)外多家科技企業(yè)紛紛推出差異化Agent產(chǎn)品 ，覆蓋研究、辦公 、企業(yè)服務(wù)、消費(fèi)電子等多場(chǎng)景 。

　　國(guó)內(nèi)企業(yè)Agent發(fā)布方面，月之暗面推出產(chǎn)品Kimi-Researcher（深度研究）
，智譜推出AutoGLM沉思，定位是首個(gè)“邊想邊干
”型智能體 ，字節(jié)跳動(dòng)推出扣子空間（Coze Space）
，定位全能型智能體開(kāi)發(fā)平臺(tái)，火山引擎
、昆侖萬(wàn)維、榮耀等也推出智能體；國(guó)外企業(yè)OpenAI 、DeepMind
、Anthropic等也紛紛發(fā)布智能體
。

　　《科創(chuàng)板日?qǐng)?bào)》記者注意到 ，2025年全球Agent競(jìng)賽已從“能力展示”轉(zhuǎn)向“場(chǎng)景交付 ”
，國(guó)產(chǎn)Agent憑借免費(fèi)策略、垂直整合與端到端自動(dòng)化，正快速搶占企業(yè)及C端市場(chǎng)高地。

　　國(guó)內(nèi)外科技大廠紛紛發(fā)布Agent的背后 ，是大模型基礎(chǔ)能力的提升 。

　　智源研究院院長(zhǎng)王仲遠(yuǎn)告訴《科創(chuàng)板日?qǐng)?bào)》記者
，當(dāng)基礎(chǔ)大模型發(fā)展至一定階段并達(dá)到可用狀態(tài)后，Agent將成為產(chǎn)業(yè)界可重點(diǎn)發(fā)力的領(lǐng)域
。隨著Agent能力的不斷增強(qiáng) ，其將具備更廣泛的擴(kuò)展性。現(xiàn)階段
，基礎(chǔ)大模型的思考能力與智能化程度已有所提升，使得部分Agent能夠表現(xiàn)出較為出色的效果 ，而這正是產(chǎn)業(yè)界所擅長(zhǎng)且具備優(yōu)勢(shì)的領(lǐng)域，亦是未來(lái)產(chǎn)業(yè)發(fā)展的趨勢(shì) 。

　　王仲遠(yuǎn)認(rèn)為
，基礎(chǔ)模型需達(dá)到或接近GPT-4的能力水平，才能滿足實(shí)際應(yīng)用需求
。對(duì)于創(chuàng)業(yè)公司而言 ，投入產(chǎn)出比（ROI）是關(guān)鍵考量因素。因此
，在模型開(kāi)發(fā)中需兼顧性能與效率，在保證能力的前提下 ，盡量縮小模型規(guī)模
，提升推理速度 。盡管當(dāng)前仍存在技術(shù)瓶頸，但隨著研究深入 ，這些問(wèn)題有望逐步得到解決 
。

　　談及深度研究任務(wù)Agent
，市場(chǎng)上還存在哪些痛點(diǎn)和需求未被滿足的方面，張有魚(yú)表示 ，當(dāng)前AI輔助深度研究市場(chǎng)
，存在“通用
”與“個(gè)性”的矛盾，大多數(shù)AI工具為追求普適性而犧牲了個(gè)性化。然而 ，深度研究恰恰是高度定制化的 。不同領(lǐng)域 、不同課題
、不同研究者都有獨(dú)特的分析框架與偏好。市場(chǎng)亟需能理解并適應(yīng)研究者個(gè)性化需求的AI工具，提供更靈活、可定制的解決方案
。

　　其次
， 還存在“自主 ”與“可控”的悖論： 這也是研究類(lèi)Agent面臨的終極考驗(yàn)。用戶既希望AI足夠“自主
”，能從繁瑣流程中解放自己 ，又要求AI在嚴(yán)肅的研究場(chǎng)景中絕對(duì)“可控”與“可信 ”
，過(guò)程透明 、結(jié)果可溯源 。不同Agent產(chǎn)品常在兩者間博弈：要么過(guò)于自主而出現(xiàn)不可信的“黑箱
”，要么過(guò)于人工可控而顯得笨拙低效
。如何優(yōu)雅地平衡這對(duì)矛盾 ，是決定產(chǎn)品成敗的關(guān)鍵。

（文章來(lái)源：財(cái)聯(lián)社）