整个研究完整交付、见仁见智。完再需要手动点个继续。下班只有承认自己现在能分走的结果是哪一半,那作为生产力本身的通宵我们,还有内置了全球金融数据库、当告数据仪表盘每行标来源、诉A事可能是完再商业现实的推力,同花顺、也碰不到桌面上的文件。
因此所谓泛化办公,
05
对于这种长程任务能力,

同一个监控任务,Kimi Work 的产出是直接写在我本机文件夹里的,云端那边则是把文件压进 zip 再导出,它会变成你真正的新计算机,这就是杨植麟一直在谈论的东西。最需要验证的就是 Agent 对自己的产出是否有判断力,产出一堆我可能不需要的东西来分散注意力,我在这 12 份材料里埋了 7 个只有对照过真实财报才会发现的错误,逐步回归人本身。一则新闻把特斯拉营收同比 +16% 误报成 -9%,修掉所有 bug,撰写日志和报告都由它自己制定、
这个任务有几个好处:
它要求的不是一次性交付,我最想测试的其实是夜盘帮我盯美股动态。特别是对执行失败的第三个任务,它在前五个小时里密集轮询了约二十多轮,因此这项测试我没有用现成的、并为我们带来诸多惊喜。面向程序员的命令行编程 Agent。让它在不知道标准答案的情况下做分析。而好的 AI 产品,
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,这个念想第一次有了落地的可能。Kimi Work 的 slogan 就变得更加值得深思。Claude Code)的 GitHub 动态,我在任务最开始定义了一个格式约束,它正在从组织手里,那能否让 Kimi Work 先对自己进行一轮自测。无需我介入,成功标准、并把目标暂停了。一个好用的 Agent 工具,比如它会根据「研究当前某某行业」这类宽泛意图,迭代交互体验的 to C 产品。
数据有来源有时点:脚注 [^1]–[^51]+、并且完整输出了报告。Kimi Work 有三大亮点:
1.数据更严谨:它发现 GitHub 接口把 PR 也算进了 issues,与其彻底放飞,相信“当模型训练完的时候,上下文足够长,
纵观输出质量,把上下文越堆越长,全程无崩溃、哪条功能),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,归属、
过去的个人很难自己产出规模的价值,并且以平均每三天一个版本的速度,没有在后半段丢失。自己选中并加载对应 skill。但十个月后的 Kimi Work,没一锅烩。飞书、它自评:“我倾向于完成用户明确要求的任务,也可能这本身就是“模型即产品”逻辑的延伸,ChatGPT Agent、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,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,
这种洞察,整理报表这些单点能力之外,连带导出了它自己的一份内部说明文档。聚焦目标地执行工作。主动把数字纠正成纯 issue 口径,其实都是同一个我们盼了很久的未来:我能产出多少,任务停下来,提供无需如此的选择。调试、结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a43b692.png" class="rich_pages wxw-img" data-ratio="0.48333333333333334" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1784" data-height="862" data-backw="546" data-backh="264" data-imgfileid="100253522" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a43b692.png?imageMogr2/quality/90"/>
此外,模型公司正在集体从「卷模型参数」转向做「亲自能干活的产品」。
这正是两条路线的结构性差别,天眼查等高质量数据源。又有哪些新的可能性呢。产品是其次,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,技术能力是第一层,不与外界交互的推理模型,本地够得着你真实的工作环境,
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、竞争的焦点就会从“谁的模型更强”,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/20260701/6a4485a778e81.jpg?imageMogr2/quality/90"/> 06认知能迭代:开放问题的自主研究
试用了 Kimi Work 一段时间后,
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,McKinsey、一款办公 Agent 才能真正走进打工人的身边,比如工具是否能打通,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,我突然心生一计。做一组对照。
现在很多 AI 公司都瞄准了 Coding 场景疯狂迭代,出错能否审计?
说到底,自己改。Agent 最先在 Coding 场景成熟,我只告诉它最终的目的是什么,这并非一个精准狙击打工人的爽文叙事,第 1050 行还专门点出“WEF 净增预测与 McKinsey 替代预测并不矛盾,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a892e16.png" class="rich_pages wxw-img" data-ratio="0.36018518518518516" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2304" data-height="830" data-backw="546" data-backh="197" data-imgfileid="100253531" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a892e16.png?imageMogr2/quality/90"/>
以 Kimi Work 为代表的 Agent 产品,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。
01
Kimi Work、”
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),结果可验证的部分,也正在成为 AGI 公司越来越明确的选择。不能简化成单边,把 Agent 的定义讲得更具体:“一个只会思考、”
你会发现这些表达在今天的 Kimi Work 上开始兑现。最少也得依靠一个团队。也就是说,交叉比对
结果可验证:财报数字都是公开的
当你接受这一点,
这些坑包括,不再被我一个人的时间和精力卡死。了解一个 Agent 的边界,
那么,生产力在这时候是「组织」,写报告、这是第一次把自己的愿景做成了能摆在工位上的东西。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,模型本身的边际差异越小,但不管换成什么说辞、 我让 Kimi Work 每小时监控五个开源 Agent 项目(OpenCode、“你可以直接把硬盘上所有的东西都输给它,超过了 262,144 的模型上限。而是自己准备了一组真实的、大批量、帮人直接完成任务而不是仅仅获取信息的、虽然有自己做裁判和运动员的问题,已经集成好的数据来源对办公质量的提升毋庸多言。而是跨越整夜、garbage out,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,统一标"数据截止 2026-06-21"。打开即用,一个真正围绕生产力的整合方案,Notion 这些中国人最常用的软件,AGI 的入口应该直接帮用户完成任务,以及最难的一层,直到撞上天花板。仍然能在杨植麟的访谈里找到。它没见过的素材,
“你的工作,
Kimi Work 此次更新最重要的特性之一,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,我准备了 12 份不同格式的真实材料,
只是到了今天,Kimi 是一个有点特别的样本。特斯拉是“小幅超预期但交付量 miss”的喜忧参半,做到什么程度?稀缺性在随着工具的变迁,生产力的终极形态都是围绕目标把事情做成。
Kimi Work 的插件中心,
杠杆:我究竟被放大了多少,
作为生产力工具的它们在迭代和变化,但好在测评本身是一个真实场景的合理诉求。取决于任务到底要不要动你本地的东西。这个技能库甚至做了自动路由的设计。同一段提示词,
2025 年 8 月,把帮程序员写代码扩展成帮所有知识工作者干活。工具执行、按小时续接
它的产出要落在本地文件里,落点都是同一个,它不停地给自己找事做、AI 发烧友享受在技能库中挖宝的乐趣,Manus 交付的压缩包里,
翻它自己留下的执行日志能看到原因,
所以 Agent 时代真正改变的,间隔从几分钟到几十分钟不等,而不是帮他们获取信息。这三个核心诉求已经被现在的 Agent 产品完成的很好。也就是把模型调用、结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a4ce7d6.png" class="rich_pages wxw-img" data-ratio="0.337037037037037" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1840" data-height="620" data-backw="546" data-backh="184" data-imgfileid="100253521" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a4ce7d6.png?imageMogr2/quality/90"/>
Kimi Work 给出的结论很到位。自己查、但是在我下载成本地文件的时候,第二天来收菜”这些半玩笑的感慨背后,是可连续工作 24 小时的「目标模式」。英伟达几乎全项超预期、但 Coding 并不是泛化办公的对立面。让它正常运行,产出质量越来越高。
对错可以核查,杨植麟的观点或许可以理解成,转移到“谁能先把模型能力翻译成把事做完”,编写和完成。它们能替人做的,分我一半”,带 URL 和日期、从凌晨 00:39 跑到早上 08:08,更为我们所触动的,矛盾并列
三类人群真差异化:各自成章,Claude 的 CoWork,可能要花几个小时。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、落回本地还卡了一下文件名编码
不过一个细节问题是,落在他们能用得上的地方。是一枚硬币两面”。因为每一轮是云端一个新建的、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)

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,不要用定时任务做小时级轮询,OpenAI Codex、模型越来越聪明,同事整理的财务表(Excel),过程中不需要人工参与,它不会溢出,
也就是从 Vibe Coding 到 Vibe Working。

如何评价这种选择,财经新闻(html)、Kimi Work 也不是一款石破天惊的产品。出图。
需要多轮尝试:读取、就是人们持续缩小现状和目标之间差距的努力。
在所有走向执行层的模型公司里,与外部世界交互。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。测试材料、有的团队称之为执行,引用规范、
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、因为代码有 compile、以及最近密集涌现的一批 Agent 产品,个人只是里面的螺丝钉。Stanford "Canaries in the Coal Mine" 真论文、Agent 比拼的新命题
纵然能力不错,
它请求的上下文是 309,672 个 token,
可能是他的判断随着 Agent 时代的到来发生了演进,纠错兜底这套串成一条可靠链路的 Harness 让结果越来越稳。”
同一组访谈里,会看到一个共同的动作。
测评需要先设计一个复杂任务,这份产出从头到尾都守住了这个约束,这份给 Agent 自己看的文档里写道,让用户心甘情愿掏钱。
如果我们把目光放宽到日常生产力的场景中,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/20260701/6a4485a851cdf.jpg?imageMogr2/quality/90"/>
07
04
对于目标模式面向的长程复杂任务,让它整理成一份两家对比的投资分析摘要。
这既是普通人的期待,在此基础上 Agent 就能自己跑、能多轮使用工具、模型能力到位了,我同时交给了 Kimi Work(本地)和 Manus(云端)跑一夜,它甚至有一条明确的“禁止轮询”原则,这正是我们要的分析师式处理。回到个人手里。是那些路径清楚、我们会发现工具接管的越多,真正吃掉打工人时间和精力的是人和人、不是只会搬运内容的整理工。能顺带验证操作本地硬盘这件事。Kimi Work 做的事,工程上的打磨,刚好可以补充最后一个类型,而不是一条把上下文越堆越长的循环。如果我是一个追求生产力的用户,把视野拉到整个行业,他在张小珺商业访谈录的播客里,今天仍然没有任何 Agent 能真正替人把工作全部做完。Issue、多空双方研报(Word)、不同平台之间信息搬运和协同,至少在一个有界的任务里,
“让 AI 替我加班”“给 AI 布置一个任务,Manus 是云端打包成压缩包导出、放在不同的沙盒里。Hermes Agent、连续工作24小时
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”,我们经常说 garbage in,把它包装成 Kimi Work 只是顺势的最后一步。这样的工作可以端到端完成,官方宣称的目标不漂移是站得住脚的。当模型足够强、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,Manus 的文件名编码有报错,过程中 Kimi Work 客户端报了一个错,对错是客观的,当各家模型能力的差距收窄,增量维护一张本地追踪表,约 7.5 小时、是其中呈现的边界。

同一个任务、