← 返回信息流
创投信息36氪 主站·1 天前

Kimi发布桌面端产品Kimi Work,定位通用型本地Agent

速览

Kimi今日发布桌面端产品Kimi Work,定位为面向知识工作者的通用型本地Agent。该产品支持在电脑上拆解任务、调用工具、使用浏览器以及创建和整理文件夹,并能完成文档、表格、PPT等工作产物的交付。Kimi Work由Kimi Code深度参与开发,具备支持13小时连续编码、300个子Agent并行协作及4000余次自主工具调用的能力。

AI 深度解读

背景

在人工智能技术从“对话交互”向“自主执行”演进的浪潮中,大模型的应用场景正加速从云端向本地桌面端渗透。Kimi 作为月之暗面(Moonshot AI)旗下的知名 AI 助手品牌,近期发布了其桌面端产品 Kimi Work。与此同时,科技行业正经历着 Agent(智能体)概念的爆发期,从 ChatGPT 与 Codex 的合体到 Windows 系统对 Agent 工位的原生支持,整个生态都在致力于将 PC 转化为具备自主任务处理能力的智能终端。Kimi Work 的发布,正是这一趋势下面向知识工作者推出的通用型本地 Agent 解决方案。

核心内容

Kimi 正式发布了桌面端产品 Kimi Work,该产品定位为面向知识工作者的通用型本地 Agent。其核心功能在于能够在电脑端自主拆解复杂任务,并通过调用各类工具、操作浏览器、创建及整理文件夹,最终完成文档、表格、PPT 等工作产物的交付。

在技术能力方面,Kimi WorkKimi Code 深度参与开发,展现了强大的自主编码与协作能力。具体技术指标包括:

  • 支持长达 13 小时的连续编码工作;
  • 支持 300 个子 Agent(Sub-Agents)并行协作;
  • 具备超过 4000 次的自主工具调用能力。

此外,文章还提及了行业内的其他动态作为背景补充:

  1. ChatGPT 与 Codex 合体:OpenAI 宣布将 ChatGPT 与代码生成模型 Codex 结合,旨在打造面向 10 亿用户的“超级 Agent”。
  2. Windows 系统升级:微软近期更新 Windows 系统,旨在将个人电脑转变为具备 Agent 能力的智能工位。
  3. 罗曼股份融资:罗曼股份公告拟以简易程序向不超过 35 名特定投资者发行股票,募集资金不超过 2.93 亿元,主要用于智能算力集群建设及运营项目。

关键要点

  • 产品定位Kimi Work 是一款桌面端应用,专门针对知识工作者设计,强调“本地 Agent”的属性,意味着其可能更注重数据隐私或本地资源的高效调用。
  • 功能闭环:实现了从任务拆解、工具调用、浏览器操作到文件管理,再到最终文档(Word/Excel/PPT)生成的全流程自动化交付。
  • 技术底座Kimi CodeKimi Work 的开发中扮演了关键角色,证明了其在长上下文编码和多智能体协作方面的技术积累。
  • 性能指标
    • 连续编码时长:13 小时。
    • 并行协作规模:300 个子 Agent。
    • 自主工具调用次数:4000+ 次。
  • 行业趋势
    • 超级 Agent 崛起:ChatGPT + Codex 的合体标志着通用型 AI 助手向全能型 Agent 转变。
    • 操作系统层级的 Agent 化:Windows 系统的更新表明,操作系统正在成为 Agent 运行的基础平台。
    • 算力基础设施投入:罗曼股份将融资用于智能算力集群,反映了 AI Agent 背后对算力资源的巨大需求。

意义与影响

Kimi Work 的发布标志着 AI 助手从“聊天机器人”向“数字员工”角色的实质性跨越。

  1. 工作流的重构:通过支持 300 个子 Agent 并行协作和数千次工具调用,Kimi Work 能够处理以往需要人类长时间手动操作的复杂工作流。这对于知识工作者而言,意味着从“执行者”向“监督者”和“决策者”的角色转变,极大提升了生产力。
  2. 本地 Agent 的示范效应:与纯云端 AI 不同,桌面端本地 Agent 能够更好地利用本地文件系统、剪贴板和已打开的应用程序,提供更无缝、低延迟且可能更安全的用户体验。这为其他 SaaS 或 AI 产品提供了“本地化 + AI 化”的新范式。
  3. 生态竞争的加剧:随着 OpenAI 推出“超级 Agent”以及微软在 Windows 层面布局 Agent 工位,AI 领域的竞争已从单一模型能力的比拼,扩展到操作系统、开发工具链以及多智能体协作框架的综合生态竞争。Kimi CodeKimi Work 中的深度参与,也显示了开发工具本身正在成为 AI 进化的重要催化剂。
  4. 算力需求的持续升温:罗曼股份等公司加大对智能算力集群的投入,侧面印证了随着 Agent 自主调用工具次数和并行规模的指数级增长,底层算力基础设施将成为制约或推动 AI 应用落地的关键瓶颈。
查看原文 →36kr.com