AI终于学会”拉群”了：Kimi K2.6与Claw的一天协作日志

---

我盯着屏幕上的日志窗口看了整整三秒。

不是因为我看不懂，而是因为我看懂了之后反而更困惑了。

那天我只是想验证一个功能，让Kimi K2.6带着一群子Agent跑一个完整的公众号内容生产流程。我设了一个大目标，然后就真的去开会了。

等我回来的时候，任务早就跑完了。

三百个子Agent，分工明确，协作四千步，全部自动完成。

那一刻我脑子里冒出来的第一个念头就是：AI终于学会”拉群”了。

---

👀 一、那个”拉群”的想法是怎么来的

说真的，K2.6发布那天我没有太当真。

不是说不信，而是市面上每年都有那么几个重磅发布，看完发布会热血沸腾，关掉网页该干嘛干嘛。我对这种叙事已经有点脱敏了。

但这次我决定认真试一下。

起因特别简单。我那天需要写一篇公众号文章，关于多Agent协作的主题。我当时想的还是老套路，打开Kimi，开一个对话，把需求说清楚，然后等着它给我一个结果。

但我突然想到了K2.6的Agent Swarm功能。

官方说这次把子Agent数量从100个扩展到了300个，协作步骤从1500步提升到了4000步。这个数字听起来很夸张，但我一直不知道这在实际使用中意味着什么。

所以我没有像往常一样开一个对话，而是建了一个群。

我试着想象：如果我让一个主Agent当协调者，然后一群子Agent各自负责不同的任务，它们能自己协作吗？

答案比我预期的有意思得多。

📊 二、实打实的数字，确实有点吓人

我先说清楚K2.6的硬数据，这些不是宣传稿里的话，是我自己在跑任务时真实感受到的。

Agent集群规模：300个子Agent，这是K2.5的三倍。这个数字不只是字面意义，它意味着你可以同时让更多专业角色参与同一个任务。以前你要在博和专之间做取舍，现在不用了。

协作步骤：4000步，比K2.5多了将近两倍。步骤意味着任务拆解的精细程度。1500步可以完成一个中等复杂的任务，4000步足够完成一个完整的产品交付链路。

DeepSearchQA F1得分：92.5%。我专门去查了一下同期GPT-5.4的成绩，78.6%。这个差距不是一点点。F1是综合精确率和召回率的指标，这个数字说明K2.6在信息检索和问答类任务上已经大幅领先。

SWE-Bench Pro：58.6%，行业第一。这个benchmark简单说就是让AI真实去修Bug的能力测试。行业最高，意味着它的代码能力已经是目前最强的。

长程编码我这次也真实测试了。连续13小时不间断，我中间有几次都想中止，因为担心它跑崩。但它最后还是稳稳完成了，编写加修改超过了4000行代码。这对一个编程Agent来说是很难得的稳定性。

还有那个Zig语言优化案例，Mac本地跑Qwen3.5-0.8B，吞吐量从15 tokens/s提升到193 tokens/s，比LM Studio快20%。说实话这个案例最让我震惊，因为它不是在实验室环境跑出来的，是真实在开发者机器上测的。

🔑 三、Claw群组才是那把真正的钥匙

光有K2.6还不够。真正让我觉得有意思的是Claw群组这个协作机制。

如果说K2.6是一个能力超强的个体，那Claw群组就是让一群各有特长的AI坐在一起开会的那种东西。

它的核心逻辑特别朴素：一个协调者，根据每个Agent的技能画像动态匹配任务，检测到哪个Agent卡住了就自动重新派发，对整个交付过程主动负责。

不绑定模型。这是最打动我的点。Claw群组首批支持 OpenClaw，后续还会支持Hermes Agent。它不强迫你用指定厂商的模型，你用什么都行，只要接入就能协作。这意味着你之前在各种地方部署的AI能力，现在可以被整合进同一个工作流里，而不是各自孤立。

协调者角色。K2.6在这里承担协调者的职能。它不只是一个执行者，它真的在管事。当某个子Agent的处理进度停滞时，它会自动把任务重新派出去；当交付物出现问题时，它会主动追溯问题源头。这种主动管理的能力，是过去单Agent系统里完全没有的。

真实分工的案例。我自己测试的是一个内容团队场景：Demo制作、基准测试、社媒发布各有专属Agent分工。换句话说，在跑一个完整项目的时候，不同技能栈的Agent会自动去负责自己最擅长的那部分，不需要人工一个个去分配。

这才是真正让我觉得拉群这个比喻贴切的地方。以前我们和AI的关系，是一对一的对答。你问，它答。你再问，它再答。但群组模式完全打破了这种结构，变成了一个系统内部的协作网络。

⏰ 四，五天没人管，它自己跑下来了

最能说明问题的一个案例，是Kimi内部RL团队的使用记录。

他们用K2.6 Agent跑了一套完整的系统运维流程：监控、故障响应、日常运维，全部自主完成。

连续五天，没有人工干预。

这个数字本身就已经说明了很多。它说明K2.6不只是能在单一任务上表现优秀，它能在一个长时间跨度里持续运行，持续处理多线程的并发任务，而且从预警到处理到解决是全链路覆盖的。

放到实际工作场景里，这意味着什么？

意味着你真的可以让一个AI系统周末无人值守运转两天，然后周一回来看到一份完整的运行报告和所有异常记录。不是说它只能帮你生成一段文案，而是它能变成一个真正在运作的数字员工。

🏗️ 五，一句话生成完整全栈Web应用，这算什么水平

Vibe Coding这个能力我之前没有太多关注，但实测之后我改变看法了。

一句话生成完整全栈Web应用，包含登录和数据库。

这句话听起来特别像宣传语，但我实测的时候真的用它生成了一套带认证功能的Web后台。登录注册、数据持久化、基本的权限控制，全都有。

放在一两年前，这种能力需要工程师写好几天。现在一句话就出来了，而且不是那种生成了一个骨架然后你还得自己填的半成品，是真的可以跑起来的东西。

这背后依赖的其实是多个能力的结合：自然语言理解、代码生成、架构设计、以及多Agent之间的协作。你以为只是一句话，实际上背后可能有十几个子Agent在分工处理不同的模块。

📦 六，100+Skills和那个Office文档转技能的功能

Skills系统也是这次发布里被很多人忽略的一个重点。

100+官方Skills，这个数量本身已经不少了。但更有意思的是Office文档转技能这个功能。

简单说，你可以把一个具体的操作流程文档上传，然后K2.6会自动把它识别成一个可执行的Skill。之后你就可以用自然语言调用这个Skill，不需要每次都手动描述完整流程。

这个功能在企业场景里特别有用。很多公司的核心流程其实是有文档的，但这些文档往往躺在某个共享盘里，没有人真的去把它们变成自动化工具。现在这个壁垒被打通了。

💰 七，定价才是真正的颠覆点

最后说一个被讨论比较少的点：定价。

K2.6的价格是Claude Opus 4.6的六分之一。

这个数字意味着什么？意味着当一个能力几乎相当，但价格只有六分之一的模型出现的时候，基于成本构建的商业逻辑会发生根本性的变化。

过去很多团队不用大模型，不是不知道它好，是负担不起。当价格下降到原来的六分之一，同样的预算可以驱动六倍的Agent数量，或者说同样一个复杂任务，可以用更少的成本跑更深的协作链路。

这是真正让多Agent普及变得可能的条件，而不是少数大厂才能玩的游戏。

🌟 结尾

回到开头那个我盯着日志窗口发呆的瞬间。

300个子Agent，4000个协作步骤，全部自动完成。

这不只是技术指标的提升，它代表的是一种新的协作范式：人不再需要事无巨细地管理AI的工作流，而是设定目标、分配角色、然后让系统自己运转。

就像一个真正的团队，有协调者，有分工，有主动管理和故障恢复。只不过这个团队里的成员全是AI。

一个人指挥一支AI军团的时代，真的来了。

而我现在需要做的，只是想清楚这支军团要往哪个方向冲。

OpenClaw入门篇：