夜雨聆风6月3日，月之暗面 Kimi 宣布 Kimi Work Beta 版开启内测。这是他们面向知识工作者推出的一款本地 Agent——不需要你敲命令行、配环境，用自然语言说一句话，它就能在你电脑上把活干了。听起来像是国产版的 OpenClaw，但它的野心不止于此。
Kimi Work 是什么
简单说，Kimi Work 是一个装在你电脑上的 AI 助手，但它不是聊天机器人。你跟它说「帮我整理这份行业报告，生成一份给客户的 PPT 方案」，它会自己拆解任务：先读本地文件，再打开浏览器查数据库，生成深度报告，然后调用 PPT 技能输出成品。全程不用你操心。
它的底层有三样东西：
- Kimi Code 作为内核，提供本地 Agent 的基础能力——安装和调用技能（Skill）、运行定时任务等
- 继承了在线版 Kimi Agent 的专业 Skills 和数据库，包括建站、PPT 制作，以及金融、科研、法律等领域的专业数据
- 内置 Kimi WebBridge，让 Agent 能直接操作你电脑上的浏览器
一个典型的使用场景是这样的：你在本地有一份行业数据文件，Kimi Work 先读取它，然后通过 WebBridge 打开浏览器访问你订阅的专业数据库做交叉验证，接着生成深度分析报告，最后调用 PPT Skill 把报告变成一份客户方案。从头到尾，你只说了一句话。
300 个子 Agent 并行干活
Kimi Work 支持 Agent 集群模式。根据任务复杂度，它可以自主创建包含最多 300 个子 Agent 的团队，并行处理多个子任务。
这是什么概念？一个 Agent 一次只能做一件事，300 个 Agent 同时跑，就相当于 300 个实习生同时帮你干活。对于需要大量信息检索、多维度分析的复杂任务来说，这种并行能力意味着完成时间从小时级压缩到分钟级。
这个能力其实有来头。今年年初发布的 Kimi K2.5 就率先推出了 Agent Swarm 功能——调度多达 100 个 Agent 分身并行处理 1500 个步骤。K2.6 更是把这一能力进一步强化。而 Kimi Work 的 300 子 Agent 集群，就是这一路线在产品端的落地。
WebBridge：让 AI 用你的浏览器干活
Kimi WebBridge 值得单独说一说。它是一个浏览器扩展，通过本地桥接服务配合 Chrome DevTools Protocol，让 Agent 可以像真人一样在你正在用的 Chrome 或 Edge 里搜索、点击、填写表单、截图、读取页面内容。
关键在于：所有操作都在你本地完成，你的登录态和网页内容不会离开你的设备。这一点和 Codex 的 Chrome 扩展形成了有意思的对比——Codex 的扩展基本只服务于自家生态，而 WebBridge 是开放的，不仅支持 Kimi Code，还兼容 Claude Code、Codex、Cursor、Hermes Agent 等多种 Agent 工具。
一位湾区 AI 从业者的评价很到位：「Kimi K2 争夺的是选择特定模型的用户，WebBridge 争夺的是根本不考虑模型的用户。第二个赌注更明智。」
92% 的代码是 AI 自己写的
Kimi 官方透露了一个颇有意味的细节：Kimi Work 自身就是用 Kimi Code 深度参与开发的。工程师借助 Kimi Code 等 Coding Agent 工具，一周内完成了 Beta 版 Mac 和 Windows 客户端的开发，累计产出超过 5 万行有效代码，其中 92% 由 AI 自主生成。
用 AI 写 AI 产品，这已经不是什么新鲜事了。OpenAI 的 Codex 同样大量使用自身能力来迭代。但 92% 这个数字依然让人印象深刻——它说明 AI 编程工具在真实工程场景中的可用性已经到了一个新阶段。一周完成双端客户端，放在传统开发模式下几乎不可能。
月之暗面的这盘棋
Kimi Work 不是月之暗面的突然之举，而是一条清晰的产品路线的延伸。
今年年初，OpenClaw 引爆了 AI Agent 狂潮，月之暗面是第一批吃到螃蟹的——推出 Kimi Claw，凭借无需复杂安装、网页端直接使用的体验，迅速积累了大量用户。据全球支付平台 Stripe 数据，Kimi 个人订阅用户 1 月支付订单数环比增长 8280%，2 月再涨 123.8%。短短两个月，Kimi 从 Stripe 全球榜单百名开外飙升至第 9 位。
商业上的爆发也直接反映在融资上。月之暗面在不到半年内完成了多轮大额融资，最近一轮约 20 亿美元，投后估值突破 200 亿美元。成为国内估值最快突破百亿美元的「十角兽」——从成立到这个里程碑，字节跳动用了四年多，拼多多用了三年多，月之暗面只用了两年多。
而 Kimi Work 是这条线上的下一步：从云端 Agent 走向本地 Agent，从开发者工具走向知识工作者的通用助手。加上之前已经开源的 Kimi K2.6 万亿参数模型和 WebBridge 的开放生态，月之暗面正在试图构建一个从模型到工具到应用的完整 Agent 栈。
还早，但方向值得注意
Kimi Work 目前还在 Beta 内测阶段，只随最新测试版 Mac 和 Windows 客户端推出。很多能力还没有经过大规模验证，300 个子 Agent 集群的实际表现如何，也需要更多真实场景的检验。
但方向是清楚的。不管是 OpenAI 的 Codex、微软的 Scout，还是 Google 的 Gemini Spark，全球 AI 公司都在往同一个方向跑：让 AI 从「你问它才答」变成「你说了它就干」。Kimi Work 是中国公司在这个方向上走得比较靠前的一次尝试，而且它选择了本地部署这条路径——数据不出设备，Agent 就在你电脑上跑。
在数据隐私越来越敏感的当下，这条路径可能比云端 Agent 更容易获得企业用户的信任。当然，前提是它真的好用。
