夜雨聆风事情是这样的。
昨天晚上，Kimi 发了一个新东西，叫 Kimi Work。
我一开始看到的时候，第一反应其实挺普通的。
又一个桌面 Agent。
又一个能操作浏览器的 AI。
又一个看起来像 Codex、Claude Code、Hermes、OpenClaw 的东西。
这种东西这两个月实在太多了，多到我都有点麻了。
但我把官方发的几条内容看完，又去翻了一下官网和 WebBridge 的说明，感觉这个事儿还是值得单独拿出来聊一聊。
因为它不是简单的「Kimi 也做了一个 Codex」。
更准确一点讲，它像是在提醒我们一件事。
AI 工具的主战场，可能正在从 Coding 转向 Working。
过去一年，大家讨论最多的是 AI 怎么写代码。
Claude Code 怎么改项目。
Codex 怎么跑任务。
Cursor 怎么补全。
Kimi Code、Qwen Code、GLM 这些又怎么追上来。
这个阶段的核心用户，还是程序员，或者至少是那种愿意打开终端、愿意面对项目目录、听到「环境配置」四个字不会立刻关电脑的人。
但普通人不是这样工作的。
普通人不想打开终端。
普通人不想管 package.json。
普通人甚至不想知道什么叫 MCP，什么叫 sub-agent，什么叫上下文窗口。
你跟他说这些，他大概率只会问一句。
所以它到底能不能帮我把活干了？
他想要的就是一句话。
帮我查一下这些资料，整理成一个表。
帮我盯着这个网页，每天早上生成一份简报。
帮我看一下这几家公司财报，做一页 PPT。
帮我把这个网页上的数据抓下来，放到 Excel 里。
帮我把这一堆文档读完，然后告诉我应该怎么决策。
这不是 Coding。
这是 Working。
而 Kimi Work 这次有意思的地方，就在这里。
官方给它的定位是 The AI Desktop for Knowledge Work。
知识工作者的 AI 桌面。
这个说法挺直白。
它不是说自己是一个聊天机器人，也不是说自己是一个代码助手，而是说，我要进你的桌面，进你的文件夹，进你的浏览器，进你的办公文档，进你的定时任务。
它要做的不是回答你，而是替你干活。
官方这次确认了几个能力。
一个是 Native Agent Swarm。
最多可以让 300 个 AI agents 在本地机器上并行跑。
一个是 WebBridge。
配合浏览器扩展之后，Kimi 可以在你的浏览器里搜索、滚动、点击、输入，完成多步骤网页任务。
一个是本地文件和 Office 输出。
官网里写得很明确，Kimi Work 能挂载本地文件夹，后台跑 Python 代码，执行定时任务，还能把研究结果转成 PowerPoint、Excel、Word、PDF。
还有一个是金融数据工具。
官方提到的包括 A 股、港股、美股，也在 X 上提到了 Yahoo Finance、World Bank、Binance 这些数据源。
你把这些能力放在一起看，它已经不是一个单点工具了。
它像是一个办公桌面上的 AI 调度台。
你给它一个任务，它去拆解。
它需要网页，它就通过 WebBridge 去点网页。
它需要数据，它就去调数据源。
它需要跑脚本，它就在后台跑 Python 或 Shell。
它需要产出结果，它就给你扔一个 PPTX、Word、PDF 或 Excel 到桌面。
听起来是不是有点像一个实习生。
但又不是那种只会在聊天框里说「好的，我帮你整理一下」的实习生。
而是一个真的能碰到你电脑里东西的实习生。
这一下就有点不一样了。
因为 AI Agent 真正难的地方，从来不是会不会说话。
会说话太容易了。
现在任何一个模型都能把话说得特别漂亮。
真正难的是，它能不能碰真实世界。
真实世界是什么。
真实世界是你已经登录的网页。
是你本地那个乱七八糟的下载文件夹。
是 Excel 里一堆格式不统一的数据。
是某个官网上藏在三级菜单里的公告。
是凌晨三点自动跑的脚本。
是一个任务跑到一半失败了，明天早上你还得知道它失败在哪里。
以前的 AI 大部分时候住在聊天框里。
聊天框很干净。
你问，它答。
你复制，它生成。
但工作不是这样的。
工作是脏的。
工作有登录态，有权限，有文件路径，有网页弹窗，有下载失败，有 Excel 公式，有重复数据，有莫名其妙的格式，有各种你以为理所当然但机器会直接卡住的小东西。
所以我一直觉得，Agent 这个东西如果一直待在聊天框里，它永远是半成品。
它必须往桌面走。
Codex 往桌面走，Hermes 往桌面走，Claude Code 往本地工程目录走，现在 Kimi Work 也往桌面走。
这条路已经越来越清楚了。
谁能拿到电脑里的工作上下文，谁才有机会变成真正的工作入口。
说到这里，很多人最容易被那个 300 个 Agent 吸引。
说真的，这个数字确实很爽。
300 个 AI 员工。
听起来像一人公司，听起来像半夜睡觉的时候有一栋写字楼在替你亮灯。
但我觉得，300 这个数字反而不是最重要的。
甚至某种程度上，它可能是最容易被误解的部分。
因为并行本身不稀奇。
你当然可以把一个任务拆成 300 份。
一个查资料。
一个读网页。
一个做表格。
一个写 PPT。
一个检查引用。
一个重写摘要。
问题是，300 个人同时干活以后，谁来收拾现场？
如果 20 个 Agent 同时访问 Yahoo Finance，被限流了怎么办。
如果两个 Agent 同时改同一个文件，谁的结果算数。
如果一个 Agent 很自信地胡说八道，另一个 Agent 没检查出来，出问题以后谁背锅。
如果 300 个 Agent 里有 50 个都做了重复工作，剩下 250 个结果互相矛盾，你是更轻松了，还是更累了。
这才是 Agent Swarm 真正的难点。
不是 swarm。
是 coordination。
不是人多力量大。
是人多以后别乱套。
社区里也有人说得挺准，300 parallel agents is the easy part，handoffs、state、retries、knowing when one is confidently wrong，这些才是硬东西。
我看到这句话的时候觉得很扎实。
因为我们现在很多对 Agent 的想象，还是停留在「多开几个 AI 就更强」。
但真实工作里，管理 3 个人都不容易。
你让一个刚毕业的同学带 300 个实习生试试？
他大概率不是创业成功。
他是当场崩溃。
所以 Kimi Work 真正要证明的，不是它能不能开 300 个 Agent。
而是它能不能把 300 个 Agent 变成一个可控的工作系统。
这个系统里，要有人负责拆任务。
有人负责执行。
有人负责验收。
有人负责冲突合并。
有人负责发现失败。
有人负责把产出结果包装成普通人能用的文档。
如果这个链条跑通了，300 这个数字才有意义。
如果这个链条跑不通，300 就只是一个很好看的营销数字。
不过我还是挺喜欢它这次把 WebBridge 摆到前面的。
因为浏览器是普通人工作的入口。
不是终端。
不是 IDE。
是浏览器。
你查资料在浏览器。
你登录后台在浏览器。
你看公告在浏览器。
你搜商品、看财报、下载表格、填表单、查政策，基本都在浏览器。
Kimi WebBridge 的说明里写得很具体，它是一个浏览器扩展，配合本地服务使用，底层通过 Chrome DevTools Protocol 去导航、点击、截图、读取页面，再把结果返回给 Agent。
这个机制让我觉得挺熟悉。
因为很多 Agent 浏览器自动化工具，其实都在往这个方向走。
别让 AI 假装自己看过网页。
让它真的打开网页。
别让 AI 编一个搜索结果。
让它真的去点、去滚、去读、去抓。
这一步非常重要。
因为只要 Agent 还不能稳定使用浏览器，它就很难进入真实业务。
你让它写一段文案，它当然可以。
你让它做一份竞品调研，它就必须打开网页。
你让它每天早上抓 10 个网站的信息，它就必须处理登录、跳转、弹窗、分页、筛选和下载。
你让它做一个市场表格，它就要从不同网站把数据抓回来，再清洗，再写到 Excel。
这些东西，才是知识工作里最耗人的部分。
不是写一段漂亮总结。
是那些重复、琐碎、卡人、但又必须有人做的动作。
Kimi Work 如果真能把这块做稳定，它的价值会比聊天强很多。
再说 Office 输出。
这一点我觉得也挺现实。
程序员看 AI，喜欢看它能不能写代码。
但普通公司里，大量工作的最终形态不是代码。
是 PPT。
是 Excel。
是 Word。
是 PDF。
很多时候你不是缺一个答案，你是缺一个可以发给老板、同事、客户、投资人的文件。
这也是为什么 Kimi Work 官方强调 Instant Document Delivery。
它不是说「我给你一段 Markdown」。
它说我可以把结果直接交付成 PowerPoint、Excel、Word、PDF。
这个差别很大。
Markdown 对我们这种天天折腾工具的人来说很舒服。
但对很多公司来说，Markdown 不是交付物。
PPT 才是。
Excel 才是。
老板不会说你把这段研究发我一个 markdown。
老板会说，你给我做成一页。
这里面藏着一个很朴素的产品判断。
AI 要进入工作流，不能只给中间结果。
它得给最终形态。
它得知道这个结果最终要去哪。
发给谁。
用什么格式。
谁来审。
谁来改。
这个东西做得越深，AI 越不像一个问答工具，越像一个真的工作台。
当然，桌面 Agent 一旦往真实工作里钻，风险也会一起上来。
这不是泼冷水。
这是必须要讲清楚的地方。
因为一个只能聊天的 AI，最坏的情况通常是胡说。
但一个能操作浏览器、读本地文件、跑脚本、写 Excel、改目录的 AI，最坏的情况就不只是胡说了。
它可能会改错文件。
可能会把敏感数据放进错误的地方。
可能会在登录状态下点错按钮。
可能会把没验证的数据写进报告。
可能会在你睡觉的时候按计划跑一个其实早就不该跑的任务。
所以官网里那个 Ask before acting，我觉得非常重要。
Kimi Work 产品页写了，本地文件相关操作有一个 Ask before acting safeguard，Yolo mode off，修改、覆盖或运行本地目录里的代码之前，会请求用户明确授权。
这个设计是必要的。
甚至我觉得，未来所有桌面 Agent 都应该默认这样。
AI 可以替你干活，但不能替你承担责任。
它可以建议，它可以准备，它可以执行一部分低风险动作。
但涉及本地文件、外部发布、付款、删除、提交、给真实用户发消息这些事情，必须有人类确认。
屏幕前的你如果以后真的用这类工具，我建议第一件事不是看它有多强。
先看它怎么停下来。
能不能暂停。
能不能回滚。
能不能看日志。
能不能知道它改了什么。
能不能让它在关键动作前问你一句。
一个 Agent 最吓人的地方，不是它不够聪明。
是它聪明但不受控。
回到 Kimi Work 本身。
我觉得它这次最有意思的，不是某一个功能多么前所未有。
坦率讲，很多能力单拎出来，行业里都已经有人做过。
浏览器自动化，Codex、Browser Use、OpenClaw、Hermes 生态里都有类似方向。
多 Agent 并行，Claude、Kimi、各种 swarm 框架都在试。
Office 生成，Kimi 自己原来就有 Slides、Sheets、Docs 能力，其他工具也很多。
本地桌面 Agent，Hermes、Codex Desktop、各种 Claw 系工具都在往这里跑。
但 Kimi Work 的信号在于，它把这些东西打包成了一个面向普通知识工作者的入口。
它不再只盯着程序员。
它开始盯着「工作」。
这个信号比功能本身更值得看。
因为 AI 工具的第一波红利，确实发生在 coding 领域。
原因很简单。
代码是文本。
代码有测试。
代码有版本管理。
代码的结果相对容易验证。
所以 AI 最先在编程里爆发，完全合理。
但世界上绝大多数人不写代码。
他们写方案，做表格，查资料，开会，汇报，审批，分析，整理，跟进项目。
他们的工作结果更脏，也更难验证。
但空间也更大。
如果说 Codex 这类工具证明了 AI 可以进入开发工作流，那 Kimi Work 这类东西想证明的就是，AI 也可以进入普通办公工作流。
这就是从 Coding 到 Working。
当然，这条路不会顺。
办公场景比代码场景更麻烦。
代码里跑不通就是跑不通。
办公里经常是，看起来挺像那么回事，但其实结论错了。
代码有 test。
办公文档很多时候没有 test。
AI 做了一个 PPT，你看着挺漂亮，但里面引用的数据过期了。
AI 做了一个 Excel，看着公式也有，但某一列口径错了。
AI 做了一个行业研究，看着条理清晰，但关键假设来自一个不可靠的帖子。
这就是 Working Agent 最大的问题。
它越像一个真的员工，你越不能只看它会不会干活。
你还要看它会不会留下证据链。
它引用了什么来源。
它怎么得出结论。
它有没有把不确定性标出来。
它有没有把需要人工判断的地方交还给你。
如果没有这些，越自动化越危险。
因为错误也会被自动化。
我自己现在看这类工具，会越来越少问「它能不能一次性帮我做完」。
我会问另一个问题。
它能不能让我更容易验收。
我现在会更在意这个。
未来的 Agent 产品，如果只追求自动完成，迟早会撞墙。
真正有用的 Agent，应该是先把脏活累活往前推 70%，然后把判断点、证据、风险和可修改的结果摊在你面前。
它不是替你消失。
它是让你从低价值动作里出来，去做更高价值的判断。
这个方向我是认可的。
Kimi Work 现在到底能不能稳定跑到这个程度，我还不敢下结论。
我自己还没完整实测。
从官网和官方演示看，它的野心很清楚，但真实体验还要看几个地方。
浏览器控制稳不稳。
本地文件权限细不细。
定时任务会不会乱。
300 个 Agent 的协调是不是能真的减少工作量。
Office 输出是不是能直接进入业务使用，而不是还要人工大改。
隐私边界有没有讲得足够清楚。
这些都要等真实用户跑一段时间才知道。
但路线已经摆在这了。
AI 正在离开聊天框。
它先去了 IDE。
然后去了终端。
现在开始去桌面、浏览器、文件夹和办公软件。
这条路线一旦跑通，很多人的工作方式会变。
不是那种科幻电影里的「AI 取代所有人」。
而是更细碎、更真实的变化。
你早上打开电脑，昨天夜里定时跑的简报已经生成。
它告诉你哪些网站更新了，哪些数据异常，哪些文件需要你确认。
你让它打开几个网页做对比，它真的去点开、截图、抓数据。
你让它整理成一份 PPT，它先给你一个可改的版本。
你不满意，让它按你的口径重来。
你确认以后，再发给别人。
听起来没有那么戏剧化。
但工作就是这么被改变的。
不是一声巨响。
是一堆小动作慢慢被接走。
我有时候觉得，AI 时代真正稀缺的能力，可能不是会不会写 Prompt。
而是你能不能把自己的工作拆成一组可以被机器接住的动作。
哪些可以交给 Agent。
哪些必须自己判断。
哪些可以自动跑。
哪些必须人工确认。
哪些需要证据链。
哪些只是格式转换。
这件事听起来不性感。
但它很值钱。
因为工具越来越强以后，差距不在于谁能打开哪个软件。
差距在于谁更会设计工作流。
Kimi Work 这次让我看到的，就是这条线又往前拱了一步。
从写代码，到干活。
从聊天框，到桌面。
从一个模型回答问题，到一组 Agent 推进任务。
这不是终点。
甚至可能只是一个很早期、还会有很多坑的开始。
但我觉得它值得关注。
因为未来几年，我们可能会越来越少问「哪个 AI 最聪明」。
我们会越来越多问另一个问题。
哪个 AI 最能接住我的工作。
这才是更大的战场。
以上。
既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你看我的文章，我们，下次再见。
来源
• Kimi Work 官方产品页，https://www.kimi.com/products/kimi-work • Kimi WebBridge 官方页，https://www.kimi.com/features/webbridge • Kimi.ai 官方 X 发布串，https://x.com/Kimi\_Moonshot/status/2063990409903112344 • TestingCatalog 转述，https://x.com/testingcatalog/status/2063995467260694758
作者：林之愿投稿或爆料，请联系邮箱：1626440040@qq.com[1]
