当前时间： 2026-08-15 20:16:14
分类：办公文件
评论(0)
300个子代理住进你的电脑,一个时代的奔现月之暗面内测的Kimi Work，选了一条跟硅谷主流完全不同的路。不在云端跑，直接住进你的电脑。300个子代理，最多协调4000步，在你的真实文件系统上并行读写，驱动你已经登录的浏览器干活。你磁盘上的文档、表格、项目目录，不是沙箱里的副本，是Agent能直接碰到的真实文件。你的登录态就是它的登录态，CRM、ERP、企业邮箱、内部后台，它全都能进。半年前这还属于科幻。现在它是一个你可以下载安装的桌面应用。这个产品的意义不在技术本身，在于它标志着一个拐点。Agent，这个在技术圈被讨论了好几年的概念，几乎在同一时间点，从PPT和论文走向了产品落地。Kimi Work把原本专属于开发者的长程任务执行、多Agent并行协作等能力，迁移到了一个普通的桌面GUI应用中。一位金融分析师或科研人员，无需编写任何代码，就能让多个Agent协同完成一份包含数据分析、图表生成、报告撰写的工作。Agent的受众从开发者扩展到更广泛的知识工作者，这是一场奔现。第一堵是数据合规。现代工作流的大部分操作发生在登录后的SaaS里，云端Agent要么拿不到这些会话，要么要求你交出密码，后者更不可能过合规。Kimi Work的WebBridge直接复用你浏览器已有的会话，这堵墙就不存在了。第二堵是推理成本。K2.6约一万亿参数的MoE模型，激活约320亿。本地做编排，推理调云端API，成本跟你实际跑的步数挂钩。对于高频低复杂度的例行任务，这个模式站得住。代价当然也有。安全边界从"沙箱里它做不了什么"变成了"你的电脑上它什么都能做"。300个子代理在真实文件系统上并行读写，权限做不好就是事故现场。这个产品形态不是孤例。Cognition改造了Devin Desktop，OpenAI给Codex加了白领职业插件，月之暗面把Agent装进了知识工作者的电脑。三家都瞄准了同一件事：Agent的下一个战场不是程序员，是更广大的办公人群。字节跳动6月初推出的扣子3.0，思路跟Kimi Work不同。它支持一人加多Agent、多人加多Agent的灵活组合，可接入Claude Code、Codex CLI、OpenClaw等本地Agent，内置自媒体、法律、金融、医疗等垂直行业的模板。Kimi Work是给个人一个AI助理，扣子3.0是构建一个AI团队。未来的工作不是单个超级AI包办，而是由一群技能互补的Agent集群高效完成。产品层繁荣之下，模型也在进化。OpenAI在6月把ChatGPT的记忆升级为Dreaming V3。系统不再需要用户手动保存记忆点，后台自动整合对话信息碎片，提炼偏好与习惯。偏好遵循成功率从2024年的31.4%提升到71.3%，时间正确性从9.4%提升到75.1%。一条写着"用户七月要去新加坡"的记录，行程结束后会自动更新为"用户于2026年7月去过新加坡"。你不需要告诉它，它自己会改。而面向免费版用户的算力成本降低了约5倍。开源这边，MiniMax在6月1日发布的M3模型，代码能力、1M上下文、原生多模态三项齐全。SWE-Bench Pro得分59.0%，超过GPT-5.5和Gemini 3.1 Pro，逼近Opus 4.7。Google在6月3日发布的Gemma 4 12B，160亿参数可以在普通笔记本上本地跑Agent工作流，16GB VRAM足够。不是云端缩水版，是本地优先的Agent基座。Google CEO Pichai在4月透露，Google新代码的75%由AI生成。18个月前25%，5个月前50%，现在75%。Anthropic CFO说"90%以上"，Claude Code自身的代码库就有约90%由Claude写。Meta H1目标：65%的工程师用AI写75%以上的代码。Snap CEO说65%的新代码由AI生成，当天裁员1000人。曲线没在减速。当AI开始大规模生成代码，工程师的角色发生了根本变化。工作重心从"写代码"转向"审代码"和"编排Agent"。微软开源的SkillOpt提供了一种新思路：把给Agent的指令视为可训练的外部权重，而不是一次性的提示词。流程分四步：- Rollout，Agent用当前技能文档执行真实任务，记录轨迹，相当于收集训练数据。
- Edit，AI自动修改技能文档，每次最多4个操作，保持小幅调整。
这就跟深度学习训练循环一样了：前向传播、反向传播、权重更新、验证集评估。在7个模型、6个基准、3种执行环境的52个评测组合中，SkillOpt全部达到最优或最优并列。GPT-5.5上提升23.5个百分点的准确率。Codex上训练的SpreadsheetBench技能迁移到Claude Code，反而提升了31.8分。部署时只需要一个best_skill.md文件，推理开销为零。如果说SkillOpt解决单个Agent的技能优化，Anthropic的Claude Code动态工作流解决的是另一个问题：如何打破上下文窗口的限制。复杂任务在单个Agent里容易目标漂移。Claude Code的解法是主模型写一个JavaScript脚本，把大任务拆成小任务，动态生成子代理去并行处理。每个子代理有独立上下文，专注自己的小目标，汇总给主模型。可以给不同子代理选不同模型和隔离级别。300个子代理跑在个人电脑上，和数百个子代理跑在Claude Code里，本质是同一件事：一个窗口不够，就用多个独立窗口拼接。Anthropic的产品团队已经放弃了六个月路线图，转向即时规划。交付周期从六个月压到一个月，部分功能缩至一周甚至一天。人力从执行中解放出来，聚焦产品洞察和系统设计。Cat Wu面试数百个想进AI领域的产品经理后发现一个普遍问题：很多人还在谈论如何制定12个月路线图。这种思路非常不正确。Agent系统的年度维护成本通常占初始构建的15%到30%。而API token费用只占总拥有成本的15%到20%，剩下的80%以上藏在集成维护、可观测性、治理安全和人工审核里。Grab的数据仓库团队40%的时间花在调查类工作上，HockeyStack一个20人团队每周8个工程师天砸在维护里。AI调试Agent可以把这些时间压到原来的零头，但问题是，当Agent自己的逻辑出错时，谁来调试Agent？代码幻觉是一个被量化了的问题。Rust代码生成测试中，kimi-k2.5幻觉率20.00%，gpt-5.2为20.29%，minimax-m2.5接近30%。另一项分析75万代码样本的研究发现，19.6%的AI推荐包根本不存在。AI不是随机猜，它以确信的态度反复编造同一个不存在的包。在金融这样的强监管行业，一个自主交易Agent误读数据，几秒钟就能造成数百万美元的损失。Claude自己在6月连续经历了十次中断。6月5日到16日，最短24分钟，最长3小时14分钟。Anthropic承认需求增长快过基础设施承载能力。把核心业务流程绑在Agent上，这个中断频率难以接受。比可靠性更深层的，是安全与责任的边界。5月初，Grok遭遇了一次提示注入攻击。有人在一则X帖子中用摩尔斯电码藏了指令，Grok翻译了电码并标记了一个加密交易bot，bot将翻译视为可执行命令，从Grok的钱包转走了价值约17.5万美元的代币。攻击者没有偷私钥，没有破解合约，只是利用了Grok的"乐于助人"和bot自动执行之间的缝隙。虽然大部分资金随后追回，但这个案例说明了一个根本问题：当聊天机器人的输出可以触发钱包操作，每一条提示都成了安全模型的一部分。谁为Agent的越权行为负责？开发者、使用者还是平台方？责任真空至今没有答案。没有给Agent设API预算上限的企业，云服务费用一夜激增。Agent的安全不是传统防火墙的延伸，而是一个全新的运行控制体系：谁在行动，凭什么权限，调用了什么工具，过程是否可审计，出错能否被立即中止和撤权。这些问题回答清楚之前，将Agent用于高风险核心业务是一场豪赌。最直接的是技能要求。基础编码和信息整理正在被Agent替代。工程师的价值从"能写代码"转向"能设计和管理由Agent组成的系统"。PwC数据显示，AI技能薪资溢价达到56%，前一年这个数字只有25%，一年翻了一倍。具备AI技能的工程岗位中位薪资20.8万美元，不具备的13.2万美元，差距58%。但不是每个人都能成为超级个体。当Agent自动化越来越多的任务而非常个工作时，效率提升反而创造了更多新任务。一部分人成为驾驭Agent的编排者，另一部分人沦为流程中的人肉插件。超级个体和超级螺丝钉的分化，比技术本身更冷酷。黄仁勋在6月1日的GTC Taipei上宣布，AI从生成式走向代理式，未来每家公司都是一家Agent公司。NVIDIA推出Agent Toolkit全栈方案、Nemotron 3 Ultra开放模型和Vera Rubin平台。扣子3.0支持多人多Agent协同，Kimi Work让300个子代理住进了用户的电脑。300个子代理住进你的电脑，这件事的重量不在于它能帮你做多少事，在于它标志着Agent从一个听说过的话题变成了一个需要共处的现实。你的工作方式、你的技能价值、你对世界的判断习惯，都会在这个过程中被洗牌。旧地图已经失效。但新地图不是Agent帮你画的，是你跟它共处、共舞、相互试探的过程中一笔一笔画出来的。你需要的不是恐慌，也不是盲目信任，是一种清醒的合作姿态：让它跑腿，但不让它替你思考。当Agent给出了所有答案，你最该做的，不是接受，是质疑。
夜雨聆风
