实时:Vibe Working：这一次 ，轮到白领了
这个新闻背后 ，有一组极度值得关注的数据：Codex 的周活用户已突破 500 万 ，其桌面版用户数量自今年 2 月上线后更是翻了 6 倍多！其中 ，增速最快的群体不是法式员 ，而是知识工作者 ，也就是做汇报、做表格、做 PPT 的「通常白领」——他们正以开发者三倍以上的速杜卓入这一平台 ，目前占全数用户的约 20%。 OpenAI 看到了这一趋向 ，决定把 Codex「并入」ChatGPT 这个高频入口 ；Anthropic 还要更早 ，在 2 月就率先推出了面向金融、工程等场景的企业 Agent 打算 ，5 月又专门上线了一批深度面向金融行业的 Agent 产品。越来越多的人意识到 ，Coding Agent 不只能写代码 ，也能整顿文件、分析数据、自动化工作流 ，甚至实现从前必要助理能力做的事。 Kimi Work 的内核源自他们自家的 Coding Agent：Kimi Code。最大的区别在于 ，法式员习惯的运行界面是黑框框的「号令杏坠或「终端」 ，而 Kimi Work 为知识工作者提供了我们最熟悉的软件状态 GUI ，也就是图形用户界面。 要做到这一点 ，仅仅把模型接进一个界面并不够。Agent 真正难的处所 ，在于模型能力、工具环境和工作执行流程能否缜密共同。它必要理解用户意图 ，拆解工作步骤 ，挪用相宜工具 ，并在执行过程中凭据了局不休建改。 你的电脑就是 Agent 的工作台。Kimi 能够直接获取并操作你日常用的文件、利用和浏览器。电脑不再只是等你点一下动一下的器材 ，它能够自己转起来了。 在此基础上 ，Kimi Work 还引入了Agent 集群能力。串行工作是人类受限于精力的默认设定 ，但 AI 天生就应该是并行的。Kimi Work 测试版上线即支持 Agent 集群能力 ，它最多可以为你自主创建 300 个分身 ，同时处置多线程工作。你能够让它一壁跑数据、一壁写资料 ，同时还在自动化处置流程 ，提升工作效能。 内置 Kimi WebBridge（浏览器桥接）：它能直接操作你当前在使用的浏览器（蕴含你自己的登录状态和习惯） ，而不是去新建一个空缺的 AI 专用浏览器� ８夏阍阡榔魃夏茏龅� 50% 的事件 ，它都能直接助你操作。内置专业金融数据源：出厂自带同花顺、天眼查、世界银行经济数据库等权威环境。金融人士无需再去头疼若何采办和配置各类 API ，开箱即用。 说了这么多 ，Kimi Work 现实用起来是什么感触？我们构建了 5 个测试场景 ，从调延注本地文件处置、浏览器操控 ，到长工作不变性和金融专项 ，挨个试了一遍。 收到指令后 ，Kimi Work 没有重新到尾地慢慢做 ，而是直接启用了K2.6 Agent 集群模式 ，一口派头出了 4 个子 Agent（界面上称之为「钻研员」） ，同使毓开信息网络。这 4 个钻研员各自独立工作 ，互不期待。 网络阶段实现后 ，Kimi Work 又自动创建了两个专职 Agent：一个掌管数据洗濯 ，一个掌管 Excel 造作。整个过程不必要人为拆解工作、铺排分工 ，它自己就把「项目治理」这件事做掉了。 这个测试验证了一件沉要的事：Kimi Work 的并行能力不是一个开关 ，而是它的默认工作方式。面对稍有规模的调研工作 ，它会自动判断哪些部门能够同时推动 ，而不是等你通知它。 对我们这种 AI 媒体来说 ，选题治理是日常工作的主题之一。我们把近期的选题文件下载到了一个本地文件夹 ，而后直接在 Kimi Work 里打开 ，给出指令：这是CA88选题文件夹 ，请整顿出近一个月与「具身智能」和「机械人」有关的选题并进行分类整顿。 这个场景的意思不只是「快」。更关键的是 ，它操作的是真实的本地文件 ，不必要上传 ，不必要复造粘贴 ，文件夹直接打开就能用。对于习惯在本地治理内容资产的团队来说 ，这种无缝感是以往任何云端 AI 工具都给不了的。 指令是：「我已经在当前浏览器中登录了微博。请直接通过 WebBridge 替我颁布一条新微博 ，内容是感叹《给阿嬷的情书》这部电影极度好看。颁布成功后 ，请将你最终颁布的齐全案牍和微博链接反馈给我。」 了局 ，Kimi Work 全程没有脱离自己的交互界面 ，但在后盾挪用了我们默认浏览器的登录状态 ，实现了内容撰写、页面打开、文本填入、颁布确认的齐全操作链路 ，最后还把微博链接反馈回来了。 这件事的意思值得细想。以往会商 AI 自动化 ，要么是给 AI 一个专用的沙盒浏览器（里面没有你的账号、没有你的 Cookie） ，要么必要用户自己手动授权、配置 API。WebBridge 的思路是另一种：AI 直接「借用」你现有的浏览器环境 ，那些你登录过的账号、保留过的状态 ，都直接成了它能够使用的资源。这让整个过程的摩擦感降到了最低。 顺带一提 ，在以上实测视频中能够看到 Kimi Work 提议了屡次授权要求 ，但其实 Kimi Work 也内置了类似 claude --dangerously-skip-permissions 的「全数允许」模式：用户只需指定一个具体的项目文件夹 ，选择「全数允许」即可——归正 Kimi Work 足够安全 ，并不会超出文件夹行事。当然 ，若是是关键目录 ，还是「要求权限」更好。 我有一个创意 ，我想进行一个虚构的天才峰会 ，约请古今中表 30 位天才讲话 ，好比贸易天才 Elon Musk、科学天才爱因斯坦、诗歌天才李白等等。你必要找到 30 位天才 ，并为这些天才撰写各自的演讲稿（1000-3000 字） ，必要切合他们各自的人物汗青布景和个性。另表 ，出具一份日程铺排表 ，合理铺排各位演讲者的讲话功夫。 Kimi Work 的处置方式是分批次推动：先实现选角和结构规划 ，再逐批撰写演讲稿 ，最后汇总输出。整个过程耗时 50 多分钟 ，全程无需人为染指。 中央有一个值得纪录的细节：在撰写莫扎特的演讲稿时 ，Kimi Work 超时了。工作直接失败。但它随后自动沉新启动 ，接着从断点持续实现了后续内容 ，而不是重新再来 ，也没有迷失之前的进度。 这个测试真正考验的不是字数 ，而是「长程连贯性」：前面选了哪 30 幼我、每幼我确立了什么风格基调 ，后面的撰写必须和这些设定维持一致。在长达 50 分钟、逾越数十个子工作的执行链条里 ，Kimi Work 没有出现前后矛盾 ，也没有在超时后选择烧毁……这对于一个刚颁布的 Beta 版产品来说 ，已经相当能打。 最后这个测试 ，专门针对 Kimi Work 的内置金融数据源。需要很直接：「使用内置专业金融数据源 ，分析英伟达 2023 年以来的股价走势 ，出具一份分析汇报。」 Kimi Work 没有去联网搜索一篇现成的分析文章 ，而是真正挪用了数据源——整个过程共使用 20 个工具、执行 20 条号令 ，逐步实现数据拉取、洗濯、推算和汇报撰写。 最终产出是一份 11 页的齐全分析汇报 ，内容涵盖英伟达近年股价走势、累计收益率、颠簸率分析等主题维度 ，数据根基正确 ，结构齐全 ，达到了投资参考的根基尺度。 这个测试想验证的是一个底子问题：内置金融数据源到底是真的「接了数据管路」 ，还是只是换了个说法的联网搜索？从了局来看 ，20 条工具挪用指令的背后 ，是一套真实的数据获取和处置流程 ，而非从某篇文章里摘出来的结论。对金融从业者来说 ，能用天然说话驱动一套齐全的数据分析流程 ，这才是这个职能真正的价值地点。 Kimi 网页版 Agent、OpenAI 的 cloud sandbox、谷歌的 Project Mariner……这批第一代 Agent 产品的共同特点是：在云端启动一个独立的工作环境 ，助用户把工作做完再交付了局。这种模式的益处是安全隔离、易于部署 ，但价值是与用户真实工作环境的割裂：它看不到你的本地文件 ，用的不是你的账号 ，每次工作之间没有影象和高低文的堆集。 Kimi Work 和 Claude Cowork 代表的是另一条路：Agent 住在你的本地 ，用你的环境 ，操作你的文件 ，带着你的登录状态去工作。理论上讲 ，这种本地 Agent 的天堑就蹬宗用户桌面工作的全数天堑 这个转变背后是一个更深的行业判断：AI 长工作的真正挑战 ，不再是高低文窗口有多长 ，而是 Harness 搭建得好不好。模型再强 ，若是没有一个好的运行环境来对接真实工作流（蕴含挪用正确的工具、接见正确的数据、在正确的机遇染指） ，能力就无法落地。 为什么？由于只有同使仄握模型能力和 Agent 运行环境的公司 ，能力做到两者的深度协同：模型知路什么时辰该挪用什么工具 ，Harness 知路模型必要什么样的高低文。这种协同是表部集成商很难复造的。 Kimi 在这条路上并非刚刚起步。2025 年 7 月颁布的万亿参数开源模型 Kimi K2 ，这也是国内最早一批将 Agentic Coding、工具挪用和自主工作执行能力作为主题指标打造的基础模型之一。同年 9 月 ，Kimi 就起头内测 Agent 模式（彼时期号「OK Computer」）。Kimi Work 是这条技术蹊径在桌面端的天然延长 ，而不是一个一时起意的新赛路。 当然 ，Kimi Work 还是个 Beta 版 ，Kimi 自己也没有回避这一点。Agent 产品从「能用」到「好用」之间 ，还有大量的工程细节必要打磨：工作失败时的复原机造、长时工作的中断与复原、用户意图的正确理解……每一项都不单一 ，也值得我们等待。 但正如月之暗面官方博客介绍的那样：「Kimi Work 正以一天 N 版的速度迭代钟坠 ，这批注 Kimi Work 颁布自身并不是批注这个产品有多美满 ，而是这个方向上的竞争已经进入了一个新的速度节拍。 OpenAI 选择把 Codex 这个执行利器并进 ChatGPT 这个高频入口 ，走的是规模渗入路线 ；Kimi 今天颁布的是一个住在你桌面上的本地 Agent ，走的是深度嵌入路线。两条路都在通向统一个处所：一个 AI 真正参加知识工作日常流程的未来。
京公网安备11010202000001号
spider
spider
-->