Kimi Work内测:称是更懂中国职场的Agent

Kimi Work内测:称是更懂中国职场的Agent
Photo by Marvin Meyer / Unsplash

当AI编程助手(Vibe Coding)还在全球开发者圈内掀起热潮时,月之暗面悄然推出了一款定位截然不同的产品——Kimi Work。它不追求代码自动补全,而是瞄准了更广义的“工作流自动化”:从周报撰写、资料收集到PPT生成,这款面向知识工作者的本地通用Agent正在重新定义国产AI办公工具的边界。经过对Beta版本的深度实测,我们发现Kimi Work在理解中国职场“牛马”的实际痛点——比如自动复盘稿件、拆解竞品分析、甚至克隆个人写作风格——上,展现出了比Codex等海外产品更接地气的“本土化智慧”。

WebBridge深度评测:浏览器操控能力直击信息收集瓶颈

日常工作中最耗时的环节并非打字或填表,而是跨平台的信息检索。Kimi Work内置的WebBridge插件能将这一流程完全自动化。在实测中,我们向其下达指令:“在谷歌浏览器的小红书页面中,查找24小时内发布的具身智能行业资讯类笔记,并以表格形式输出标题、作者ID、发布时间、点赞数及链接。”Agent成功自主打开网页,逐条筛选,最终反馈的表格数据准确率达100%,所有链接均可正常跳转。尽管处理时间较长(这是Agent通病),但WebBridge对浏览器元素的操控精度——包括点击滚动、表单填写与内容提取——明显优于此前我们体验过的同类“龙虾”产品。对于需要每日追踪行业动态或竞品信息的从业者而言,这一功能可直接取代至少1小时的人工筛选工作。

专属Skill打造:从文风克隆到时评写作的验证性测试

Kimi Work的另一个亮点在于“skill化”——将个人工作流封装为可复用的技能包。我们尝试了一个高难度任务:让Agent自行分析量子位旗下编辑“梦瑶”的文风与写作手法,并生成一个专属写作Skill。Agent首先通过WebBridge检索该编辑的历史文章,输出了一份包含措辞偏好、信息密度、结构特征的调研报告;随后我们将其转化为Skill,用于撰写“微软Build大会”的深度报道(要求4000字)。最终输出内容意外地引用了用户前一天刚发布的同类文章,并进行了轻度二次创作,文本略有“AI感”。这说明完全将写作创造过程skill化仍有限制,但对于资料分析、竞品整理、会议纪要等标准化任务,Skill模式的效果显著更优——它不仅降低了重复劳动成本,还通过记忆用户风格实现了输出风格的一致性。

Agent集群与场景延伸:本地化办公生态的初步构想

Kimi Work最复杂的付费功能是“Agent集群”——允许用户组建最多300个子Agent的协作团队。官方演示中,一个跨境电商分析师任务被拆解为数据清洗、市场调研(登录订阅看板抓取2400+条用户评论)、法律法规分析和PPT生成等多个子流程,最终产出128页专业报告。虽然我们未在付费状态下亲测,但从公开案例看,Agent集群的“任务拆分-并行处理-结果汇总”模式,完美匹配了从科研论文数据清洗到产品方案转化的多步骤需求。更值得关注的是,Kimi Work在设计上规避了其他同类产品常见的电脑发热、卡顿问题,运行流畅度显著提升。尽管当前还处于Beta阶段,存在文本格式不稳定、部分功能需氪金等小瑕疵,但其“不卷代码、专攻工作流”的产品定位,已经精准戳中中国职场人对“减负”的核心渴望。正如测试者所言:“对写作牛马来说,Vibe Working或许比Vibe Coding更重要。”

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen