• 克雷西 发自 凹非寺
  徽声在线 | 公众号 QbitAI

当下，大模型领域的更新可谓日新月异，让人目不暇接。不过，从整体趋势来看，发展方向大致集中在几个方面——追求更大的规模、更强的性能以及更快的处理速度。

然而，Kimi此次的更新却独辟蹊径，走了一条与众不同的道路。

就在昨晚，月之暗面公司正式发布并开源了其最新模型——K2.6。

此次更新有两大亮点，一是代码能力的显著提升，包括软件工程能力的硬核升级以及前端设计水准的飞跃；二是多Agent协作的“Agent集群”能力得到了全面升级。

先来看看榜单成绩，Kimi K2.6在Artificial Analysis上斩获了全球开源模型的第一名，仅次于全球闭源模型的“御三家”。

可以说，在这张御三家新模型轮流上线的梗图中，Kimi也终于占据了一席之地。

深入探讨Agent集群的升级

在K2.5版本时，Kimi就提出了“Agent集群”的概念，但那时更多还只是一个方向性的设想：能够调度不同专长的Agent相互补位，实现广度搜索、深度研究、文档分析以及长文撰写等多项任务的并行处理。

而到了K2.6版本，这一设想终于变得触手可及：最多可支持300个子Agent并行完成多达4000个协作步骤。

在实际应用场景中，你只需提出一次需求，一次运行就能同时获得文档、网站、PPT、表格等多种格式的成果。

为了验证这一功能，我们给K2.6布置了一个任务，看看它能否实现一次运行、多格式并行交付。提示词如下：

• 请帮我制作一份关于“2026年国内AI编程助手”的报告，需要同时提供三份产出：
  
• 一份完整的调研报告，涵盖各产品功能对比、定价策略、优劣势分析以及选型建议；
  一张结构化的对比表格，维度包括支持IDE、补全能力、对话能力、联网能力、价格以及适合人群；
  一份可直接用于汇报的PPT，约10页，包含结论和建议页。

这三份成果的格式截然不同，我们需要观察K2.6是真正并行处理，还是按顺序逐个生成，以及最终交付的质量是否达到可直接使用的标准。

首先，Agent集群对问题进行了初步扫描，并对问题的维度进行了细致拆解，随后划分出了12个维度。

这12个维度被分配给了12位不同的专家，每位专家只负责调研自己的一个子问题。

我们可以实时监控每位专家的工作进度和阶段性成果。

在正式撰稿阶段，同样有不同的人负责各自的章节。

最终，在数十位“专家”的共同努力下，K2.6交付了一份长达55页、字数超过3.5万的报告。报告图文并茂、结构清晰、引文标注明确。

报告覆盖了八款主流产品，对每款产品的定位、核心能力和局限性进行了完整拆解，引用了来自IDC、Gartner、信通院等权威机构的数据，包括SWE-bench评分、中文理解准确率、定价对比等一应俱全，最后还附上了选型建议矩阵和企业Checklist。

从篇幅和数据密度来看，这份报告已经超出了单个对话窗口能够合理完成的范畴。

表格整理得也非常整洁，七个维度、八款产品，支持IDE、补全能力、对话能力、联网能力、定价、适合人群等信息一应俱全，格式规整，可直接使用。

PPT同样表现出色，共10页，包含目录、市场数据、竞品卡片、功能对比表、定价可视化、SWOT分析和选型建议，最后一页还附上了行动建议。

结构完整，可直接用于汇报。

从单个AI到一群AI的蜕变

从K2版本开始，Kimi模型的进化脉络愈发清晰：

K2作为万亿参数规模的基座，代表了“把模型做大、做强”的初衷。

K2 Thinking在此基础上引入了推理层，使模型能够逐步理清复杂任务，自行推导、验证。

到了K2.5/2.6版本，问题发生了转变。Kimi团队开始将目光从专注于提升单个模型的智能水平，转向了让一群模型真正分工协作，各自发挥专长，共同完成更大的任务。

这是一个本质性的跨越。

道理很简单，单个模型再强大，也有其极限。

就像一个天才程序员，写代码可能非常迅速，但如果让他同时负责产品设计、写代码、跑数据、出文档、做演示，那他很可能无法应对。

但一个组织却可以做到。

从互联网的建立到大模型的训练，乃至人类登月等伟大成就，从来都不是依靠某一个天才，而是依靠一群各有专长的人，在一套分工体系下协同推进。

AI发展到今天，也到了需要学习这种协作方式的时候了。

为了实现这一目标，最关键的就是要有一个高效的协作框架。

因此，K2.6不仅在提升模型本身的参数，还在同步打磨其作为“协调者”的能力——

在任务中动态分配资源、在出错时自动修复、在整个交付链条上主动管理。

这是K2.6与K2.5最根本的差别之一。

不过，Kimi并未满足于“Agent集群”这一步。“Agent集群”解决的是AI之间如何分工的问题，但还有一个问题尚未解答——人和AI放在同一个群组里，能一起完成什么？

据悉，Kimi已经开始测试“Claw群组”了，支持将各种“虾”（这里可能指不同功能的AI或模块）加入到一个群里，用K2.6作为协调员，组织不同能力的“虾”一起协作……

不过我们目前还未收到测试邀请，待测试之后再给大家分享实际体验了（Kimi你如果看到这篇文章的话，要不给我们安排一个.doge）。

One More Thing

下个月，徽声在线AIGC大会即将召开。听说这次K2.6能够编写更精美的网页，还支持简单后端开发了。于是，我顺手就让Kimi帮忙编写了一个报名系统。

不过，我测试的时候活动官宣还未发布，所以暂时没有输入具体的活动信息，先让它把功能跑通。

提示词是这样的：

• 请帮我制作一个「徽声在线读者交流会」的活动报名网站。要求：
  
• 首页包含活动介绍、时间地点、嘉宾阵容；
  有报名表单，收集姓名、邮箱、公司、职位以及「你最想聊的AI话题」；
  支持提交报名，提交成功后显示报名成功页；
  有一个设有密码的管理后台页面，可以查看所有报名信息并导出。

这个任务专门用来考验K2.6新增的后端和数据库能力，看看它交出的到底是一个真正能运行的全栈应用，还是只是一个花瓶。

K2.6并没有直接开始编写代码。它先阅读了项目构建的技能文件，将任务拆分成前端初始化、设计文档、后端架构、数据库schema等任务线，然后才开始动手。

值得一提的是它的设计决策。

我们在提示词里并没有指定风格，它自己判断“这是一个AI主题活动”，选择了纯黑纯白为主色调、亮柠檬黄作为点睛色的“清晰未来主义”风格，还顺手调用图像生成工具制作了五张黑白艺术风格的配套视觉素材。

首屏则使用Three.js制作了3D交互式图片卡片集群，鼠标移动时卡片会翻转漂浮，还添加了一套双层自定义光标系统。

技术栈方面，它也自行选定了：前端采用React + TypeScript + Tailwind + shadcn/ui，后端采用tRPC + Drizzle ORM + Hono + MySQL。

管理后台也设置了密码验证，登录后可查看报名信息并导出CSV。

最终交付的成品如下：

我们再来验证一下报名功能，看看是否真的收集到了信息，还是只有静态动画。

结果，我们填写的报名表单成功出现在了后台记录当中，说明Kimi K2.6真的把这套报名系统的前后端和数据库开发跑通了。

最后插播一条最新消息，大会的报名帖不久前刚刚发布，大家记得多多关注，到时候来参会哦~