Kimi Work不是中国版Codex

Kimi Work和CoWork。图片由AI生成

文丨苏扬

编辑丨徐青阳

Vibe Working有可能是接下来比Vibe Coding更火的词。

就在上周，Kimi发布了新的Windows和Mac客户端，增加了Kimi Work模式。

Kimi对这款产品的定位很明确：一款面向知识工作者的通用型本地Agent。它的主要产品特点包括：

• 内核是Kimi Code，继承了本地Agent、Skill技能包以及Kimi Agent的建站、PPT等能力

• 接入了同花顺、天眼查等金融、科研、法律等领域的专业数据库

• 内置了可以操控浏览器的WebBridge产品方案

• 内置了Kimi K2.5开始推出的Agent集群

把Kimi Work从Coding里分拆出来，明确面向知识人群，定位为通用Agent，不是因为编程类的产品不好，很大一部分原因是Kimi想把Agent能力从编程泛化到更多场景。

早期，编程类Agent产品都是“终端”“命令提示行”，观感就是满屏代码，这种环境对于程序员友好，非编程类用户未必能适应。

所以，Kimi Work，决定不这么做。

因为面向的是知识用户，Kimi Work被做成了用户最熟悉通用软件的样子：右边是对话框、左边侧边栏是功能分类，用户可以在Chatbot模式和新加入的Work模式中间切换。

外观上，Kimi Work和Codex有点像，但从内核看，不能把它当做一款中国化的Codex。

Kimi Work Beta版软件界面

01 

从现在开始氛围办公

卡帕西去年提出了Vibe Coding(氛围编程)的概念，当时这个词非常火，相当于用自然语言发指令，Agent通过LLM执行编程任务并交付结果。

问题是，人人都需要做编程开发、写网页、做小游戏吗？不好说。

我特意搜了一下目前Mac OS的使用场景排行，当中67.2%的日活设备在处理文档、表格与工作沟通，覆盖的生产力软件包括Notion、Microsoft 365以及一些办公IM。

Kimi Work算是一款针对上述办公场景极其友好的产品，你不再需要打开终端、敲命令、配环境，只需要用自然语言描述目标，Kimi Work就会在你的电脑上：拆解任务、并行执行子任务、调用本地工具、操作浏览器、创建和整理文件夹、交付文档/表格/PPT 等工作产物。

换句话说，除了不能代替你使用社交、办公IM与人沟通外，其他办公任务基本都可以用Kimi Work这个通用Agent来执行。

特别强调一下：Kimi里面内置了专业的数据源，包括同花顺、世界银行经济数据库等等，这意味着金融类用户安装Kimi Work之后就能“开箱即用”，不需要单独为相关的数据去付费和配置API。

Kimi Work预装的数据库类型

正是因为这样的差异，所以不能把它理解为中国版的Codex。

插上各种插件、数据源的Kimi Work，不排除带来一场工作范式的变化，所以我才说，过去是Vibe Coding，接下来更多人将进入Vibe Working(氛围办公)。

当然，也要提醒大家，功能虽然好用，但也有可能无形中榨干你的生产力，增加你的工作时长。

02

WebBridge和Agent集群“两只手”

5月中旬，Kimi上线了WebBridge产品，让AI来操作浏览器，当时会让人觉得节奏略慢了一些，但不到半个月时间，Kimi直接把这个能力集成在Kimi Work新产品当中，这个转变和反差，还是挺大的。

可以说，WebBridge是Kimi Work一只非常“关键的手”。

过去，一些传统的Agent调用网络工具，都是发送HTTP请求，然后拿结构化数据，但由于大量数据需要登录之后才能查看，很多平台也做了非登录用户访问限制，甚至还有验证码的问题，传统Agent难以轻易越过这些障碍。

虽然有些平台提供了API，比如X（前Twitter），但价格贵、套餐量少，长期用也烧不起。

Kimi WebBridge的方案是：让Agent真正操作你电脑上的浏览器，像人一样登录、点击、读取页面内容。只要登录状态正常，你可以在对话里直接用自然语言指示它用WebBridge来操作你的浏览器。

指示Kimi Work使用WebBridge取关马斯克X账号

我让Kimi Work使用WebBridge给马斯克的最新一条推文点赞，然后又让它帮我取关了马斯克，最后又让它关注回来，由于中间夹杂着推理过程，包括对浏览器上的元素进行分析，速度不及人类，但整个链路是可以完整、成功执行的，且你不需要盯着它。

点赞、取关和关注都只是WebBridge的简单示例，你也可以基于这种能力，做更有创意的任务延展，比如每天定时去某个页面上做一个打卡操作等等，反正浏览器已经交给它了，剩下的就看任务是什么。

利用Kimi Work生成公众号模板，gif图片由Kimi Work制作

Kimi Work的另一个超酷功能，是集成了Kimi K2.5时代就有的Agent集群——简单说就是把一项任务拆分成多项工作，然后交给不同Agent来完成。它有点类似GPU并行计算的概念，把一个人类只能串行操作的任务，变成了一个多Agent并行执行的范式。

Agent集群最多可以同时调用300个Agent，可以想象一下这种画面：一个人带着300个Agent干活，还挺带感的。

过去很多人关心：啥是OPC（一人公司）？我感觉这可能算是一个答案。当然，不是所有的任务都会全量调用这么多Agent，实际执行过程中，主Agent会自动拆解任务，然后去对应分配“人力”。

单Agent与Agent集群用时对比

我特地用了长鑫招股书PDF，大概300页左右，测试了单Agent和Agent集群（包含主Agent总共调用了5个Agent）的差别，这个过程中还混搭用到了归藏的PPT Skill，单Agent制作耗时在43分钟，而Agent集群耗时在21分钟左右。

不过这里也有推理和最后任务量的差异，时间差别仅供参考，但显然，Agent集群直接把效率拉满了。

基于归藏PPT Skill和招股书PDF文件制作的PPT效果，gif图片由Kimi Work制作

哦对了，刚刚有消息说，月之暗面寻求300亿美元估值融资20多亿美元，300个Agent对应300亿美元，这意思是1个Agent估值1个亿?

03

Skill是真有说法

Kimi Work的“技能”广场

Kimi Work设置了一个“技能”广场，分为已安装和推荐技能两个板块。

这很好理解，推荐板块就是还没安装的。已安装里面则包括了一些常见跟知识用户场景相关的Skill，类似深度研究、竞品分析和战略规划等等，而这些都是经过用户和平台筛选的技能。

如果广场上的技能都满足不了要求，你也可以直接从本地安装自己开发或者收集的Skill。

日常应用的话，广场里面可以直接点击使用，但更高频的应用应该是对话框选择Skill，添加特定Skill它会默认给你一段提示词来触发技能，当然你也可以不勾选，直接用提示词来触发Agent去调用相关Skill。

前面提到的归藏PPT Skill，昨天下午我在测试预览版的时候，线上还是没有的，所以我还特地去找了归藏本人求资源，结果早上一来，发现推荐技能里面已经预置了这套Skill。

你可以感受一下Kimi这个效率。

当然，这里我觉得也有一些可以改进的地方：广场还没有做计数、分类、搜索这些能力，也没有热度排行，希望能够在接下来的版本中很快迭代。

另外，目前已安装的Skill里面，很多都是英文名称和描述，也期待之后能做更多的中文标记。

04

92%的代码由AI生成

文章开头，我说这是Kimi产品历史上开发到上线最快的产品，整个过程只用了一个星期。

更重要的是，它是一款AI开发的产品——在开发过程中，Kimi工程师使用Kimi Code等Coding Agent工具，一周内完成了Beta版的Mac和Windows客户端。开发过程中，累计产出超过5万行有效代码，其中 92%由AI自主生成。

用一套Agent产品，打造了另一个Agent产品，相当于“AI再造AI”概念具象化了。

关键在于，背后的K2.6模型对长程任务、Agent集群等能力项的支持——13小时连续编码、300个子 Agent并行协作，以及4000余次自主工具调用。

自动化科技线索监控定时任务，gif图片由Kimi Work制作

在这之前，我用过很多Agent产品，既有原生的“虾”“马”，也有各种中国化的产品，会自己DIY一些自动化工作流，就是功能没有那么稳定，可能会中断，但我认为一定会有聪明的公司，把这些基础、断层的能力去做产品化。

那么到底是什么样的团队、公司来做这件事？

Kimi Work给的答案是第一方模型公司——模型能力强在哪里，特色是什么，通用Agent产品里就会出现什么样的能力。所以Kimi 2.5、K2.6的长程任务、Agent集群、丰富且经过验证的技能以及预装的专业数据库，都出现在了Kimi Work里。

最后我也想谈谈安全话题。

我自己用Agent产品，基本不会安装在自己的工作设备上，一般都放在云端，即便是安装在本地，也会用全新的机器——把工作设备交给Agent需要越过一个心理障碍，它到底会不会误操作文档，误删数据，甚至会不会弄丢我的隐私？

任务执行权限设置

Kimi Work在这个问题上，解法是将任务固定在指定的文件夹当中。

这就像一个围栏，Agent所操作的一切都限制在这个围栏里。任务的执行过程中，你可以选择让Agent请求权限，也可以给予它全部权限。

也是因为这个原因，Kimi Work算是我第一个安装在日常办公设备上的第三方通用Agent产品。

回到文章开头提到的“工作范式”变化的话题，Kimi Work本质上就是在求解：如果AI Agent不再只是你的“助手”，而是一个可以自主拆解任务、并行工作的“团队”——你的工作方式会变成什么样？

推荐阅读

“Token”必须死？

大模型价格战背后，真正稀缺的不是Token

DeepSeek降价背后：Token生意在重新洗牌