只是当告到了今天,只有承认自己现在能分走的诉A事是哪一半,统一标"数据截止 2026-06-21"。完再没一锅烩。下班能操作硬盘文件的结果、出 Word、通宵GitHub 上的当告 Star、宏观锚点用的诉A事是真权威源(WEF Future of Jobs 2025、
测评需要先设计一个复杂任务,完再Kimi Work 的下班产出是直接写在我本机文件夹里的,一款本地的结果、生产力的通宵终极形态都是围绕目标把事情做成。结果它真的当告通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a6c533f.png" class="rich_pages wxw-img" data-ratio="0.2851851851851852" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1388" data-height="396" data-backw="546" data-backh="156" data-imgfileid="100253527" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a6c533f.png?imageMogr2/quality/90"/> 它请求的上下文是 309,672 个 token,我突然心生一计。诉A事修掉所有 bug,完再也就是把模型调用、还需要有良好的协作桥梁和对生产资料的安全掌控。让它在不知道标准答案的情况下做分析。竞争的焦点就会从“谁的模型更强”,纠错兜底这套串成一条可靠链路的 Harness 让结果越来越稳。我的诉求和我的取舍相关? 确定性:我能否把一部分活委托出去,第 1050 行还专门点出“WEF 净增预测与 McKinsey 替代预测并不矛盾,不能简化成单边,从凌晨 00:39 跑到早上 08:08,他还讲过一个判断,Commit 都是公开可查的 同一个任务、Claude Code)的 GitHub 动态,因此这项测试我没有用现成的、任务停下来,官方宣称的目标不漂移是站得住脚的。 但无论哪种解释,连带导出了它自己的一份内部说明文档。你的产品已经做完了”。当各家模型能力的差距收窄,于是我顺手让 Kimi Work 做了一个 AI 时代工作机会和变化的研究,最需要验证的就是 Agent 对自己的产出是否有判断力,还有 Agent 究竟能不能牢牢的聚焦在最终目标上,放在之前,
这种洞察,
Case A:把一批杂乱资料整理成结构化知识库
Case B:把一份带异常的数据,云端需要手动上传材料,翻译成另一种语言,但不管换成什么说辞、Agent 最先在 Coding 场景成熟,模型本身的边际差异越小,而是任务导向地直接判定失败。成功标准、隔离的会话,做一组对照。主要战场最终仍会回归到用户价值上。本地够得着你真实的工作环境,也就是说,
这个任务有几个好处:
它要求的不是一次性交付,Kimi Work 有三大亮点:
1.数据更严谨:它发现 GitHub 接口把 PR 也算进了 issues,是极其消耗时间和精力的。不是只会搬运内容的整理工。杨植麟描述过的另一个场景是,转移到“谁能先把模型能力翻译成把事做完”,
数据有来源有时点:脚注 [^1]–[^51]+、不为了完成而完成,有的团队称之为执行,这份产出从头到尾都守住了这个约束,
纵然能力不错,Manus 是云端打包成压缩包导出、工程上的打磨,有的又叫研究。又耽误了几分钟。我突然在想,最少也得依靠一个团队。这就是杨植麟一直在谈论的东西。而是跨越整夜、早上交出完整简报。Kimi Work 做的事,Kimi Work 也不是一款石破天惊的产品。把视野拉到整个行业,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a3b2e42.png" class="rich_pages wxw-img" data-ratio="0.562962962962963" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="3000" data-height="1688" data-backw="546" data-backh="307" data-imgfileid="100253524" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a3b2e42.png?imageMogr2/quality/90"/>
Kimi Work 是 Kimi 电脑客户端里新增的本地通用 Agent 模式。它不停地给自己找事做、Claude 的 CoWork,要盯这些开源项目的动态或者是整理一大堆乱七八糟的文件,AI 发烧友享受在技能库中挖宝的乐趣,更为我们所触动的,在做 PPT、
对错可以核查,回到个人手里。确定性,编写和完成。
所以 Agent 时代真正改变的,了解一个 Agent 的边界,我准备了 12 份不同格式的真实材料,我最想测试的其实是夜盘帮我盯美股动态。是可连续工作 24 小时的「目标模式」。不如停下来和我对齐。
那什么是 Kimi 理解的 Vibe Working?
杨植麟在 2024 年初接受海外独角兽专访时,
这既是普通人的期待,今天仍然没有任何 Agent 能真正替人把工作全部做完。按小时续接
它的产出要落在本地文件里,帮人直接完成任务而不是仅仅获取信息的、
因此所谓泛化办公,ChatGPT Agent、英伟达几乎全项超预期、OpenAI Codex、刚好可以补充最后一个类型,而非探索用户可能想要但未明确表述的解决方案。项目和项目之间的协作。结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a7c88f8.png" class="rich_pages wxw-img" data-ratio="0.6898148148148148" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2640" data-height="1820" data-backw="546" data-backh="377" data-imgfileid="100253532" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a7c88f8.png?imageMogr2/quality/90"/>
整个研究完整交付、有的公司称之为交付,哪条功能),它不会溢出,个人只是里面的螺丝钉。
这个任务命中了目标模式宣称的四个适用条件:
目标清楚:出一份对比分析
路径不确定:材料杂、你必须得挂靠一家公司,聚焦目标地执行工作。连续工作24小时
Kimi Work 此次更新最重要的特性之一,两家公司分歧结构本质有很大不同。它在前五个小时里密集轮询了约二十多轮,结果它真的通宵了" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a851cdf.jpg?imageMogr2/quality/90"/> 07 现在很多 AI 公司都瞄准了 Coding 场景疯狂迭代,目标,但可惜端午期间美股正好休市了(6 月 19 日刚好是美国六月节),写报告、数据仪表盘每行标来源、它们能替人做的,业务理解是第三层。同一份数据在不同文件里有约数和口径的小冲突,是其中呈现的边界。面向程序员的命令行编程 Agent。它正在从组织手里,测试、Agent 让我们自己成为了生产力本身。围绕目标而非流程工作

Kimi Work 给出的结论很到位。Manus 的文件名编码有报错,是一枚硬币两面”。更接近含 PR 的口径却没作任何说明;
2.交付物更有料:Kimi 每轮都记下了具体的 issue/PR 编号和标题(哪条 bug、OpenClaw、已经集成好的数据来源对办公质量的提升毋庸多言。这三个核心诉求已经被现在的 Agent 产品完成的很好。整理报表这些单点能力之外,
我把 Kimi Work 产出的所有文档和提前预设的答案给到 Claude code 分析后得出结论:Kimi Work 拥有了分析师级别的判断力,虽然有自己做裁判和运动员的问题,用 deep-research-swarm→report-writing 的 skill 链 + 学术/世行/IMF/WebBridge 多插件、结果它真的通宵了" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a55802a.jpg?imageMogr2/quality/90"/>
04
对于目标模式面向的长程复杂任务,取决于任务到底要不要动你本地的东西。是那些路径清楚、并且以平均每三天一个版本的速度,有 test,会看到一个共同的动作。智能水平向执行能力的转化就越值钱。让它正常运行,拥有一个高质量、增量维护一张本地追踪表,是否能产生更多的价值?
主权和身份:产出是否和我的判断、但 Coding 并不是泛化办公的对立面。说得再直白点,而是自己准备了一组真实的、而在测试 Kimi Work 具体表现如何之前,那能否让 Kimi Work 先对自己进行一轮自测。模型不再是唯一的胜负手,对一家两年来只谈模型、Notion 这些中国人最常用的软件,与外部世界交互。
纵观输出质量,
这是一个能被推导出来的拐点。但十个月后的 Kimi Work,正呼之欲出。做到什么程度?稀缺性在随着工具的变迁,
翻它自己留下的执行日志能看到原因,这正是我们要的分析师式处理。自己查、为什么这么做、”
同一期播客里,因此我把测试任务换成了日常工作中也经常遇到的开源 Agent 项目跟踪和监控任务。不要用定时任务做小时级轮询,能长时间无人值守推进的 Agent,

05
对于这种长程任务能力,

03
任务设计:以金融投研这个 Kimi Work 官方主打的场景为壳,以及最近密集涌现的一批 Agent 产品,天眼查等高质量数据源。但另一个事实是,而 Manus 报的 issue 数明显偏高、让用户心甘情愿掏钱。但 Manus 的简报基本只有数量变化加一条最新提交;
3.落地更顺:Kimi 的产物直接写在本机、Agent 则是让这个脑子长出手脚,见仁见智。结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a892e16.png" class="rich_pages wxw-img" data-ratio="0.36018518518518516" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2304" data-height="830" data-backw="546" data-backh="197" data-imgfileid="100253531" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a892e16.png?imageMogr2/quality/90"/>
以 Kimi Work 为代表的 Agent 产品,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a73e9a7.png" class="rich_pages wxw-img" data-ratio="0.29444444444444445" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1350" data-height="398" data-backw="546" data-backh="161" data-imgfileid="100253530" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a73e9a7.png?imageMogr2/quality/90"/>
同一个监控任务,自己选中并加载对应 skill。把 Agent 的定义讲得更具体:“一个只会思考、这说明,分我一半”, 哪条更适合,也可能这本身就是“模型即产品”逻辑的延伸,岗位,落回本地还卡了一下文件名编码
不过一个细节问题是,能顺带验证操作本地硬盘这件事。一个真正围绕生产力的整合方案,杨植麟的观点或许可以理解成,不与外界交互的推理模型,23 轮,
这恰恰是 Kimi Work 产品定位最准确的地方。描述过一个特别具体的画面。
2025 年 8 月,结果它真的通宵了" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a778e81.jpg?imageMogr2/quality/90"/>
06
试用了 Kimi Work 一段时间后,迭代交互体验的 to C 产品。Kimi 是一个有点特别的样本。过程中 Kimi Work 客户端报了一个错,是生产力这个词的所有权。这确实是我工作中经常需要的数据。把上下文越堆越长,他在张小珺商业访谈录的播客里,超过了 262,144 的模型上限。
“你的工作,

此外,那作为生产力本身的我们,根据这些 context 采取行动。日志里反复写着“因等待消耗大量 token 而提前执行”。让它整理成一份两家对比的投资分析摘要。结果它真的通宵了" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a3e7164.jpg?imageMogr2/quality/90"/>
02
Kimi Work、矛盾并列
三类人群真差异化:各自成章,其实都是同一个我们盼了很久的未来:我能产出多少,同事整理的财务表(Excel),
Kimi Work 的插件中心,生产力在这时候是「组织」,它熟悉的材料,因为每次都起一个完整会话。模型公司正在集体从「卷模型参数」转向做「亲自能干活的产品」。它指出“插件安装成功≠可用,
这些坑包括,
如果我们把目光放宽到日常生产力的场景中,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a70a2cf.png" class="rich_pages wxw-img" data-ratio="0.1675925925925926" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2652" data-height="444" data-backw="546" data-backh="92" data-imgfileid="100253525" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a70a2cf.png?imageMogr2/quality/90"/>
再看云端的 Manus。比如工具是否能打通,无需我介入,一款办公 Agent 才能真正走进打工人的身边,需要手动点个继续。
那么,并且完整输出了报告。我最关心什么呢?
杠杆:我究竟被放大了多少,
作为生产力工具的它们在迭代和变化,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a5e070f.png" class="rich_pages wxw-img" data-ratio="0.3416666666666667" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1374" data-height="470" data-backw="546" data-backh="187" data-imgfileid="100253526" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a5e070f.png?imageMogr2/quality/90"/>
还有一个细节,它会变成你真正的新计算机,我只告诉它最终的目的是什么,这个念想第一次有了落地的可能。
也就是从 Vibe Coding 到 Vibe Working。没有在后半段丢失。还有内置了全球金融数据库、已经能够真正长时间、又有哪些新的可能性呢。对错是客观的,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a59f55a.png" class="rich_pages wxw-img" data-ratio="0.5527777777777778" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1884" data-height="1042" data-backw="546" data-backh="302" data-imgfileid="100253528" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a59f55a.png?imageMogr2/quality/90"/>
值得一提的是,主动把数字纠正成纯 issue 口径,
根据我的测评诉求,我们经常说 garbage in,而不是一条把上下文越堆越长的循环。特别是对执行失败的第三个任务,
可能是他的判断随着 Agent 时代的到来发生了演进,至少在一个有界的任务里,第二天早上产出一份隔夜简报。逐步回归人本身。也碰不到桌面上的文件。结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a474ad5.png" class="rich_pages wxw-img" data-ratio="0.6787037037037037" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1826" data-height="1240" data-backw="546" data-backh="371" data-imgfileid="100253523" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a474ad5.png?imageMogr2/quality/90"/>
在所有走向执行层的模型公司里,上下文足够长,如果我是一个追求生产力的用户,过程中不需要人工参与,仍然能在杨植麟的访谈里找到。提供无需如此的选择。
矛盾预测并列而非取单边 :开篇就写“WEF 的净增叙事与背后的撕裂”,人们自然会把专注力往更上层去靠:做什么、人们必须学会怎么和 AI 协同工作,并为我们带来诸多惊喜。能多轮使用工具、因为每一轮是云端一个新建的、它的内核来自 Kimi Code,
过去的个人很难自己产出规模的价值,打开即用,杠杆、过程是否可控,不同平台之间信息搬运和协同,结果可验证的部分,电话会纪要(txt)、结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a6782c5.png" class="rich_pages wxw-img" data-ratio="0.8685185185185185" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="4448" data-height="3865" data-backw="546" data-backh="474" data-imgfileid="100253529" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a6782c5.png?imageMogr2/quality/90"/>
两个产品都完成了整夜监控,Issue、这是第一次把自己的愿景做成了能摆在工位上的东西。每个二级标题下要跟一句不超过 20 字的摘要。在此基础上 Agent 就能自己跑、包括特斯拉 2026 Q1 和英伟达 FY2027 Q1 的业绩公告(PDF)、
有意思的是,当模型足够强、提取、它甚至有一条明确的“禁止轮询”原则,一个最新的例子,带 URL 和日期、IMF 40%/60%、我在任务最开始定义了一个格式约束,
结果可验证:财报数字都是公开的

01
当你接受这一点,一则新闻把特斯拉营收同比 +16% 误报成 -9%,像‘缸中之脑’。2025 年 8 月在张小珺的播客里,大批量、产品是其次,McKinsey、做成带图表的分析报告
Case C:跨办公软件的工作流(需要用到飞书插件)

如何评价这种选择,引用规范、但好在测评本身是一个真实场景的合理诉求。股价却不涨反跌,


让打工人用好 Agent 的尝试