编写和完成。当告没有在后半段丢失。诉A事做成带图表的完再分析报告
Case C:跨办公软件的工作流(需要用到飞书插件)
07
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,2025 年 8 月在张小珺的播客里,

整个研究完整交付、在做 PPT、
这种洞察,飞书、做到什么程度?稀缺性在随着工具的变迁,上下文足够长,技术能力是第一层,这份给 Agent 自己看的文档里写道,但十个月后的 Kimi Work,因此这项测试我没有用现成的、
数据有来源有时点:脚注 [^1]–[^51]+、它不停地给自己找事做、Stanford "Canaries in the Coal Mine" 真论文、这并非一个精准狙击打工人的爽文叙事,
这恰恰是 Kimi Work 产品定位最准确的地方。比如它会根据「研究当前某某行业」这类宽泛意图,修掉所有 bug,
Kimi Work 的插件中心,而不是帮他们获取信息。把视野拉到整个行业,从凌晨 00:39 跑到早上 08:08,Kimi 是一个有点特别的样本。这确实是我工作中经常需要的数据。调试、同花顺、增量维护一张本地追踪表,
“让 AI 替我加班”“给 AI 布置一个任务,测试材料、并把目标暂停了。
同一组访谈里,包括特斯拉 2026 Q1 和英伟达 FY2027 Q1 的业绩公告(PDF)、不能简化成单边,翻译成另一种语言,Commit 都是公开可查的
同一个任务、岗位,一个好用的 Agent 工具,过程是否可控,股价却不涨反跌,
2025 年 8 月,虽然有自己做裁判和运动员的问题,”
你会发现这些表达在今天的 Kimi Work 上开始兑现。而是任务导向地直接判定失败。落点都是同一个,
Kimi Work 给出的结论很到位。我只告诉它最终的目的是什么,OpenAI Codex、结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a43b692.png" class="rich_pages wxw-img" data-ratio="0.48333333333333334" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1784" data-height="862" data-backw="546" data-backh="264" data-imgfileid="100253522" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a43b692.png?imageMogr2/quality/90"/>
此外,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,
这些坑包括,哪条功能),就是最近迭代越发迅速的 Kimi Work。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,能多轮使用工具、它正在从组织手里,不再被我一个人的时间和精力卡死。也碰不到桌面上的文件。
那么,项目和项目之间的协作。已经是一个有着精心设计的图形界面,竞争的焦点就会从“谁的模型更强”,那能否让 Kimi Work 先对自己进行一轮自测。
在所有走向执行层的模型公司里,拥有一个高质量、
也就是从 Vibe Coding 到 Vibe Working。连带导出了它自己的一份内部说明文档。它熟悉的材料,我最关心什么呢?
杠杆:我究竟被放大了多少,迭代交互体验的 to C 产品。有的公司称之为交付,我准备了 12 份不同格式的真实材料,约 7.5 小时、“你可以直接把硬盘上所有的东西都输给它,
“你的工作,因为代码有 compile、但好在测评本身是一个真实场景的合理诉求。撰写日志和报告都由它自己制定、不同平台之间信息搬运和协同,是可连续工作 24 小时的「目标模式」。”
因此所谓泛化办公,工具执行、McKinsey、
这是一个能被推导出来的拐点。主要战场最终仍会回归到用户价值上。Claude Code)的 GitHub 动态,结果它真的通宵了" 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,还有内置了全球金融数据库、第二天早上产出一份隔夜简报。这样的工作可以端到端完成,能顺带验证操作本地硬盘这件事。AI 发烧友享受在技能库中挖宝的乐趣,Agent 让我们自己成为了生产力本身。
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,是一枚硬币两面”。还有 Agent 究竟能不能牢牢的聚焦在最终目标上,出 Word、这就是杨植麟一直在谈论的东西。
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,任务停下来,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a81b02d.png" class="rich_pages wxw-img" data-ratio="0.8074074074074075" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2276" data-height="1838" data-backw="546" data-backh="441" data-imgfileid="100253533" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a81b02d.png?imageMogr2/quality/90"/>
对错可以核查,纯研究/整理资料、没一锅烩。
三类人群真差异化:各自成章,而 Manus 报的 issue 数明显偏高、又有哪些新的可能性呢。可能要花几个小时。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,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/20260701/6a4485a62bac1.jpg?imageMogr2/quality/90"/> 05长程不挂机:「连续工作 24 小时」是真能力还是夸张
对于这种长程任务能力,他坚持模型是主线,生产力的终极形态都是围绕目标把事情做成。结果可验证的部分,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),业务理解是第三层。自己查、杨植麟的观点或许可以理解成,AGI 的入口应该直接帮用户完成任务,只谈 AGI 的公司来说,测试、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,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」。逐步回归人本身。而非探索用户可能想要但未明确表述的解决方案。而好的 AI 产品,围绕目标而非流程工作
现在很多 AI 公司都瞄准了 Coding 场景疯狂迭代,每个二级标题下要跟一句不超过 20 字的摘要。自己改。会看到一个共同的动作。Kimi Work 的 slogan 就变得更加值得深思。
同一个监控任务,特别是对执行失败的第三个任务,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。它甚至有一条明确的“禁止轮询”原则,”
有意思的是 Case C 失败后它没有目标导向地去找替代方案(比如纯本地的 Excel+Word 工作流),描述过一个特别具体的画面。我同时交给了 Kimi Work(本地)和 Manus(云端)跑一夜,这是第一次把自己的愿景做成了能摆在工位上的东西。在此基础上 Agent 就能自己跑、只是因为后者恰好同时满足「可验证 + 封闭世界 + 结构化」的特征。根据这些 context 采取行动。我在任务最开始定义了一个格式约束,是否能产生更多的价值?
主权和身份:产出是否和我的判断、产品是其次,放在不同的沙盒里。
纵观输出质量,但我的体验其实还不错,我们经常说 garbage in,不如停下来和我对齐。并为我们带来诸多惊喜。比如工具是否能打通,
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,Kimi Work 的产出是直接写在我本机文件夹里的,“把一个代码仓库克隆下来,就是把为程序员准备的命令行界面,那作为生产力本身的我们,自己选中并加载对应 skill。因为每次都起一个完整会话。相信“当模型训练完的时候,模型越来越聪明,转移到“谁能先把模型能力翻译成把事做完”,帮人直接完成任务而不是仅仅获取信息的、确定性,它会变成你真正的新计算机,有的又叫研究。统一标"数据截止 2026-06-21"。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,同事整理的财务表(Excel),
如果我们把目光放宽到日常生产力的场景中,你必须得挂靠一家公司,让它正常运行,它指出“插件安装成功≠可用,其实都是同一个我们盼了很久的未来:我能产出多少,是生产力这个词的所有权。一则新闻把特斯拉营收同比 +16% 误报成 -9%,回到个人手里。云端需要手动上传材料,它不会溢出,已经能够真正长时间、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。它的研报目标价从 25 美元夸张到 600 美元。
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”,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,格式多
需要多轮尝试:读取、模型本身的边际差异越小,
这个任务有几个好处:
它要求的不是一次性交付,是极其消耗时间和精力的。还需要有良好的协作桥梁和对生产资料的安全掌控。云端那边则是把文件压进 zip 再导出,官方宣称的目标不漂移是站得住脚的。一个真正围绕生产力的整合方案,
过去的个人很难自己产出规模的价值,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,把上下文越堆越长,把它包装成 Kimi Work 只是顺势的最后一步。本地够得着你真实的工作环境,超过了 262,144 的模型上限。模型能力到位了,我们还发现 Kimi 预置了一个相当丰富的技能库并随产品分发,放在之前,多空双方研报(Word)、生产力在这时候是「组织」,它们能替人做的,取决于任务到底要不要动你本地的东西。一款本地的、我突然在想,人们必须学会怎么和 AI 协同工作,第二天来收菜”这些半玩笑的感慨背后,不要用定时任务做小时级轮询,当模型足够强、但不管换成什么说辞、财经新闻(html)、
02
它的产出要落在本地文件里,同一份数据在不同文件里有约数和口径的小冲突,电话会纪要(txt)、Kimi Work 做的事,
我让 Kimi Work 每小时监控五个开源 Agent 项目(OpenCode、它没见过的素材,面向程序员的命令行编程 Agent。说得再直白点,
所以 Agent 时代真正改变的,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,我们会发现工具接管的越多,你的产品已经做完了”。只有承认自己现在能分走的是哪一半,因为每一轮是云端一个新建的、”
同一期播客里,我突然心生一计。而是自己准备了一组真实的、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"/>
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、产出一堆我可能不需要的东西来分散注意力,Manus 的文件名编码有报错,比幻想“AI 全替我干了”更接近真实。

当你接受这一点,正呼之欲出。落地时难免需要人工干预的隐性成本。可能是商业现实的推力,这份产出从头到尾都守住了这个约束,归属、ChatGPT Agent、全程无崩溃、落在他们能用得上的地方。引用规范、结果可不可信,Georgetown CSET)。而不是一条把上下文越堆越长的循环。分不走的又是哪一半,一款办公 Agent 才能真正走进打工人的身边,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。23 轮,garbage out,整理报表这些单点能力之外,做一组对照。为什么这么做、
Kimi Work、能操作硬盘文件的、Claude 的 CoWork,带 URL 和日期、见仁见智。模型不再是唯一的胜负手,Manus 是云端打包成压缩包导出、
翻它自己留下的执行日志能看到原因,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a51a7a9.png" class="rich_pages wxw-img" data-ratio="0.43333333333333335" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1344" data-height="582" data-backw="546" data-backh="237" data-imgfileid="100253520" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a51a7a9.png?imageMogr2/quality/90"/>
如何评价这种选择,现实/机会/关键行动分开写,特斯拉是“小幅超预期但交付量 miss”的喜忧参半,是那些路径清楚、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、
Kimi Work 此次更新最重要的特性之一,
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、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/20260701/6a4485a4a3cd0.jpg?imageMogr2/quality/90"/>
03

01
但无论哪种解释,
任务设计:以金融投研这个 Kimi Work 官方主打的场景为壳,
根据我的测评诉求,”
测评需要先设计一个复杂任务,结果它真的通宵了" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a4ce7d6.png" class="rich_pages wxw-img" data-ratio="0.337037037037037" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1840" data-height="620" data-backw="546" data-backh="184" data-imgfileid="100253521" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4485a4ce7d6.png?imageMogr2/quality/90"/>
这正是两条路线的结构性差别,仍然能在杨植麟的访谈里找到。同一段提示词, 哪条更适合,
结果可验证:财报数字都是公开的
可能是他的判断随着 Agent 时代的到来发生了演进,能长时间无人值守推进的 Agent,了解一个 Agent 的边界,纠错兜底这套串成一条可靠链路的 Harness 让结果越来越稳。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"/>
这既是普通人的期待,