作者 | 四月

4 月 20 日深夜，Kimi K2.6 發(fā)布并開源。它最值得被探討的，并非又贏了幾個 Benchmark，跑分逼平乃至反超海外三巨頭。這些數(shù)字反映的更多是理論上限，而非你我實際上手時的真實水平。

圖注：K2.6 基準(zhǔn)測試成績。在 DeepSearchQA、SWE-Bench Pro 等核心 Agent 與代碼評測項目中位居第一，在 Humanity's Last Exam 等博士級難度測試中持平或優(yōu)于三巨頭（GPT-5.4、Claude Opus 4.6 和 Gemini 3.1 Pro），整體成績處于同級別模型的第一梯隊。

K2.6 更現(xiàn)實的意義，還在于它拋出了一個關(guān)鍵命題：

當(dāng)模型步入 Agent 時代，競爭內(nèi)核已從“單次作答的靈光乍現(xiàn)”，躍遷為“多步執(zhí)行的善始善終”。Agent 的價值不再停留于輸出答案，而在于多步執(zhí)行、對象管理、結(jié)構(gòu)維護(hù)與增量更新中的系統(tǒng)承載能力。

這才是新一代模型真正的分水嶺。

循此判斷，筆者摒棄了常規(guī)的單點用例測試，轉(zhuǎn)而借 Andrej Karpathy 的 AI Wiki 思路，設(shè)計了一組高承壓任務(wù)。這套思路自 AK 大神在本月初提出，迅速出圈狂攬兩千萬曝光，被視為“檢索增強(qiáng)的下一代范式”。

測試目的直指 Agent 底層能力：它能否超越單純的“內(nèi)容生成”，展現(xiàn)出將內(nèi)容組織為結(jié)構(gòu)、將結(jié)構(gòu)推進(jìn)為系統(tǒng)的建構(gòu)能力。

比寫代碼難得多的任務(wù)

如果只是驗證代碼能力，最簡單的做法是復(fù)現(xiàn)網(wǎng)頁、寫個應(yīng)用。直接，出活快。但這測的只是局部優(yōu)勢，而非 Agent 的工作流承接力。

所以，Andrej Karpathy 的 AI Wiki 成了更優(yōu)選。它表面是搭網(wǎng)站，內(nèi)核卻是一套知識編譯系統(tǒng)。這也正是它比普通 RAG（檢索增強(qiáng)生成） 更難的地方。

圖注：基于 K2.6 Agent 搭建的一套 Harness Engineering Wiki，已形成可檢索、可路由、可寫回的知識閉環(huán)系統(tǒng)，具備持續(xù)演化的工程知識庫形態(tài)。效果可參見：https://f24e2z3zeghre.beta-ok.kimi.link/

很多人一聽“AI 知識庫”，認(rèn)為還是老一套：切片、建索引、檢索、生成。每次問答都從零開始，毫無沉淀。

而 AK 大神的破局點，正在于把“查資料”變成了“整理知識”，將無狀態(tài)檢索（即沒有記憶，不留痕跡）推進(jìn)為有狀態(tài)編譯。這體現(xiàn)在 Wiki 極清晰的三層架構(gòu)上：

架構(gòu)之外，更有精髓。AI Wiki 的真正價值，在于把知識系統(tǒng)的重心從“文檔展示”轉(zhuǎn)向了“對象構(gòu)建”。原始資料喂進(jìn)去，不直接吐長文，而是先拆解為主題、概念和來源，再織成一張可檢索、可連接、可擴(kuò)展的網(wǎng)絡(luò)。

頁面 UI 只是表皮，底層真正拷問的是：對象穩(wěn)不穩(wěn)？關(guān)系立不立得??？新信息進(jìn)來，舊結(jié)構(gòu)會不會崩？

但原版的 Wiki 思路不是沒有短板：偏本地。它回避了線上系統(tǒng)的致命問題：對象如何持久化？增量如何接入？舊結(jié)構(gòu)如何防覆蓋？前后臺如何同步？

所以，這一次我們不做簡單復(fù)刻，而是將其從一套離線編譯流程，改造為可在線運行、持續(xù)更新、前臺可訪問的知識網(wǎng)絡(luò)。從離線走向在線，從生成走向系統(tǒng)。

這也天然地覆蓋了當(dāng)前 Agent 最該被檢驗的五大能力：

• 長鏈執(zhí)行：持續(xù)推進(jìn)，而非單輪結(jié)束

• 結(jié)構(gòu)組織：拆為對象，而非停留于段落

• 系統(tǒng)維護(hù)：新信息入網(wǎng)，舊結(jié)構(gòu)不崩

• 前臺落地：組織成可用的界面，而非僅存于后臺

• 任務(wù)拆解：規(guī)模擴(kuò)大時，能否并行處理

為什么要用 K2.6 來測？

Kimi K2.6 值得測，恰恰在于它這次強(qiáng)化的幾條主線，與這類任務(wù)高度重合。

從官方披露的信息看，K2.6 的提升并不只停留在參數(shù)和榜單，而是明確落在了三種更接近系統(tǒng)任務(wù)的能力上：長鏈執(zhí)行、Vibe Coding 與 Agent 集群。

先看長鏈執(zhí)行。官方給出的案例里，K2.6 能在復(fù)雜任務(wù)中連續(xù)運行 12 小時以上、調(diào)用上千次工具、完成 4000 余行代碼修改；在主動式 Agent 框架中，甚至給出了最長 5 天持續(xù)自主運行的能力描述。

這類指標(biāo)的意義，不只是“它更耐跑了”，而是它開始具備承接持續(xù)任務(wù)的基本條件。

而 AI Wiki 恰恰不是一次性生成任務(wù)，它要求模型能夠在對象抽取、關(guān)系組織、頁面生成和后續(xù)維護(hù)之間不斷往返。沒有足夠強(qiáng)的長鏈穩(wěn)定性，這類任務(wù)很容易在中途塌掉。

再看 Vibe Coding。K2.6 這次另一條被明顯強(qiáng)化的能力，是將代碼、視覺理解與前端表達(dá)結(jié)合起來，直接交付專業(yè)級 Web 應(yīng)用。對于 AI Wiki 來說，這一點并不只是“頁面更好看”——它意味著模型不只要會整理知識，還要能把知識網(wǎng)絡(luò)做成一個可瀏覽、可使用、可繼續(xù)擴(kuò)展的前臺系統(tǒng)。

換句話說，AI Wiki 不是純知識抽取任務(wù)，必須落地成可瀏覽、可交互的前臺界面。這正是 K2.6 突出的強(qiáng)項。

最后是 Agent 集群。官方披露，K2.6 的集群架構(gòu)最高支持 300 個子 Agent 協(xié)同，并且明確強(qiáng)調(diào)了它在搜索、深度研究、文檔分析和長文創(chuàng)作等任務(wù)中的協(xié)同能力。

這對于 AI Wiki 也非常關(guān)鍵。因為一旦輸入資料一多，任務(wù)就很容易從“一個 Agent 持續(xù)推進(jìn)”轉(zhuǎn)向“多個 Agent 分工處理”。也就是說，AI Wiki 不只是一條長鏈任務(wù)，它天然也具備被 Swarm 化的潛力。

具體來看，這次任務(wù)至少包括四個關(guān)鍵環(huán)節(jié)：

1. 消化與編譯（Raw Source → 結(jié)構(gòu)化對象）原始文本不能直接當(dāng)正文展示，必須先被拆解、提純，編譯成主題、概念、對比關(guān)系與來源，形成結(jié)構(gòu)化對象層。難點在于：多步驟信息處理中，模型的準(zhǔn)確性和連貫性在這里最先暴露。

2. 聯(lián)網(wǎng)與落地（對象層 → 可用前臺系統(tǒng)）基于編譯結(jié)果生成 Topic 頁、Concept 頁、對比頁、關(guān)系圖譜，并保證頁面之間形成跳轉(zhuǎn)閉環(huán)。這考察的是 Vibe Coding 能力：結(jié)構(gòu)能不能真正變成可用的產(chǎn)品。

3. 調(diào)用與反哺（知識問答 → 持續(xù)沉淀）頁面之間不只有鏈接，還要能表達(dá)相似關(guān)系、對比關(guān)系和來源回溯，把"頁面集合"推進(jìn)成"知識網(wǎng)絡(luò)"?？珥撁娌僮髦械囊恢滦裕沁@一步的核心考驗。

4. 維護(hù)與演化（增量接入 → 系統(tǒng)自愈）新資料進(jìn)入后，系統(tǒng)要能繼續(xù)觸發(fā)編譯，支持?jǐn)噫湙z查和重復(fù)概念識別。這測的不是一次性生成的驚艷，而是長程運行中的自我修復(fù)與持續(xù)生長能力。

此外，為更完整地觀察 K2.6 在不同任務(wù)組織方式下的能力邊界，這次測試并不只在一個執(zhí)行環(huán)境中完成，而是分別考察了它在單 Agent 、 Agent 網(wǎng)站 和 Agent Swarm （集群）三種模式下的表現(xiàn)：

其中，單 Agent 作為基線，網(wǎng)頁端 Agent 重點考察連續(xù)施工能力，Swarm Agent 則進(jìn)一步測試復(fù)雜任務(wù)的拆解與協(xié)作組織能力。

單 Agent 基準(zhǔn)：
系統(tǒng)骨架成型，知識閉環(huán)待補(bǔ)

如果只給 K2.6 一個基礎(chǔ)單 Agent 執(zhí)行環(huán)境作為基準(zhǔn)水平，它的表現(xiàn)可以概括為一句話：前臺成型很快，系統(tǒng)感很強(qiáng)，但知識閉環(huán)最初并沒有自然成立。

它最先兌現(xiàn)的，是兩項能力。

這輪測試?yán)?，K2.6 最先體現(xiàn)出來的，不是單點頁面生成能力，而是把復(fù)雜任務(wù)持續(xù)推進(jìn)成一個完整原型的能力。圍繞我們給出的要求，它先后完成了信息架構(gòu)設(shè)計、對象層拆解、頁面路由搭建和主要交互補(bǔ)全，逐步做出了賬號登錄、工作臺、知識索引、主題頁 / 概念頁、問答 / 洞察面板以及知識圖譜等核心模塊。

從結(jié)果上看，這已經(jīng)不是一個零散頁面集合，而是一套具備明確結(jié)構(gòu)和產(chǎn)品感的知識網(wǎng)絡(luò)雛形。

這里最值得強(qiáng)調(diào)的，首先是它的長鏈條任務(wù)能力。

AI Wiki 不是一次性生成任務(wù)，而是一個需要在資料輸入、知識編譯、頁面生成、關(guān)系組織和后續(xù)維護(hù)之間反復(fù)往返的長鏈工作流。K2.6 在單 Agent 模式下，已經(jīng)表現(xiàn)出了承接這類任務(wù)的基本穩(wěn)定性：它不是完成一個頁面就停，而是能沿著既有上下文持續(xù)往前推進(jìn)，把任務(wù)一步步從“做頁面”推向“搭系統(tǒng)”。

這一點很重要，因為如果沒有足夠強(qiáng)的長鏈穩(wěn)定性，這類任務(wù)通常會很快退化成局部補(bǔ)丁，而無法積累成完整結(jié)構(gòu)。

第二個更突出的優(yōu)點，是它的自我修復(fù)能力。

單 Agent 模式下，K2.6 并不是一開始就把所有鏈路都做對了，但它有很強(qiáng)的“沿著當(dāng)前系統(tǒng)繼續(xù)修”的能力：頁面缺入口，就補(bǔ)路由；對象層不完整，就補(bǔ)實體；跳轉(zhuǎn)不閉環(huán)，就補(bǔ)詳情頁；圖譜數(shù)據(jù)不夠，就繼續(xù)補(bǔ)關(guān)系讀取。

這種能力的價值在于，它不只是生成一次結(jié)果，而是能在連續(xù)上下文中維持系統(tǒng)狀態(tài)，對已有結(jié)構(gòu)做增量修正。這比“第一版就完美”更接近真實工程任務(wù)，也更能體現(xiàn) Agent 的實際承接能力。

同時，K2.6 的Vibe Coding能力在這一輪里也相當(dāng)突出。它不僅能把知識對象落成前臺，還能迅速做出風(fēng)格統(tǒng)一、結(jié)構(gòu)清晰、適合展示的產(chǎn)品界面。換句話說，單 Agent 模式下，它已經(jīng)證明自己不只是會寫頁面，而是能把抽象任務(wù)迅速組織成一個“像樣的系統(tǒng)原型”。

當(dāng)然，單 Agent 的邊界也在這一輪里顯露出來。最核心的問題不是頁面是否成型，而是知識鏈路不會隨著頁面一起自動成立。也就是說，前臺可以很快搭出來，但知識編譯、問答調(diào)用和沉淀閉環(huán)，初始狀態(tài)下往往還需要繼續(xù)補(bǔ)強(qiáng)。

更進(jìn)一步：從單點執(zhí)行到系統(tǒng)組織

單 Agent 已經(jīng)給出了基線：它能把復(fù)雜任務(wù)壓成系統(tǒng)原型。接下來的問題是，當(dāng)執(zhí)行環(huán)境增強(qiáng)，K2.6 能把任務(wù)推進(jìn)多深？

從結(jié)果看，網(wǎng)頁端 Agent 和 Swarm 模式都帶來了明顯提升，但方向截然不同：網(wǎng)頁端 Agent 強(qiáng)化了對同一系統(tǒng)的連續(xù)施工與修正能力；Swarm 模式強(qiáng)化了對復(fù)雜任務(wù)的拆解、分工與編排能力。

4.1 Agent 網(wǎng)站模式：更強(qiáng)的連續(xù)施工能力

“Agent 網(wǎng)站”最突出的特質(zhì)，不是多做了幾個頁面，而是能在同一套系統(tǒng)上連續(xù)迭代。

圖注：Agent 網(wǎng)站模式的體驗入口

在測試中，它圍繞既有知識網(wǎng)絡(luò)持續(xù)補(bǔ)全：從編譯管線、狀態(tài)處理到知識圖譜，始終保持了極強(qiáng)的上下文延續(xù)性。對于 AI Wiki 這類任務(wù)，最難的從來不是初版原型，而是多輪修改后系統(tǒng)不散架：對象層有沒有被保留？邏輯有沒有被延續(xù)？網(wǎng)頁端 Agent 在這一點上表現(xiàn)出了真正的工程連貫性。

更進(jìn)一步，它的核心優(yōu)勢在于能不斷重新識別系統(tǒng)的真實約束。

最典型的例子是登錄與數(shù)據(jù)庫的實現(xiàn)：它先按標(biāo)準(zhǔn)全棧思路做了認(rèn)證和持久化，但部署后迅速察覺靜態(tài)環(huán)境無法承載后端服務(wù)，于是果斷切回本地持久化方案，把產(chǎn)品重新拉回可運行狀態(tài)。

當(dāng)然，它的邊界也依然存在。Agent 網(wǎng)站模式的典型問題，不是不會推進(jìn)，而是容易先把前臺和交互做成立，再逐步追補(bǔ)底層鏈路。

4.2 Agent Swarm 模式：不再硬扛，開始組織系統(tǒng)開發(fā)

如果說網(wǎng)頁端 Agent 是更強(qiáng)的執(zhí)行器，那么 Swarm 模式帶來的則是質(zhì)的躍遷：它讓 K2.6 嘗試把任務(wù)本身組織成一個可拆分、可協(xié)作、可調(diào)度的系統(tǒng)工程。

在測試中，Swarm 不再滿足于修補(bǔ)現(xiàn)有網(wǎng)絡(luò)，而是把開發(fā)過程抽象成了一套集群工作流：定義 Research、Architect、Compiler 等角色，制定流程模板、命令系統(tǒng)、狀態(tài)機(jī)與消息協(xié)議，甚至做出了任務(wù)流可視化。

這種變化極其關(guān)鍵。AI Wiki 天然是多線程任務(wù)，研究、編譯、生成、維護(hù)如果全壓在一個 Agent 身上，長鏈路很容易出現(xiàn)崩潰。Swarm 給出的是系統(tǒng)工程的解法：不把所有事硬扛，而是先拆成角色，再組織成流程。

它的深層價值，在于極強(qiáng)的抽象表達(dá)能力。它能把零散的開發(fā)過程，重寫成結(jié)構(gòu)化的方法體系——誰先做、誰負(fù)責(zé)、怎么流轉(zhuǎn)、交付什么。這意味著它不僅在執(zhí)行項目，更在生成一份可復(fù)用的“開發(fā)語法”。

能力形態(tài)開始從“完成一次任務(wù)”躍升為“為同類任務(wù)生成可復(fù)制框架”。

然而，Swarm 的邊界也很清楚：方法論和協(xié)作框架做得漂亮，但具體執(zhí)行細(xì)節(jié)未必同等扎實。不過這恰好印證了它的核心定位：它不是更強(qiáng)的執(zhí)行模式，而是讓復(fù)雜任務(wù)進(jìn)入“可分工、可編排、可復(fù)用”狀態(tài)的能力放大器。

4.3 三種模式，三層系統(tǒng)能力

將三種模式放在同一坐標(biāo)系，比較三者各自最有代表性的能力形態(tài)與能力本質(zhì)更為清晰。

從“單輪聰明”到“長鏈存活”

這輪評測下來，我越來越清晰地感受到：模型競爭的重心正在改變。

真正重要的，已經(jīng)不只是回答得像不像、寫得好不好，而是它能不能在真實任務(wù)里持續(xù)推進(jìn)、持續(xù)修補(bǔ)，并最終把結(jié)果落成一個可用的系統(tǒng)。

單 Agent 搭骨架、Agent 網(wǎng)頁通經(jīng)絡(luò)、 Agent Swarm 做編排，這不僅是對 K2.6 的能力測繪，更是行業(yè)下一階段的預(yù)演。

Agent 時代，競爭深水區(qū)，已從“誰生成質(zhì)量更高”轉(zhuǎn)為了“誰的系統(tǒng)存活率更高”。

市場早已厭倦了單輪聰明的玩具。當(dāng)下真正需要的，是三種硬核特質(zhì)的系統(tǒng)融合：抗衰減的長鏈可靠性、遇阻即改的路徑校準(zhǔn)力、面向系統(tǒng)的結(jié)構(gòu)編排力。