确实是很好用，关于 Kimi 之前写过很多篇了，这次他们推出了Kimi Work。一款主力面向非程序员、知识工作者的的桌面Agent产品，可以读本地文件、操作浏览器、查数据源、写文档、跑长任务，甚至调动最多 300 个 Agent 分工协作。当然，Kimi Work Beta 版其实在 3 号的时候就推出来了，为什么今天突然想跟大家聊聊。因为这次更新，又加入了个新东西「目标模式」。
— Kimi 目标模式你可能会愣一下。办公就办公，加个「目标模式」是什么意思？这事，得从最近圈里另一个词说起。Vibe Coding 大家玩了快一年了。氛围编程，你不写代码，你跟 AI 说想要什么，它写。现在这股风，从写代码刮到了写一切。有人管它叫 Web Working，我更愿意叫它VibeWorking，氛围办公。
而 VibeWorking 真正的发动机，是最近吵得最凶的一个概念。Loop Engineering。当你不再只是让 AI 回答一个问题，也不只是让 AI 改一段代码。你开始把一个真实工作交给它。比如做一份调研、写一本书、续写一部长篇小说、完成一套基金研究框架。这时候，Prompt 就不够了。你需要的是目标。
过去几年，我们围绕 AI 使用方法，诞生了很多词。Prompt Engineering、Context Engineering、Harness Engineering，还有最近很火的 Loop Engineering。
Prompt Engineering 解决的是，你会不会把话说清楚。Context Engineering 解决的是，你会不会把资料喂完整。Harness Engineering 解决的是，你会不会给 AI 设边界、配工具、搭环境。Loop Engineering 解决的是，你能不能让 Agent 一轮轮持续跑下去。卡兹克在他那篇刷屏的文章里有个说法我很认同。这四个 Engineering，背后其实是四门老学科。语言学、信息科学、控制论、管理学。而 Loop 这一层，说是工程，它的核心根本不在工程，在管理。所以，这个词还可以再收紧一点。它真正的核心，不是 Loop。是 Goal，也就是目标。你让 Agent 一直循环没有意义。真正有意义的是，它知道自己要往哪里跑，跑到什么程度算完成，跑不动的时候要留下什么。所以我更愿意把这件事叫Goal Engineering。
Kimi Work 的目标模式，本质上就是给 AI 留一张任务单。这张任务单里，至少要写清五件事：
这五件事写清楚，Agent 才有可能从「会回答」变成「会干活」。
Kimi Work 原本的定位，就很适合做这件事。它就是一个坐在你电脑里的项目组。你可以晚上把活交给它。第二天早上回来，看它有没有交付文件、表格、报告、代码、图表，或者至少交付一个清楚的阻塞说明。有没有发现跟我们小时候玩 QQ农场有点类似，给我的感觉就是「早 C 晚 A」。
— 早 C 晚 A 工作流示意图当然，也别把它神化。
但我觉得这正是目标模式值得测的地方。话不多说，究竟都能干啥活，我们直接上实战。
第一个场景，是深度调研。我前段时间正好看了刀哥那篇关于大学本科专业目录变化的文章，里面讲到 AI、交叉学科和产业变化正在反过来影响专业设置。这个选题很适合目标模式。你要看 2022 到 2026 年中国大学本科专业目录和本科专业备案审批结果的变化。还要看哪些专业新增，哪些方向变热，哪些名称背后其实是 AI、数据科学、智能制造、生物医药、新能源、低空经济这些产业变化。
所以我给 Kimi Work 的任务，是让它调研 2022-2026 年中国大学本科专业目录和备案审批结果的变化，主题是：近几年大学专业正在如何被 AI、交叉学科和产业变化重写。要求大而全，数据和内容都要经过验证。这类任务的难点在于，中间路径很不确定。它可能要搜索教育部文件，整理年份，提取专业名称，做分类，交叉验证，再写成一篇普通读者能看懂的分析。如果是普通聊天模式，它可能给你一版文章。但目标模式下，我期待它做的是一套工作流：先确认资料源，再整理专业变化表，再做趋势分类，再写报告，再标注哪些数据可信，哪些还需要人工复核。之后，开了 Agent 多集群模式下，它自己还 kuku 跑了一个多小时，
Kimi Work 多集群执行过程 GIF
最后交回来的东西，说实话超出我预期。
一份完整报告，加上12 个维度的细分研究稿，背后挂了120 条规范格式的参考文献，数据来源标到了教育部目录、备案审批结果、麦可思就业数据这个颗粒度。我随机抽取了几个数据进去做了验证，都是客观真实存在的。这就是 VibeWorking 的典型场景，下达一个目标，然后让 AI 帮你完成一段研究工作。
第二个场景更有意思，之前我看花叔在微信读书上发布了很多关于 AI 概念的白皮书，当然他也借助了 AI 的能力去进行生成。现在正好 Kimi Work 有了「Goals」和多集群功能，我就想看一下它能不能完成这项任务。我让它写一本关于 Loop Engineering 的白皮书。
提示词也很直接：
这个任务跑了两个小时，最后输出了十几万字。成品非常非常非常的牛批。。给大家看下：
白皮书成书过程 GIF
十几万字，11 章，从前言到附录齐活。第 1 章讲 Prompt 时代，第 2 章 Context，第 3 章 Harness，第 4 章 Loop，一层层往上垒。。
而且分为写稿人、审稿人，一个维度一个 Agent 在挑刺，写的、查的、审的，分开。困难在于，它能不能把一个长程项目从目录、章节、正文、补充、修订一路推进下来。目标模式在这里的价值就很清楚。当然，十几万字我没法字字读完，这种长文里难免有重复和注水，真要出版还得人来精修。但作为一个初稿底子，当做内容的调研和查询，其实很足够了。。
这个最能看出「边界」的价值。我给它的任务是「围绕中证 1000ETF 和偏股基金筛选，做三套策略的可复现回测」。但我在目标最上面，先钉了一条铁律：
这条边界，它守住了。最后它交了整整一套，7 类交付物全齐，14MB。基金池、回测结果、风格暴露、研报、数据源清单、复现说明，还有 4 张图，净值曲线、回撤曲线、超额收益、风险收益散点。
数据是用 akshare 真拉的，从两万多只基金一路筛到最后。
中证 1000ETF 基准年化大概 11%。它筛出来的综合策略，回测里年化到了 60% 多，夏普从基准的 0.35 提到接近 1.9。数字很扎眼。但我更在意它的严谨。它拿不到的字段，比如基金经理任期，它列了张清单说「这些得人工补」，没瞎编。一个会主动告诉你「这里我不确定、这里我没数据」的 Agent，比一个什么都敢答的，更让人放心。
西游记后传我让它续写西游记，5 万字、25 回，文风贴着吴承恩，每写一章都要和前文做一致性检验。后半夜挂着，跑了五个多小时。回来发现它不光写了正文，还自己建了人物档案、世界观、13 条情节线索、29 个伏笔的登记表。
开篇悟空成佛之后那段：
那个味道，真有点出来了。逃亡小游戏一句话让它做个符文幸存者地牢游戏，3000 多行代码，打开就能玩。
巴菲特芒格 Skills 生成
还可以帮你管理论文文献清单，我给它的指令是：
它直接挑出来一份大而全的文献清单供参考。
— 文献列表只要是你的真实工作场景、真实需求，都可以拿来试试。
当然，Kimi Work 能做的远不止这些。比如世界杯赛事和球王生平总结，就适合做体育信息整合和历史回顾。
— 世界杯夺冠概率预测表还有一些非目标模式的用法，也值得一提。比如有朋友拿 Kimi Work 做基金管理。也有人在学术科研里，让多个 Agent模拟答辩委员会，做交叉质询。Kimi Work 还有海量的插件供我们任务中使用，直接添加即可。
有很多权威信源类插件供我们使用，比如学术科研。用户可以搜索 / 安装 / 授权各类插件，让 Kimi Work 调用外部工具来完成任务。这些场景很实用，但不一定都要开目标模式。我一直觉得，工具用得好，不是所有功能都往上堆。轻任务就用普通模式。
这才是正确姿势。
最后，可以把 Kimi Work 放回更大的趋势里看。VibeWorking 这件事，未来一定会改变办公生态。以前白领的核心能力，是自己会不会做表、写报告、查资料、做 PPT。后来变成，你会不会用 AI 辅助这些工作。再往后，我觉得会变成：
Kimi Work 的目标模式，至少给了一个很清楚的方向：未来的 AI 办公，不是人坐在聊天框前一轮轮催 AI。而是人定义目标，AI 持续工作，人回来验收。
对了，相信大家也看到了，我跑的这几个任务，下边都有一句本次任务消耗额度已减半。
能薅赶紧薅，蹬起来再说。以上。
我是甲木，热衷于分享一些 AI 观察，AI 干货内容。如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见 👋🏻
© 版权声明
文章版权归作者所有，未经允许请勿转载。
