
一个免费的开源模型,只靠一条提示词,就能驱动 300 个并行智能体,完成 4,000 个协同步骤,而且在真实研究任务上的表现,比那些价格高出 5 倍的模型还更好。
大多数人甚至从没真正打开过它。
他们打开 Kimi,输入一个问题,拿到答案,关掉标签页。这只是聊天框。它能用。但那大概只占这个产品能力的 10%。
大多数人真正跳过的是这一部分:
这个智能体群不只是跑得快。只要用对了,它每次都会留下点东西。可能是一个可复用的技能,更锋利的 spec,或者一条约束,防止下一次运行重犯今天的错误。
昨天替你跑任务的那群智能体,应该比今天这一群更聪明。
OUTPUT: [file type] / [count] / [naming] / [format detail]
# strong examples:
OUTPUT: 1 .xlsx, one row per model, + 200-word brief
OUTPUT: 30 HTML files, one per store, named by business
OUTPUT: 40-page PDF + 20,000-row CSV + 14 PNG charts
这就是闭环。 Kimi 负责干活,也负责学习。Opus 4.8 守在其中一个关口,也就是验证关,它唯一的职责就是阻止垃圾被保存成技能。引擎负责学习,守门员负责保证它不自欺。
有些人选定一个模型就一条路走到黑。有些人追着排行榜顶端跑。还有些人接上 LangGraph,然后花整个周末去调一张 DAG。
结果通常都一样。一个工作流,跑到第 50 次时,做的事和第 1 次一模一样。
这里不是这样。这里给出的是一整套会不断复利的智能体群打法。10 个步骤。每一条提示词都能直接复制粘贴。每一个数字都经过验证。
第一部分,先把这个闭环搭一次。之后就一直用下去。
01. 写 spec,不要写 prompt
大多数人一听到 300 个智能体,就会甩出一句话,比如 研究健身 App 市场,然后指望它产出惊艳结果。这是烧钱最快、产出垃圾也最快的方式。
一行提示词,等于把所有决定权都交给智能体群,而它大概率会决定错。
把智能体群当成承包方,不要当成神灯。spec 要定义清楚收集什么,什么算有效,允许哪些来源,输出格式具体是什么,出现冲突时怎么处理。大多数人会跳过的关键点在于,Kimi 会自己决定任务拆解方式。
你不用像在 CrewAI 里那样手工搭智能体,不用像 LangGraph 那样去接图,也不用像 AutoGen 那样定义结构。你只需要描述目标,智能体群会自己搭出组织结构图。
spec 是整个闭环里杠杆最高的产物,因为到了第 4 步,它会变成你可复用技能的种子。
# CONSTRAINTS.md — loaded automatically
- every claimed figure must trace to a primary source or be flagged
- no silent conflict resolution — surface contradictions
- [rule distilled from last run's Opus feedback]
- [the mistake you never want repeated]
Scope-lock: do not touch anything outside the spec's SCOPE block.


02. 花钱之前,先看任务拆解方案
这是新手最常跳过的一步,也是跳过后代价最高的一步。
提交 spec 之后,Kimi 会在正式运行前先给出执行方案,也就是会用多少子智能体,每个负责什么,依赖顺序是什么,步骤预算是多少。
看它。一场拆错了的 200 智能体运行,浪费的是真金白银和真时间。检查方案本身不花钱。你要看三件事。它有没有理解范围,智能体数量对这个任务规模来说是否合理,输出方案是不是你真正需要的东西。
有个细节值得知道。4,000 步是指 整个智能体群的总协同步骤预算,不是每个智能体 4,000 步。一次 300 智能体的运行,平均每个大约 13 步,也就是短而专的子任务。这能帮助你判断你的任务是否适合这种形状。
Execute the spec end to end.
Parallelize wherever the plan allows.
Report progress every 30 steps.
Flag any blocker immediately — do not work around it silently.
If a sub-agent stalls >10 min, reassign or report.
Merge everything into the OUTPUT defined in the spec.
一行提示词是愿望。spec 是命令。智能体群执行的是命令。
03. 让它浪费一点,这正是重点
现在开始运行。最多 300 个子智能体会分波并行启动。第一波处理那些完全独立的子任务。
随着结果回流,编排器会继续发起下一波,去处理依赖这些结果的任务,直到整张依赖图被跑完。
每个子智能体都在自己受限的上下文窗口里工作。这就是结构上的诀窍。单个智能体处理长任务时,会不断塞满自己的窗口,直到被淹没,开始做有损摘要,而之后的每一步推理都会越来越差。
智能体群给每个子任务分配独立且收口的上下文,所以回到协调器手里的,只有结构化输出。这就是为什么它在那些能把单个智能体拖垮的任务上也不会崩。
因为 Kimi 的价格是输入每百万 token 0.95 美元,输出每百万 token 4.00 美元,而命中缓存时只要 0.16 美元,所以你完全可以把第一次尝试直接扔掉,再跑一遍。廉价的大规模运行,会改变你愿意尝试什么。
Run the saved skill "[name]" on these new inputs.
Apply CONSTRAINTS.md. Use the captured output format.
[attach new files]
Report only deviations from the skill's expected shape.

04. 要真实文件,不要聊天框里的回答
智能体群的输出,不该是窗口里的一段文字。它应该是能直接进入你工作流的结构化交付物。而这一点,恰恰是大多数文章都没讲到的。
一次运行,就能产出 PDF、表格、数据集、幻灯片和可运行代码,而且都来自同一次启动,因为 Kimi 原生就支持生成这些格式。
所以 spec 一开始就要先写输出。
一份全面的报告,会给智能体留出提前收工的空间。一份 40 页 PDF 加一个 20,000 行的 CSV 再加 14 张可直接导出的 PNG 图表,才会给它们一个必须达到的质量目标。
差别就在输出层面的具体程度。

05. 把诚实的模型对准输出,问它哪里错了
这里是唯一不由 Kimi 来做的环节。这个智能体群有个已知缺点。如果你不明确要求验证,它会产出自信满满但引用不足的结论,而不同子智能体之间有时还会互相矛盾。看起来完成了,和真的正确了,是完全不同的两回事。
Opus 4.8 正好就是为这个关口而生的。Anthropic 报告说,和 4.7 相比,它 放过自身代码缺陷且不加指出的概率大约低了 4 倍,而且它是第一个在不加批判地报告有缺陷结果这一项上拿到 0% 的 Claude。
它在这里的唯一职责就是反驳,不是夸奖。你花高价 token 不是为了让它生成内容,而是为了在第 4 步把某个悄无声息的错误永久存成技能之前,把它揪出来。

只有当有可靠的东西在检查结果时,廉价的大规模运行才是真正的超能力。验证关必须保留。
Show me the proposed decomposition before running:
- how many sub-agents, and what each one handles
- the dependency order (what blocks what)
- estimated step budget
- where the biggest quality-drop risk sits
Do NOT execute yet. Wait for my confirmation.
06. 把整个工作流保存成一个 Skill
这一步,才让这个闭环真正具备自我进化能力。遇到你还会重复跑的任务,就让 Kimi 把整个工作流保存成可复用的 Skill,里面包括输入格式、智能体步骤和输出格式。
第一次运行要 20 分钟。之后每次再跑,只要 30 秒。
这才是自学习这个词更诚实的版本。模型本身并不会在你的多次运行之间重新训练权重。
真正变聪明的是 围绕它的系统。你的技能库会随着每个项目一起增长,而之后每一次智能体群运行,都会自动套用这些技能。
竞争对手没法在一周内复制这套技能库。它是由你几个月真实运行积累出来的。

Save this entire workflow as a reusable Skill: "[name]"
Capture:
- input format (what files / spec shape it expects)
- the agent steps that worked
- the output format and naming convention
- the validation rules from the spec
Next time I run this, I attach new files and get the same shape.

07. 把你自己的文档喂进去,作为智能体群的知识
Skill 保存的是 流程。Document-to-Skill 保存的是 领域。把你最好的作品上传进去,比如一份成交提案、一份打磨好的报告、一套演示文稿,Kimi 会提取其中的结构和风格指纹,把它保存成一个技能,之后每一次智能体群运行都会自动套用。
真正开始复利的地方就在这里。你喂进去的每一份 PDF、逐字稿或表格,都会变成 300 个并行智能体共同依赖的上下文依据,而不是让它们退回去依赖通用训练数据。
你喂得越多,后面每一次运行就越准确。报告会越来越不像通用 AI 产物,而越来越像 你的 作品。
Capture this document as a reusable skill. Identify what makes it work:
- structure and section order
- tone and voice register
- depth of analysis per section
- the writing rhythm and formatting decisions
Save it as "[name]". Then produce a new document on [different topic]
using the captured skill — match the quality bar, not the content.
08. 把验证反馈变成永久规则
第 5 步只能抓住一次错误。第 8 步要确保这个错误以后再也不会出现。把 Opus 给出的修正清单拿过来,不要只是补当前输出,而是把经验直接写进项目级约束文件里,让 Kimi 在每次会话开始时自动读取。
这就是闭环从自己的失败里学习。Opus 在第 1 次运行里指出的偏差,会在第 2 次运行里变成一条硬规则。
跑过几个项目之后,你的约束文件会逐渐变成一份会自我执行的活文档,而验证关每次要抓的问题也会越来越少。
09. 用新输入重放这个技能,看着成本一路塌下来
现在回到真正的回报。第 2 次运行不再从零开始。它从你在第 6 到第 8 步里搭好的 Skill、智能体群知识和约束文件起步。
同样的工作流,新文件,更少的准备工作。
到了这里,复利就不再只是个流行词,而是会直接出现在账单上。第一轮竞品监控,需要完整的 spec 和一次验证流程。
到了第四轮,只需要拿保存好的 Skill,给它一个 30 秒提示词就够了。而且输出会更锋利,因为它继承了前几次运行里所有修正。


第一轮 20 分钟。第五十轮 30 秒。这个差距,就是为什么你要搭一个闭环,而不是只写一条提示词。
10. 把这个闭环升级成后台智能体
最后一步。一旦某个闭环稳定下来,并且已经由技能支撑,就别再手动启动它了。
把触发条件交给 Kimi,比如一个时间计划、新文件落地、某个竞争对手的定价页面,让它主动跑完整个闭环,只把交付物和差异浮出来给你看。
竞品监控就是最干净的例子。
第 1 次运行,你亲手搭建,亲手验证。等它变成后台智能体之后,它就会每周并行检查所有竞争对手,再把简报丢进你的收件箱,而边际时间成本为零。
到最后,人类在这个闭环里只剩下两件事。提出问题。基于答案做决定。
# PROJECT: [name]
GOAL: [one sentence — the deliverable, not the topic]
SCOPE: [what's in, what's explicitly out]
RULES: [validation — what counts as a verified row/finding]
SOURCES: [official posts, papers, primary only — no aggregators]
OUTPUT: [file type / count / naming / format details]
ON CONFLICT: flag the row, never resolve silently
STOP CONDITION: [when to halt and report instead of guessing]
Run skill "[name]" on a weekly schedule.
Trigger: [schedule / new file / monitored URL]
On each run: execute the swarm, apply CONSTRAINTS.md,
verify, then deliver the OUTPUT + a diff vs last run.
Only ping me if a deviation crosses [threshold].
结语
当那些封闭实验室还在一个接一个地发布更聪明的聊天机器人时,一个开源模型已经在并行驱动 300 个智能体,而且你每让它跑一次,它都在系统层面变得更聪明。
这种轮廓,我们已经见过一次了。一个开放发布,重新定义了封闭前沿原本以为自己独占的东西,整个领域一夜之间开始重新校准。DeepSeek 就是这样。
一个建立在开放权重模型上的自学习智能体群,也有同样的形状。
那些还在争论到底哪个模型赢了的人,回答的是一个已经不再重要的问题。
现在真正的问题不是哪个模型最聪明,而是你一次能跑多少个,谁在检查它们的工作,以及你的这套系统今天是否比昨天更锋利。
大多数人读完这些,还是会继续把 Kimi 当聊天框用。少数人会在这周把这个闭环搭起来。第一次运行要 20 分钟。之后的每一次运行,都会变成你真正拥有的杠杆。
把它搭起来。验证它。提炼它。然后看着它每跑一次,就更便宜一点,也更锋利一点。