이미지: 문샷 AI
摘要
- Kimi Agent Swarm是一套可并行部署最多100个子智能体、处理超过1500次工具调用的多智能体系统。
- 其核心设计理念是通过横向扩展结构，突破单一智能体在上下文窗口限制和顺序执行瓶颈方面的局限。
- 目前该功能以早期研究预览的形式向最高订阅等级用户开放，子智能体间直接通信及并行宽度动态控制等功能将在后续版本中加入。
单一智能体的结构性局限
随着AI推理系统需要处理更长的任务，单一智能体模型会遇到一定的瓶颈。若将调研数百家企业或综合数十篇论文的任务交给单个智能体处理，随着任务推进，上下文窗口会被逐渐填满，系统便需要对此前的记录进行摘要和压缩以腾出空间。这一压缩过程会带来信息损失，进而导致后续推理质量下降。
Moonshot AI将此定义为并非漏洞或临时缺陷，而是由上下文窗口、时间以及对单一智能体的依赖所构成的结构性天花板。仅靠更快的推理速度或更低的成本这类纵向扩展手段，无法突破这一天花板——这正是开发Agent Swarm的出发点。
横向扩展：由智能体自行设计组织架构
Agent Swarm并非单纯地同时运行多个AI智能体。当用户提出任务请求后，系统会自主编排下级智能体，分配角色并进行并行执行。Moonshot AI将其描述为"由系统本身而非人类，来设计由上级、员工和部门构成的组织结构"。
具体数据显示，基于Kimi K2.5的Agent Swarm可同时部署最多100个子智能体，执行超过1500次工具调用，处理速度比顺序执行快4.5倍。这种结构还旨在通过让独立运作的各智能体分别得出不同结论后再进行协调整合，从结构层面防止集体性偏差的产生。
三种应用场景
Moonshot AI提出了Agent Swarm尤为有效的三类场景：大规模发现、大规模产出以及多视角分析。
在大规模发现方面，以在100个YouTube细分领域中寻找头部创作者为例，K2.5 Agent Swarm会针对每个领域自主生成100个子智能体，并行执行搜索任务。另一个例子是从个人网站、博客及演讲文字记录中收集、分类并汇总Paul Graham的200余篇文章，并整理成6个主题文件夹。在大规模产出方面，官方介绍了一个案例：输入40篇社会心理学PDF文献后，系统生成了一份包含脚注和参考文献、长达100页的异端学术文档。在多视角分析用途上，可以让由持怀疑态度的风险投资人、资深产品经理、伦理学家、客户成功专员等组成的专家团队，分别从各自视角审阅复杂的产品发布计划，也可以让20位具有不同文学风格的作家智能体接续撰写小说的结局。
使用条件与后续计划
目前，Agent Swarm以早期研究预览的形式向Kimi最高订阅等级用户开放。此次发布并未公开具体的订阅价格或等级划分标准。
Moonshot AI表示，当前架构已具备应对相关任务的能力，但同时明确指出这尚非完成版本。子智能体间的直接通信功能以及并行宽度的动态控制功能将在后续加入。关于支持地区或支持语言方面的限制事项，官方也并未另行公布。
