Kimi推出百个并行智能体集群系统

摘要

Kimi Agent Swarm是一套多智能体系统,可并行部署最多100个子智能体,处理1500次以上的工具调用。
突破单一智能体的上下文窗口限制和顺序执行瓶颈、采用横向扩展架构,是其核心设计原则。
该功能目前作为早期研究预览版提供给最高订阅等级用户,子智能体间直接通信和并行宽度动态控制等功能将在后续加入。

单一智能体的结构性局限

AI推理系统处理的任务越长,单一智能体模式就越容易撞上一道固定的墙。如果让单一智能体去调查数百家企业或综合数十篇论文,随着任务推进,上下文窗口会被逐渐填满,系统不得不对此前的记录进行摘要压缩以腾出空间。这一压缩过程必然伴随信息损耗,进而导致后续推理质量下降。

Moonshot AI将这一现象定义为并非简单的漏洞或临时性缺陷,而是由上下文窗口、时间、单一智能体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Agent Swarm开发的出发点。

横向扩展:由智能体自行设计组织结构

Agent Swarm并非只是简单地同时运行多个AI智能体。当用户提出任务请求后,系统会自主编排子智能体、分配角色并并行执行。Moonshot AI将其描述为"由系统本身、而非人类,来设计出一套包含上级、员工和部门的组织结构"。

从数据来看,基于Kimi K2.5的Agent Swarm可同时部署最多100个子智能体,执行1500次以上的工具调用,交付结果的速度比顺序执行快4.5倍。这一架构还旨在通过让各自独立运作的智能体得出不同结论后再进行协调,从结构上防止集体性偏差的产生。

三大应用场景

Moonshot AI列举了Agent Swarm尤其有效的三类场景:大规模发现、大规模产出、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的任务为例,K2.5 Agent Swarm会针对每个领域自主生成100个子智能体进行并行搜索。另一个例子是从个人网站、博客、演讲实录中收集、分类、摘要保罗·格雷厄姆(Paul Graham)200多篇文章,并整理成6个主题文件夹。在大规模产出方面,官方展示了一个案例:输入40篇社会心理学PDF文献,生成一份包含脚注和参考文献、长达100页的单一学术文档。在多视角分析方面，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、客户成功负责人等组成的专家团队,分别从各自视角审阅一份复杂的产品发布计划,也可以让20个具有不同文学风格的作家智能体接力续写小说结局。