10 月 21 日，Kimi 發布開源原生多模態模型 Kimi K2.5，並同步推出 Agent Swarm 多智慧體能力。官方稱 K2.5 是迄今最強開源模型，在 K2 基礎上用約 15T 視覺與文字混合 token 繼續預訓練，是官方口中目前最強的開源編碼模型，尤以前端見長，可把簡單對話直接生成含互動佈局與滾動觸發… 看完整事件
Kimi 推出 Agent Swarm：K2.5 可並行排程 100 個子智慧體
Kimi 發布 Agent Swarm 多智慧體能力，Kimi K2.5 最多可並行排程 100 個子智慧體、執行超過 1500 次工具呼叫，官方稱結果比序列執行快 4.5 倍。使用者只需給出目標，模型會自行設計組織結構、招募並分派子智慧體，無需人工編排，官方稱這突破了單智慧體在上下文視窗與長任務上的結構性上限。典型場景包括批次蒐集 100 個細分領域的資訊、把 40 篇 PDF 彙總成 100 頁帶完整引用的文獻綜述，以及由多個不同立場的專家智慧體同時評審同一份產品方案。
給出了可量化的多智慧體橫向擴充套件方案：100 個子智慧體、1500 次工具呼叫、快 4.5 倍，對需要批次調研和長文件產出的 Agent 使用者有直接參考價值。
原標題：Kimi Agent Swarm: 100 Sub-Agents at Scale
閱讀原文
| 評分 | 80 / 83（平均 81，門檻 60） |
|---|---|
| 狀態 | 精選 |
相關報導
Kimi 開源 K2.6：主打長程編碼與 Agent 叢集
Kimi 開源最新模型 K2.6，主打編碼、長程執行與 agent swarm，已上線 Kimi.com、App、API 和 Kimi Code。官方稱其在 Mac 上本地部署 Qwen3.5-0.8B 並用 Zig 實現推理最佳化，經 4000+ 次工具呼叫、12 小時、14 輪迭代，吞吐從約 15 提升到約 193 tokens/s，比 LM Studio 快約 20%；另以 13 小時重構 8 年曆史的 exchange-core，中等吞吐提升 185%。
Kimi Work 教程：可跨本地專案、瀏覽器與電腦執行任務
Kimi 官方發布 Kimi Work 系列教程第 3 期，演示如何把 Kimi 接入日常工作流：可跨本地專案、瀏覽器和電腦操作；用 Swarm 拆解複雜任務，並在 Goal 模式下反覆迭代；還能通過 Plugins、AGENTS.md 和 Dashboard 自訂 Kimi 的工作方式。官方在評論區徵集下一期主題。
Kimi K3 發布：2.8T 引數開源模型，支援百萬 token 上下文
Kimi 發布最強模型 Kimi K3，引數規模 2.8T，具備原生視覺與 100 萬 token 上下文，並稱其為全球首個開源的 3T 級模型。官方承認整體效能仍落後於 Claude Fable 5 與 GPT 5.6 Sol，但在自家評測中穩定優於其他被測模型。該模型即日上線 Kimi.com、Kimi Work、Kimi Code 與 Kimi API，預設使用最高思考強度；完整權重將於 2026 年 7 月 27 日前開放。
Latent Space 專訪 MIT Alex Zhang：談 RLM 與 agent 叢集
Latent Space 播客本期嘉賓為 MIT 的 Alex Zhang，他是 Recursive Language Models（RLM）的作者，也是 GPU Mode 社群成員。
Docker 發布 docker-agent，用 YAML 定義並執行 AI 智慧體
Docker 發布 docker-agent，一個 Docker CLI 外掛，可用宣告式 YAML 配置建置、執行和分享 AI 智慧體，無需寫程式碼。它支援多智慧體協作、內建工具與任意 MCP server，模型側相容 OpenAI、Anthropic、Gemini、AWS Bedrock、Mistral、xAI 與 Docker Model Runner，並自帶 think、todo、memory 工具和基於 BM25、嵌入與重排序的 RAG。