6 月 21 日消息，IT之家從月之暗面 Kimi 公眾號獲悉，Kimi 的第一個 Agent（智能體）Kimi-Researcher 于 20 日開啟小范圍灰度測試。
Kimi-Researcher 是基于端到端自主強化學習（end-to-end agentic RL）技術訓練的新一代 Agent 模型，也是一個專為深度研究任務而生的 Agent 產品。其后，月之暗面也將逐步開源 Kimi-Researcher 基礎預訓練模型及強化學習后的模型。
對于每一個問題，Kimi-Researcher 都會自主規劃任務執行流程，最終交付完整結果：
澄清問題（clarification）：理解問題時主動反問，構建更清晰的問題空間；
深入思考：每個任務平均進行 23 步推理，自主梳理并解決需求；
主動搜索：每個任務，平均規劃 74 個關鍵詞，找到 206 個網址，由模型判斷并篩選出信息質量最高的前 3.2% 內容，剔除冗余、低質信息；
調用工具，交付結果：自主調用瀏覽器、代碼等工具，處理原始數據、自動生成分析結論，端到端完成交付。
為了保證輸出的質量和信息覆蓋度，Kimi-Researcher 采用異步執行方式，用更多時間逐步推理、檢索和撰寫內容。
用戶最終將收到 2 個交付成果。
一份信息詳實、可溯源的深度研究報告
報告的平均長度在萬字以上；
平均引用約 26 個高質量、可溯源的信源；
所有引用都內嵌在正文中，點擊即可跳轉，并高亮原文，便于驗證與追溯。
一個可交互、可分享的動態可視化報告
結構化排版、思維導圖，讓趨勢、異常等重要信息一眼可見；
無需閱讀全文，也能迅速把握整體結構與核心結論；
支持在線生成鏈接并分享，方便展示。
官方宣布，在專為 AI 設計的高難度 benchmark“人類最后一次考試（Humanity's Last Exam,HLE）”中，Kimi-Researcher 在完全零結構、無流程設計的設置下，得分如下：
Pass@1 準確率：26.9%
Pass@4 準確率：40.17%
這一表現超過了 Claude 4 Opus（10.7%）、Gemini 2.5 Pro（21.6%），略高于 OpenAI Deep Research（26.6%），和 Gemini-Pro 的 Deep Research Agent（26.9%）打平，是目前已知最高水平之一。在紅杉中國發布的 xbench 基準測試中 —— 一套對齊真實任務場景的 AI 能力評估體系，Kimi-Researcher 在 DeepSearch 任務中取得 69% 的平均通過率，領先該榜中其他模型。
【來源：IT之家】
