Kimi Work Beta 发布：面向知识工作者的桌面 Agent，最高支持 300 个子 Agent 并行

Kimi最近低调放出了Kimi Work Beta版——一款面向知识工作者的通用型本地Agent产品，随最新测试版Mac和Windows客户端一起推出。官方的定位很有意思：从Coding Agent到Working Agent，也就是说，把Kimi Code在工程场景中验证过的本地Agent能力，迁移到普通知识工作者熟悉的桌面办公场景中。 其实，Kimi Work的发布，也延续了近期AI产品从聊天助手、代码助手向生产力Agent演进的趋势。就在OpenAI更新Codex、将其从AI编程助手扩展为面向知识工作的生产力Agent之后，Kimi Work也将重点放在知识工作场景，试图让AI不只是回答问题，而是直接参与调研、分析、整理、写作和交付过程。

从 Coding Agent 到 Working Agent

Kimi Work的内核其实来自Kimi Code。后者原本面向开发者和工程场景，提供本地Coding Agent能力——代码理解、任务拆解、命令执行、工具调用、长程任务处理，该有都有。而Kimi Work则把这套能力带到了普通用户的桌面环境中。 换句话说，你不需要再打开终端、编写命令或配置复杂环境，只用自然语言描述目标，Kimi Work就能在本地电脑上拆解任务、并行执行、调用工具、操作浏览器、创建和整理文件夹，最终产出文档、表格、PPT、报告等工作产物。 从产品形态上看，这其实是一次从TUI到GUI的跨越。Coding Agent更接近命令行和开发者工具，Working Agent则更接近桌面办公入口。它面向的不再只是程序员，而是每天需要处理信息、文件、数据、报告和演示材料的知识工作者。

最高支持 300 个子 Agent 并行工作

Kimi Work最吸引人的能力，是支持Agent集群。官方介绍称，Kimi Work可以根据任务复杂度，自主创建包含多个子Agent的团队，最高支持300个子Agent并行协作，专门处理那些复杂、耗时更长的任务。 这意味着什么？意味着Kimi Work不只是一个单线程的AI助手，而更像一支可临时组建的Agent团队。遇到复杂任务时，它能把任务拆分成多个子任务，让不同的子Agent各司其职——资料查找、数据分析、文件整理、图表绘制、报告撰写、PPT生成，最后再整合为完整交付物。 对于知识工作来说，这种并行执行能力非常关键。真实的办公任务往往不是简单的问答，而是需要经过资料收集、信息筛选、数据处理、结论提炼、文档排版和结果展示等多个步骤。多Agent协作正是为了应对这类复杂工作流而设计的。

Skill、WebBridge 与本地文件处理构成桌面工作流

除了Agent集群，Kimi Work还集成了Skill、定时任务、浏览器操作和本地文件处理。 官方介绍显示，Kimi Work继承了在线版Kimi Agent的建站、PPT等专业Skills，并接入了金融、科研、法律等专业数据库。同时内置Kimi WebBridge方案，可以像用户一样使用浏览器，访问网页、登录订阅服务或查看数据看板，结合网页信息完成调研与分析。 这样一来，Kimi Work具备了更接近真实办公场景的能力。举个例子，它可以读取电脑文件夹中的产品方案、工业设计原型图和GTM方案，调用浏览器查看订阅数据看板，调研市场大盘、出海法规、竞品情况和用户评论，然后生成长篇跨境电商市场分析报告，最后调用PPT Skill转化成演示材料。 这类流程已经不再是单点内容生成，而是一个完整的桌面工作流：本地文件读取 → 浏览器调研 → 数据分析 → 报告生成 → PPT输出。

适用于金融、科研与办公等知识工作场景

在官方展示的案例中，Kimi Work覆盖了金融、科研和办公等多个典型场景。 以金融场景为例，用户可以让Kimi Work调研巴菲特近10年的持仓，总结其投资策略，并生成一个巴菲特投资Skill。随后安装这个Skill，调用Kimi专业财经数据源，分析自己的持仓和投资策略是否符合价值投资逻辑。 在科研场景中，Kimi Work可以辅助清洗本地仿真数据集，总结核心特征规律，绘制学术图表，并结合清洗后的数据和图表辅助论文写作。 在办公场景中，Kimi Work能处理本地文件、调研外部数据、分析用户评论、生成市场分析报告，并进一步调用PPT Skill产出客户方案。 这些案例说明，Kimi Work的目标不是替代某一个单点办公软件，而是试图把多个办公流程串联起来，让AI参与完整的知识工作过程。

AIHub 快讯点评

Kimi Work的发布，进一步说明AI办公正在进入Agent化阶段。过去，知识工作者主要依赖Word、Excel、PPT等Office套件完成文档、表格和演示材料；不同岗位再围绕这些工具沉淀出大量模板。到了Agent时代，类似Kimi Work这样的产品则试图把岗位经验、工具调用和工作流程沉淀为Skill和Agent工作流。 如果说Office模板解决的是“如何更快生成标准化办公文档”，那么Kimi Work这类桌面Agent尝试解决的是“如何让AI按照既有工具、数据和流程完成一整件工作”。 从Codex到Kimi Work，可以观察到一个清晰的趋势：AI工具正在从聊天框、代码助手和内容生成器，演进为面向不同角色、行业和场景的生产力Agent。未来，知识工作者使用AI的方式，可能不再是让AI写一段文字或做一页PPT，而是把一个完整任务交给Agent，让它完成资料收集、分析、整理、生成和交付。 目前Kimi Work仍处于Beta测试阶段，执行稳定性、交付质量和使用体验还需要进一步验证。但它提出的“本地Agent + Skill + WebBridge + 300个子Agent并行”的组合，已经为知识工作Agent提供了一个非常值得关注的产品样本。