當我告訴 AI 把這事做完再下班，結果它真的通宵了

24小時馬拉松式執(zhí)行。

作者丨星龍

編輯丨馬曉寧 梁丙鑒

從第一性原理看生產力，我們會發(fā)現工具接管的越多，人們自然會把專注力往更上層去靠：做什么、為什么這么做、做到什么程度？稀缺性在隨著工具的變遷，逐步回歸人本身。

過去的個人很難自己產出規(guī)模的價值，你必須得掛靠一家公司，最少也得依靠一個團隊。生產力在這時候是「組織」，個人只是里面的螺絲釘。

所以 Agent 時代真正改變的，是生產力這個詞的所有權。它正在從組織手里，回到個人手里。說得再直白點，楊植麟的觀點或許可以理解成，Agent 讓我們自己成為了生產力本身。

那么，如果我是一個追求生產力的用戶，我最關心什么呢？

• 杠桿：我究竟被放大了多少，是否能產生更多的價值？

• 主權和身份：產出是否和我的判斷、我的訴求和我的取舍相關？

• 確定性：我能否把一部分活委托出去，結果可不可信，過程是否可控，出錯能否審計？

說到底，一個好用的 Agent 工具，無非是在回答這三個問題。

“讓 AI 替我加班”“給 AI 布置一個任務，第二天來收菜”這些半玩笑的感慨背后，其實都是同一個我們盼了很久的未來：我能產出多少，不再被我一個人的時間和精力卡死。

只是到了今天，這個念想第一次有了落地的可能。模型越來越聰明，產出質量越來越高。工程上的打磨，也就是把模型調用、工具執(zhí)行、糾錯兜底這套串成一條可靠鏈路的 Harness 讓結果越來越穩(wěn)。一個真正圍繞生產力的整合方案，正呼之欲出。

這既是普通人的期待，也正在成為 AGI 公司越來越明確的選擇。一個最新的例子，就是最近迭代越發(fā)迅速的 Kimi Work。

01

一家 AGI 公司，

讓打工人用好 Agent 的嘗試

在所有走向執(zhí)行層的模型公司里，Kimi 是一個有點特別的樣本。對一家兩年來只談模型、只談 AGI 的公司來說，這是第一次把自己的愿景做成了能擺在工位上的東西。

Kimi Work 是 Kimi 電腦客戶端里新增的本地通用 Agent 模式。它的內核來自 Kimi Code，面向程序員的命令行編程 Agent。Kimi Work 做的事，就是把為程序員準備的命令行界面，換成知識工作者熟悉的圖形界面，把幫程序員寫代碼擴展成幫所有知識工作者干活。

也就是從 Vibe Coding 到 Vibe Working。

那什么是 Kimi 理解的 Vibe Working？

楊植麟在 2024 年初接受海外獨角獸專訪時，描述過一個特別具體的畫面。當模型足夠強、上下文足夠長，“你可以直接把硬盤上所有的東西都輸給它，它會變成你真正的新計算機，根據這些 context 采取行動?！?/p>

同一組訪談里，他還講過一個判斷，AGI 的入口應該直接幫用戶完成任務，而不是幫他們獲取信息。

2025 年 8 月，他在張小珺商業(yè)訪談錄的播客里，把 Agent 的定義講得更具體：“一個只會思考、不與外界交互的推理模型，像‘缸中之腦’。Agent 則是讓這個腦子長出手腳，能多輪使用工具、與外部世界交互?！?/p>

同一期播客里，楊植麟描述過的另一個場景是，“把一個代碼倉庫克隆下來，翻譯成另一種語言，調試、測試、修掉所有 bug，讓它正常運行，這樣的工作可以端到端完成，過程中不需要人工參與，可能要花幾個小時?！?/p>

你會發(fā)現這些表達在今天的 Kimi Work 上開始兌現。一款本地的、能操作硬盤文件的、幫人直接完成任務而不是僅僅獲取信息的、能長時間無人值守推進的 Agent，這就是楊植麟一直在談論的東西。

02

Agent 下一站，

圍繞目標而非流程工作

現在很多 AI 公司都瞄準了 Coding 場景瘋狂迭代，因為代碼有 compile、有 test，對錯是客觀的，在此基礎上 Agent 就能自己跑、自己查、自己改。但 Coding 并不是泛化辦公的對立面。Agent 最先在 Coding 場景成熟，只是因為后者恰好同時滿足「可驗證 + 封閉世界 + 結構化」的特征。

如果我們把目光放寬到日常生產力的場景中，真正吃掉打工人時間和精力的是人和人、項目和項目之間的協(xié)作。比如工具是否能打通，不同平臺之間信息搬運和協(xié)同，還有 Agent 究竟能不能牢牢的聚焦在最終目標上，不被冗長和繁瑣的流程帶跑偏。

因此所謂泛化辦公，就是人們持續(xù)縮小現狀和目標之間差距的努力。有的公司稱之為交付，有的團隊稱之為執(zhí)行，有的又叫研究。但不管換成什么說辭、崗位，生產力的終極形態(tài)都是圍繞目標把事情做成。在做 PPT、寫報告、整理報表這些單點能力之外，還需要有良好的協(xié)作橋梁和對生產資料的安全掌控。

這恰恰是 Kimi Work 產品定位最準確的地方。

Kimi Work 的插件中心，接的是釘釘、飛書、Notion 這些中國人最常用的軟件，還有內置了全球金融數據庫、同花順、天眼查等高質量數據源。我們經常說 garbage in，garbage out，擁有一個高質量、已經集成好的數據來源對辦公質量的提升毋庸多言。

此外，我們還發(fā)現 Kimi 預置了一個相當豐富的技能庫并隨產品分發(fā)，這個技能庫甚至做了自動路由的設計。比如它會根據「研究當前某某行業(yè)」這類寬泛意圖，自己選中并加載對應 skill。AI 發(fā)燒友享受在技能庫中挖寶的樂趣，而好的 AI 產品，提供無需如此的選擇。

03

目標模式首秀，連續(xù)工作24小時

Kimi Work 此次更新最重要的特性之一，是可連續(xù)工作 24 小時的「目標模式」。而在測試 Kimi Work 具體表現如何之前，我突然心生一計。

測評需要先設計一個復雜任務，那能否讓 Kimi Work 先對自己進行一輪自測。我只告訴它最終的目的是什么，成功標準、測試材料、執(zhí)行、撰寫日志和報告都由它自己制定、編寫和完成。雖然有自己做裁判和運動員的問題，但好在測評本身是一個真實場景的合理訴求。下面來看看 Kimi Work 的表現如何。

根據我的測評訴求，它創(chuàng)建了三個任務：

• Case A：把一批雜亂資料整理成結構化知識庫

• Case B：把一份帶異常的數據，做成帶圖表的分析報告

• Case C：跨辦公軟件的工作流（需要用到飛書插件）

Kimi Work 給出的結論很到位。特別是對執(zhí)行失敗的第三個任務，它指出“插件安裝成功≠可用，技術能力是第一層，配置/授權是第二層瓶頸，業(yè)務理解是第三層。”

有意思的是 Case C 失敗后它沒有目標導向地去找替代方案（比如純本地的 Excel+Word 工作流），而是任務導向地直接判定失敗。它自評：“我傾向于完成用戶明確要求的任務，而非探索用戶可能想要但未明確表述的解決方案。”

如何評價這種選擇，見仁見智。但我的體驗其實還不錯，不為了完成而完成，與其徹底放飛，產出一堆我可能不需要的東西來分散注意力，不如停下來和我對齊。這才是真正可靠的辦公搭子。

04

目標不漂移：

復雜信息環(huán)境下的真實材料整理

對于目標模式面向的長程復雜任務，最需要驗證的就是 Agent 對自己的產出是否有判斷力，因此這項測試我沒有用現成的、它熟悉的材料，而是自己準備了一組真實的、它沒見過的素材，讓它在不知道標準答案的情況下做分析。

任務設計：以金融投研這個 Kimi Work 官方主打的場景為殼，我準備了 12 份不同格式的真實材料，包括特斯拉 2026 Q1 和英偉達 FY2027 Q1 的業(yè)績公告（PDF）、電話會紀要（txt）、多空雙方研報（Word）、財經新聞（html）、同事整理的財務表（Excel），讓它整理成一份兩家對比的投資分析摘要。

這個任務命中了目標模式宣稱的四個適用條件：

• 目標清楚：出一份對比分析

• 路徑不確定：材料雜、格式多

• 需要多輪嘗試：讀取、提取、交叉比對

• 結果可驗證：財報數字都是公開的

值得一提的是，我在這 12 份材料里埋了 7 個只有對照過真實財報才會發(fā)現的錯誤，并且單獨存了一份答案，放在不同的沙盒里。

這些坑包括，一則新聞把特斯拉營收同比 +16% 誤報成 -9%，特斯拉是“小幅超預期但交付量 miss”的喜憂參半，不能簡化成單邊，它的研報目標價從 25 美元夸張到 600 美元。英偉達幾乎全項超預期、股價卻不漲反跌，同一份數據在不同文件里有約數和口徑的小沖突，一份純噪音材料混在里面，以及最難的一層，兩家公司分歧結構本質有很大不同。

我把 Kimi Work 產出的所有文檔和提前預設的答案給到 Claude code 分析后得出結論：Kimi Work 擁有了分析師級別的判斷力，不是只會搬運內容的整理工。

還有一個細節(jié)，我在任務最開始定義了一個格式約束，每個二級標題下要跟一句不超過 20 字的摘要。這份產出從頭到尾都守住了這個約束，沒有在后半段丟失。這說明，至少在一個有界的任務里，官方宣稱的目標不漂移是站得住腳的。

05

長程不掛機：

「連續(xù)工作 24 小時」是真能力還是夸張

對于這種長程任務能力，我最想測試的其實是夜盤幫我盯美股動態(tài)。但可惜端午期間美股正好休市了（6 月 19 日剛好是美國六月節(jié)），因此我把測試任務換成了日常工作中也經常遇到的開源 Agent 項目跟蹤和監(jiān)控任務。這確實是我工作中經常需要的數據。

我讓 Kimi Work 每小時監(jiān)控五個開源 Agent 項目（OpenCode、OpenClaw、Hermes Agent、OpenAI Codex、Claude Code）的 GitHub 動態(tài)，增量維護一張本地追蹤表，第二天早上產出一份隔夜簡報。

這個任務有幾個好處：

• 它要求的不是一次性交付，而是跨越整夜、按小時續(xù)接

• 它的產出要落在本地文件里，能順帶驗證操作本地硬盤這件事。

• 對錯可以核查，GitHub 上的 Star、Issue、Commit 都是公開可查的

同一個任務、同一段提示詞，我同時交給了 Kimi Work（本地）和 Manus（云端）跑一夜，做一組對照。

兩個產品都完成了整夜監(jiān)控，并且完整輸出了報告。

縱觀輸出質量，Kimi Work 有三大亮點：

1.數據更嚴謹：它發(fā)現 GitHub 接口把 PR 也算進了 issues，主動把數字糾正成純 issue 口徑，而 Manus 報的 issue 數明顯偏高、更接近含 PR 的口徑卻沒作任何說明；

2.交付物更有料：Kimi 每輪都記下了具體的 issue/PR 編號和標題（哪條 bug、哪條功能），但 Manus 的簡報基本只有數量變化加一條最新提交；

3.落地更順：Kimi 的產物直接寫在本機、打開即用，Manus 是云端打包成壓縮包導出、落回本地還卡了一下文件名編碼

不過一個細節(jié)問題是，過程中 Kimi Work 客戶端報了一個錯，并把目標暫停了。

它請求的上下文是 309,672 個 token，超過了 262,144 的模型上限。任務停下來，需要手動點個繼續(xù)。

翻它自己留下的執(zhí)行日志能看到原因，它在前五個小時里密集輪詢了約二十多輪，間隔從幾分鐘到幾十分鐘不等，日志里反復寫著“因等待消耗大量 token 而提前執(zhí)行”。也就是說，它不停地給自己找事做、把上下文越堆越長，直到撞上天花板。

再看云端的 Manus。從凌晨 00:39 跑到早上 08:08，約 7.5 小時、23 輪，全程無崩潰、無需我介入，早上交出完整簡報。它不會溢出，因為每一輪是云端一個新建的、隔離的會話，而不是一條把上下文越堆越長的循環(huán)。

有意思的是，Manus 交付的壓縮包里，連帶導出了它自己的一份內部說明文檔。這份給 Agent 自己看的文檔里寫道，定時任務“每次運行都新起一個完整會話”。它甚至有一條明確的“禁止輪詢”原則，不要用定時任務做小時級輪詢，因為每次都起一個完整會話。但是在我下載成本地文件的時候，Manus 的文件名編碼有報錯，又耽誤了幾分鐘。

同一個監(jiān)控任務，Kimi Work 的產出是直接寫在我本機文件夾里的，云端那邊則是把文件壓進 zip 再導出，落地時難免需要人工干預的隱性成本。

這正是兩條路線的結構性差別，本地夠得著你真實的工作環(huán)境，云端需要手動上傳材料，也碰不到桌面上的文件。哪條更適合，取決于任務到底要不要動你本地的東西。

06

認知能迭代：開放問題的自主研究

試用了 Kimi Work 一段時間后，我突然在想，開頭我們說到作為生產力用戶最關心的三個東西，杠桿、歸屬、確定性，這三個核心訴求已經被現在的 Agent 產品完成的很好。放在之前，要盯這些開源項目的動態(tài)或者是整理一大堆亂七八糟的文件，是極其消耗時間和精力的。

作為生產力工具的它們在迭代和變化，并為我們帶來諸多驚喜。那作為生產力本身的我們，又有哪些新的可能性呢。

于是我順手讓 Kimi Work 做了一個 AI 時代工作機會和變化的研究，剛好可以補充最后一個類型，純研究/整理資料、用 deep-research-swarm→report-writing 的 skill 鏈 + 學術/世行/IMF/WebBridge 多插件、出 Word、出圖。

整個研究完整交付、引用規(guī)范、矛盾并列

• 三類人群真差異化：各自成章，現實/機會/關鍵行動分開寫，沒一鍋燴。

• 數據有來源有時點：腳注 [^1]–[^51]+、帶 URL 和日期、數據儀表盤每行標來源、統(tǒng)一標"數據截止 2026-06-21"。宏觀錨點用的是真權威源（WEF Future of Jobs 2025、IMF 40%/60%、Stanford "Canaries in the Coal Mine" 真論文、McKinsey、Georgetown CSET）。

• 矛盾預測并列而非取單邊 ：開篇就寫“WEF 的凈增敘事與背后的撕裂”，第 1050 行還專門點出“WEF 凈增預測與 McKinsey 替代預測并不矛盾，是一枚硬幣兩面”。這正是我們要的分析師式處理。

07

目標，Agent 比拼的新命題

縱然能力不錯，Kimi Work 也不是一款石破天驚的產品。把視野拉到整個行業(yè)，會看到一個共同的動作。

Kimi Work、ChatGPT Agent、Claude 的 CoWork，以及最近密集涌現的一批 Agent 產品，模型公司正在集體從「卷模型參數」轉向做「親自能干活的產品」。

這是一個能被推導出來的拐點。當各家模型能力的差距收窄，競爭的焦點就會從“誰的模型更強”，轉移到“誰能先把模型能力翻譯成把事做完”，讓用戶心甘情愿掏錢。模型本身的邊際差異越小，智能水平向執(zhí)行能力的轉化就越值錢。

這種洞察，仍然能在楊植麟的訪談里找到。2025 年 8 月在張小珺的播客里，他堅持模型是主線，產品是其次，相信“當模型訓練完的時候，你的產品已經做完了”。但十個月后的 Kimi Work，已經是一個有著精心設計的圖形界面，并且以平均每三天一個版本的速度，迭代交互體驗的 to C 產品。

可能是他的判斷隨著 Agent 時代的到來發(fā)生了演進，可能是商業(yè)現實的推力，也可能這本身就是“模型即產品”邏輯的延伸，模型能力到位了，把它包裝成 Kimi Work 只是順勢的最后一步。

但無論哪種解釋，落點都是同一個，模型不再是唯一的勝負手，主要戰(zhàn)場最終仍會回歸到用戶價值上。

以 Kimi Work 為代表的 Agent 產品，已經能夠真正長時間、大批量、聚焦目標地執(zhí)行工作。但另一個事實是，今天仍然沒有任何 Agent 能真正替人把工作全部做完。它們能替人做的，是那些路徑清楚、結果可驗證的部分，人們必須學會怎么和 AI 協(xié)同工作，了解一個 Agent 的邊界，比幻想“AI 全替我干了”更接近真實。

當你接受這一點，Kimi Work 的 slogan 就變得更加值得深思。

“你的工作，分我一半”，這并非一個精準狙擊打工人的爽文敘事，更為我們所觸動的，是其中呈現的邊界。只有承認自己現在能分走的是哪一半，分不走的又是哪一半，一款辦公 Agent 才能真正走進打工人的身邊，落在他們能用得上的地方。

未經「AI科技評論」授權，嚴禁以任何方式在網頁、論壇、社區(qū)進行轉載！

公眾號轉載請先在「AI科技評論」后臺留言取得授權，轉載時需標注來源并插入本公眾號名片。