โมเดลโอเพนซอร์สฟรีกำลังรัน 300 เอเยนต์แบบขนาน ผ่าน 4,000 ขั้นตอนที่ประสานงานกัน จากพรอมต์เดียว และได้คะแนนสูงกว่าในงานวิจัยจริงเมื่อเทียบกับโมเดลที่คุณจ่ายเงินมากกว่า 5 เท่า
คนส่วนใหญ่ไม่เคยเปิดมันเลย
พวกเขาเปิด Kimi พิมพ์คำถาม ได้คำตอบ ปิดแท็บ นั่นคือแค่ช่องแชท มันใช้งานได้ แต่มันคือประมาณ 10% ของสิ่งที่ผลิตภัณฑ์ทำได้
นี่คือส่วนที่คนส่วนใหญ่ข้ามไป:
ฝูงเอเยนต์ (swarm) ไม่ได้ทำงานแค่เร็ว ถ้าทำถูกต้อง ทุกครั้งมันจะทิ้งบางสิ่งไว้เสมอ ไม่ว่าจะเป็นทักษะที่ใช้ซ้ำได้ สเปกที่คมชัดขึ้น หรือข้อจำกัดที่ทำให้รอบถัดไปไม่ทำผิดซ้ำ
ฝูงเอเยนต์ที่รันงานของคุณเมื่อวานควรฉลาดกว่าฝูงที่รันงานในวันนี้
https://x.com/Kimi_Moonshot/status/2047190578493096122
นั่นคือลูป Kimi ทำงานและเรียนรู้ Opus 4.8 อยู่ที่ประตูเดียวคือประตูตรวจสอบ และหน้าที่เดียวของมันคือป้องกันไม่ให้ข้อมูลขยะถูกบันทึกเป็นทักษะ เครื่องยนต์เรียนรู้ ส่วนคนปิดประตูทำให้มันซื่อสัตย์
บางคนเลือกโมเดลเดียวแล้วผูกชีวิต บางคนไล่ตามคะแนน benchmark สูงสุด บางคนต่อ LangGraph และใช้ทั้ง weekend ดีบัก DAG
ผลลัพธ์มักจะเหมือนเดิม: เวิร์กโฟลว์ที่ทำสิ่งเดียวกันในรอบที่ 50 เหมือนกับรอบที่ 1
นี่ไม่ใช่แบบนั้น นี่คือคู่มือฉบับสมบูรณ์สำหรับฝูงเอเยนต์ที่ทบต้น 10 ขั้นตอน ทุกพรอมต์สามารถคัดลอกวางได้ ทุกตัวเลขผ่านการตรวจสอบ
ส่วนที่ 1 - สร้างลูปครั้งเดียว รันตลอดไป
01. เขียนสเปก ไม่ใช่พรอมต์
เมื่อคนส่วนใหญ่ได้ยิน "300 เอเยนต์" พวกเขาจะส่งบรรทัดเดียว - "วิจัยตลาดแอปฟิตเนส" - และคาดหวังความยอดเยี่ยม นั่นเป็นวิธีที่เร็วที่สุดที่จะเสียเครดิตและได้ขยะ
พรอมต์บรรทัดเดียวเป็นการให้สิทธิ์ฝูงเอเยนต์ตัดสินใจทุกอย่าง และมันจะตัดสินใจผิด
ปฏิบัติต่อฝูงเอเยนต์เหมือนผู้รับเหมา ไม่ใช่ยักษ์ในตะเกียง สเปกจะกำหนดว่าต้องเก็บอะไร อะไรถือว่าใช้ได้ แหล่งที่มาใดบ้างที่อนุญาต รูปแบบผลลัพธ์ที่แน่นอน และต้องทำอย่างไรเมื่อเกิดความขัดแย้ง นี่คือส่วนที่คนส่วนใหญ่ข้ามไป: Kimi ตัดสินใจการแยกย่อยเอง
คุณไม่ต้องสร้างเอเยนต์เหมือนใน CrewAI, ไม่ต้องต่อกราฟเหมือน LangGraph, ไม่ต้องกำหนดโครงสร้างเหมือน AutoGen คุณแค่อธิบายเป้าหมาย - ฝูงเอเยนต์สร้างแผนผังองค์กรเอง
สเปกคือสิ่งประดิษฐ์ที่มีเลเวอเรจสูงที่สุดในทั้งลูป เพราะในขั้นตอนที่ 4 มันจะกลายเป็นเมล็ดพันธุ์ของทักษะที่ใช้ซ้ำได้ของคุณ
1# PROJECT: [ชื่อ]2GOAL: [หนึ่งประโยค — ผลลัพธ์ที่ส่งมอบ ไม่ใช่หัวข้อ]3SCOPE: [สิ่งที่รวม สิ่งที่แยกออกอย่างชัดเจน]4RULES: [การตรวจสอบ — อะไรที่ถือว่าเป็นแถว/สิ่งที่ค้นพบที่ผ่านการยืนยัน]5SOURCES: [โพสต์ทางการ, เอกสาร, เฉพาะแหล่งต้นทางเท่านั้น — ไม่รวมแหล่งรวม]6OUTPUT: [ประเภทไฟล์ / จำนวน / การตั้งชื่อ / รายละเอียดรูปแบบ]7ON CONFLICT: ปักธงแถวนั้น อย่าแก้ไขอย่างเงียบ ๆ8STOP CONDITION: [เมื่อใดควรหยุดและรายงานแทนการเดา]
02. อ่านแผนการแยกย่อยก่อนจะใช้เงินสักบาท
นี่คือขั้นตอนที่มือใหม่ข้ามไป และเป็นขั้นตอนที่แพงที่สุดที่จะข้าม
หลังจากคุณส่งสเปก Kimi จะแสดงแผนการดำเนินการ ก่อน ที่มันจะรัน - มีเอเยนต์ย่อยกี่ตัว แต่ละตัวจัดการอะไร ลำดับการพึ่งพา งบประมาณขั้นตอน
อ่านมันเสีย ฝูงเอเยนต์ 200 ตัวที่แยกย่อยผิดจะเสียทั้งเงินและเวลาจริง การตรวจสอบแผนไม่เสียอะไร คุณมองหาสามสิ่ง: มันเข้าใจขอบเขตไหม จำนวนเอเยนต์เหมาะสมกับขนาดงานไหม และแผนผลลัพธ์ตรงกับสิ่งที่คุณต้องการจริงๆ ไหม
รายละเอียดหนึ่งที่ควรรู้: 4,000 ขั้นตอนคือ งบประมาณที่ประสานงานรวมทั่วทั้งฝูง ไม่ใช่ 4,000 ขั้นตอนต่อเอเยนต์ การรัน 300 เอเยนต์เฉลี่ย ~13 ขั้นตอนต่อตัว — งานย่อยที่สั้นและเฉพาะทาง นั่นบอกคุณว่างานของคุณเหมาะกับรูปแบบนี้หรือไม่
1แสดงแผนการแยกย่อยที่เสนอ ก่อนรัน:2- เอเยนต์ย่อยกี่ตัว และแต่ละตัวจัดการอะไร3- ลำดับการพึ่งพา (อะไรขัดขวางอะไร)4- งบประมาณขั้นตอนโดยประมาณ5- จุดที่ความเสี่ยงด้านคุณภาพลดลงมากที่สุดอยู่ที่ไหน6อย่าเพิ่งดำเนินการ รอการยืนยันจากฉันก่อน
พรอมต์บรรทัดเดียวคือความปรารถนา สเปกคือคำสั่ง ฝูงเอเยนต์ดำเนินการตามคำสั่ง
03. ปล่อยให้มันสิ้นเปลือง — นั่นคือประเด็น
ตอนนี้คุณรันมัน เอเยนต์ย่อยสูงสุด 300 ตัวทำงานเป็นคลื่นขนาน คลื่นแรกจัดการงานย่อยที่เป็นอิสระอย่างสมบูรณ์
เมื่อผลลัพธ์เริ่มเข้ามา ผู้ประสานงานจะเปิดคลื่นถัดไปสำหรับงานที่ขึ้นอยู่กับผลลัพธ์นั้น จนกว่ากราฟการพึ่งพาจะเสร็จสมบูรณ์
เอเยนต์ย่อยแต่ละตัวทำงานในขอบเขตหน้าต่างบริบทของตัวเอง นั่นคือเคล็ดลับเชิงโครงสร้าง: เอเยนต์ตัวเดียวในงานยาวจะเติมหน้าต่างของมันจนจมและเริ่มสรุปแบบสูญเสียข้อมูล และทุกขั้นตอนการให้เหตุผลหลังจากนั้นจะแย่ลง
ฝูงเอเยนต์ให้งานย่อยแต่ละงานมีขอบเขตบริบทของตัวเอง ดังนั้น只有ผลลัพธ์ที่มีโครงสร้างไหลกลับไปยังผู้ประสานงาน นั่นคือสาเหตุที่มันไม่ล้มเหลวในงานที่ทำลายเอเยนต์ตัวเดียว
เพราะ Kimi ทำงานที่ $0.95/M ขาเข้า และ $4.00/M ขาออก — โดย cache hits ที่ $0.16 — คุณสามารถทิ้งความพยายามครั้งแรกแล้วรันใหม่ได้ ปริมาณราคาถูกเปลี่ยนสิ่งที่คุณกล้าพยายาม
1ดำเนินการสเปกตั้งแต่ต้นจนจบ2ทำแบบขนาน wherever แผนอนุญาต3รายงานความก้าวหน้าทุก 30 ขั้นตอน4ปักธงอุปสรรคใด ๆ ทันที — อย่าทำงาน绕过มันอย่างเงียบ ๆ5ถ้าเอเยนต์ย่อยหยุดนิ่ง >10 นาที ให้มอบหมายใหม่หรือรายงาน6รวมทุกอย่างเข้ากับ OUTPUT ที่กำหนดในสเปก
04. เรียกร้องไฟล์จริง ไม่ใช่คำตอบในแชท
ผลลัพธ์ของฝูงเอเยนต์ไม่ใช่ข้อความในหน้าต่าง มันคือสิ่งที่ส่งมอบที่มีโครงสร้างซึ่งเข้าไปอยู่ในงานของคุณโดยตรง — และนี่คือส่วนที่บทความส่วนใหญ่มักพลาด
การรันครั้งเดียวสร้าง PDF, สเปรดชีต, ชุดข้อมูล, สไลด์, และโค้ดที่ใช้งานได้ ทั้งหมดจากการเปิดตัวครั้งเดียว เพราะ Kimi ส่งออกรูปแบบเหล่านั้นโดยตรง
ดังนั้น นำสเปกด้วยผลลัพธ์เสมอ
"รายงานที่ครอบคลุม" ทำให้เอเยนต์มีสิทธิ์หยุดเร็ว "PDF 40 หน้า + CSV 20,000 แถว + แผนภูมิ PNG 14 รูปที่พร้อมส่งออก" ทำให้พวกเขามีเป้าหมายคุณภาพที่ต้องทำให้ถึง
ความเฉพาะเจาะจงในระดับผลลัพธ์คือความแตกต่าง
1OUTPUT: [ประเภทไฟล์] / [จำนวน] / [การตั้งชื่อ] / [รายละเอียดรูปแบบ]23# ตัวอย่างที่แข็งแกร่ง:4OUTPUT: 1 .xlsx, หนึ่งแถวต่อโมเดล, + บทสรุป 200 คำ5OUTPUT: 30 ไฟล์ HTML, หนึ่งไฟล์ต่อร้าน, ตั้งชื่อตามธุรกิจ6OUTPUT: PDF 40 หน้า + CSV 20,000 แถว + แผนภูมิ PNG 14 รูป
05. ชี้โมเดลที่ซื่อสัตย์ไปที่ผลลัพธ์และถามว่ามีอะไรผิด
นี่คือจังหวะเดียวที่ไม่ใช่ Kimi จุดอ่อนที่รู้จักของฝูงเอเยนต์: เว้นแต่คุณจะเรียกร้องการตรวจสอบอย่างชัดเจน มันจะสร้างข้ออ้างที่มั่นใจแต่อ้างอิงน้อย และเอเยนต์ย่อยอิสระบางครั้งก็ขัดแย้งกัน "ดูเหมือนเสร็จ" กับ "ถูกต้อง" เป็นคนละโลกกัน
Opus 4.8 ถูกสร้างมาเพื่อประตูนี้โดยเฉพาะ Anthropic รายงานว่ามัน มีโอกาสประมาณ 4 เท่าน้อยกว่า 4.7 ที่จะปล่อยให้ข้อบกพร่องในโค้ดของตัวเองผ่านไปโดยไม่ถูกสังเกต และมันเป็น Claude ตัวแรกที่ได้คะแนน 0% ในการรายงานผลลัพธ์ที่บกพร่องอย่างไม่มีวิจารณญาณ
หน้าที่เดียวของมันที่นี่คือการหักล้าง ไม่ใช่ชมเชย คุณไม่ได้จ่ายโทเค็นพรีเมียมเพื่อสร้าง — คุณจ่ายเพื่อจับข้อบกพร่องเงียบก่อนที่ขั้นตอนที่ 4 จะบันทึกมันเป็นทักษะตลอดไป
ปริมาณราคาถูกจะเป็นพลังพิเศษต่อเมื่อมีสิ่งที่เชื่อถือได้ตรวจสอบงาน รักษาประตูตรวจสอบไว้
06. บันทึกเวิร์กโฟลว์ทั้งหมดเป็นทักษะ (Skill)
นี่คือจังหวะที่ทำให้ลูปปรับปรุงตัวเองได้ หลังจากรันที่คุณจะทำซ้ำ ให้บอก Kimi บันทึกเวิร์กโฟลว์ทั้งหมดเป็นทักษะที่ใช้ซ้ำได้ — รูปแบบอินพุต, ขั้นตอนเอเยนต์, รูปแบบเอาต์พุต
การรันครั้งแรกใช้เวลา 20 นาที ทุกการรันหลังจากนั้นใช้เวลา 30 วินาที
นั่นคือเวอร์ชันที่ซื่อสัตย์ของ "การเรียนรู้ด้วยตนเอง" โมเดลไม่ได้ฝึกน้ำหนักใหม่ระหว่างการรันของคุณ
ระบบรอบๆ มัน กำลังฉลาดขึ้น — คลังทักษะของคุณเติบโตทุกโครงการ และทุกฝูงเอเยนต์ในอนาคตจะใช้ทักษะเหล่านั้นโดยอัตโนมัติ
คู่แข่งไม่สามารถคัดลอกคลังนั้นได้ในหนึ่งสัปดาห์ มันสร้างขึ้นจากการรันจริงของคุณเป็นเดือน
1บันทึกเวิร์กโฟลว์ทั้งหมดนี้เป็นทักษะที่ใช้ซ้ำได้: "[ชื่อ]"2บันทึก:3- รูปแบบอินพุต (ไฟล์ / รูปร่างสเปกที่คาดหวัง)4- ขั้นตอนเอเยนต์ที่ได้ผล5- รูปแบบเอาต์พุตและแบบแผนการตั้งชื่อ6- กฎการตรวจสอบจากสเปก7ครั้งหน้าที่ฉันรันนี้ ฉันจะแนบไฟล์ใหม่และได้รูปร่างเดียวกัน
07. ป้อนเอกสารของคุณเองเป็นความรู้ของฝูงเอเยนต์
ทักษะ (Skills) จับ กระบวนการ การแปลงเอกสารเป็นทักษะ (Document-to-Skill) จับ โดเมน อัปโหลดผลงานที่ดีที่สุดของคุณ — ข้อเสนอที่ปิดดีลได้, รายงานที่ polished, สไลด์ — แล้ว Kimi จะจับลายนิ้วมือเชิงโครงสร้างและโวหารเป็นทักษะที่ฝูงเอเยนต์ในอนาคตทุกตัวจะใช้โดยอัตโนมัติ
นี่คือจุดที่มันทบต้น: PDF, บทถอดความ, หรือสเปรดชีตทุกชิ้นที่คุณป้อนเข้าไปจะกลายเป็นบริบทที่เอเยนต์ขนานทั้ง 300 ตัวสามารถใช้เป็นพื้นฐาน แทนที่จะพึ่งพาข้อมูลฝึกอบรมทั่วไป
ยิ่งคุณป้อนมากเท่าไหร่ ทุกการรันที่ตามมาก็ยิ่งแม่นยำมากขึ้น รายงานจะหยุดอ่านเหมือน AI ทั่วไปและเริ่มอ่านเหมือน งานของคุณ
1บันทึกเอกสารนี้เป็นทักษะที่ใช้ซ้ำได้ ระบุสิ่งที่ทำให้มันใช้งานได้:2- โครงสร้างและลำดับส่วน3- น้ำเสียงและระดับเสียง4- ความลึกของการวิเคราะห์ต่อส่วน5- จังหวะการเขียนและการตัดสินใจเรื่องรูปแบบ6บันทึกเป็น "[ชื่อ]" จากนั้นสร้างเอกสารใหม่ใน [หัวข้อที่แตกต่าง]7โดยใช้ทักษะที่บันทึกไว้ — ให้ตรงระดับคุณภาพ ไม่ใช่เนื้อหา
08. เปลี่ยนข้อเสนอแนะจากการตรวจสอบให้เป็นกฎถาวร
ขั้นตอนที่ 5 จับข้อบกพร่องครั้งหนึ่ง ขั้นตอนที่ 8 ทำให้แน่ใจว่าฝูงเอเยนต์จะไม่ทำมันอีก นำรายการแก้ไขของ Opus และอย่าแค่แก้ไขผลลัพธ์ — ทำให้บทเรียนเป็นไฟล์ข้อจำกัดระดับโปรเจกต์ที่ Kimi อ่านโดยอัตโนมัติเมื่อเริ่มเซสชันทุกครั้ง
นี่คือลูปที่เรียนรู้จากความล้มเหลวของตัวเอง การเบี่ยงเบนที่ Opus ตรวจพบในการรันครั้งที่ 1 จะกลายเป็นกฎที่เข้มงวดในการรันครั้งที่ 2
หลังจากไม่กี่โปรเจกต์ ไฟล์ข้อจำกัดของคุณจะกลายเป็นเอกสารที่มีชีวิตที่บังคับใช้ตัวเอง — และประตูตรวจสอบจะมีอะไรให้จับน้อยลงเรื่อยๆ
1# CONSTRAINTS.md — โหลดโดยอัตโนมัติ2- ทุกตัวเลขที่อ้างต้องมีที่มาจากแหล่งต้นทาง หรือถูกปักธง3- ไม่มีการแก้ไขความขัดแย้งอย่างเงียบ ๆ — แสดงความขัดแย้งออกมา4- [กฎที่กลั่นจากข้อเสนอแนะ Opus จากการรันครั้งล่าสุด]5- [ความผิดพลาดที่คุณไม่อยากให้เกิดขึ้นซ้ำ]6ขอบเขต: อย่าแตะต้องสิ่งใดนอกบล็อก SCOPE ของสเปก
09. เล่นทักษะซ้ำกับอินพุตใหม่ — ดูต้นทุนลดลง
ตอนนี้ผลตอบแทน การรันครั้งที่ 2 ไม่ได้เริ่มจากศูนย์ มันเริ่มจากทักษะ ความรู้ของฝูงเอเยนต์ และไฟล์ข้อจำกัดที่คุณสร้างในขั้นตอนที่ 6–8
เวิร์กโฟลว์เดียวกัน ไฟล์ใหม่ เวลาตั้งค่าเศษเสี้ยว
นี่คือที่ที่ "การทบต้น" หยุดเป็นคำ buzzword และปรากฏบนใบแจ้งหนี้ การรันเฝ้าติดตามคู่แข่งครั้งแรกต้องใช้สเปกเต็มรูปแบบและการตรวจสอบ
ครั้งที่สี่คือพรอมต์ 30 วินาทีเทียบกับทักษะที่บันทึกไว้ และผลลัพธ์คมชัดขึ้นเพราะสืบทอดทุกการแก้ไขจากการรันก่อนหน้า
1รันทักษะที่บันทึกไว้ "[ชื่อ]" กับอินพุตใหม่เหล่านี้2ใช้ CONSTRAINTS.md ใช้รูปแบบเอาต์พุตที่บันทึกไว้3[แนบไฟล์ใหม่]4รายงานเฉพาะสิ่งที่เบี่ยงเบนไปจากรูปร่างที่คาดหวังของทักษะ
20 นาทีในการรันครั้งแรก 30 วินาทีในการรันครั้งที่ 50 ช่องว่างนั้นคือเหตุผลทั้งหมดในการสร้างลูปแทนที่จะสร้างพรอมต์
10. ยกระดับลูปเป็นเอเยนต์พื้นหลัง
การเคลื่อนไหวสุดท้าย: เมื่อลูปเสถียรและมีทักษะรองรับแล้ว คุณก็หยุดเปิดใช้งานด้วยมือ
ชี้ Kimi ไปที่ทริกเกอร์ — ตารางเวลา, ไฟล์ใหม่ที่ถูกวาง, หน้าราคาของคู่แข่ง — และปล่อยให้มันรันทั้งลูปเชิงรุก โดยแสดงเฉพาะผลลัพธ์ที่ส่งมอบและสิ่งที่เบี่ยงเบน
การเฝ้าติดตามคู่แข่งเป็นตัวอย่างที่ชัดเจน
การรันครั้งแรกคุณสร้างและตรวจสอบด้วยมือ เมื่อมันกลายเป็นเอเยนต์พื้นหลัง มันจะตรวจสอบคู่แข่งทุกตัวแบบขนานทุกสัปดาห์และส่งบทสรุปไปยังกล่องจดหมายของคุณโดยไม่มีต้นทุนเวลาเพิ่ม
มนุษย์คนเดียวที่เหลืออยู่ในลูปคือคำถามที่คุณตั้งและการตัดสินใจที่คุณทำกับคำตอบ
1รันทักษะ "[ชื่อ]" ตามตารางเวลารายสัปดาห์2ทริกเกอร์: [ตารางเวลา / ไฟล์ใหม่ / URL ที่เฝ้าติดตาม]3ในแต่ละรัน: ดำเนินการฝูงเอเยนต์, ใช้ CONSTRAINTS.md,4ตรวจสอบ, จากนั้นส่ง OUTPUT + ความแตกต่างกับการรันครั้งล่าสุด5แค่ ping ฉันถ้าการเบี่ยงเบนเกิน [เกณฑ์]
บทสรุป:
ในขณะที่แล็บปิดยังคงส่งโมเดลแชทที่ฉลาดขึ้นทีละตัว โมเดลโอเพนซอร์สกำลังรัน 300 เอเยนต์แบบขนาน — และฉลาดขึ้นในระดับระบบทุกครั้งที่คุณรันมัน
เราเคยเห็นลายนิ้วมือแบบนี้มาก่อนแล้ว การเปิดตัวโอเพนซอร์สได้เปลี่ยนกรอบสิ่งที่แนวหน้าปิดคิดว่าเป็นของพวกเขา และทั้งวงการก็ปรับเทียบใหม่ข้ามคืน มันเกิดขึ้นกับ DeepSeek
ฝูงเอเยนต์ที่เรียนรู้ด้วยตนเองบนโมเดลน้ำหนักเปิดมีรูปร่างเดียวกัน
คนสร้างที่ยังเถียงว่าโมเดลไหน "ชนะ" กำลังตอบคำถามที่หยุดมีความสำคัญแล้ว
คำถามตอนนี้ไม่ใช่โมเดลไหนฉลาดที่สุด แต่คือคุณสามารถรันมันได้กี่ตัวพร้อมกัน ใครตรวจสอบงานของพวกเขา และการตั้งค่าของคุณคมชัดกว่าวันนี้เมื่อเทียบกับเมื่อวานหรือไม่
คนส่วนใหญ่จะอ่านนี้และยังคงใช้ Kimi เป็นแค่ช่องแชท มีเพียงไม่กี่คนจะสร้างลูปภายในสัปดาห์นี้ การรันครั้งแรกใช้เวลา 20 นาที ทุกการรันหลังจากนั้นคือเลเวอเรจที่คุณเป็นเจ้าของ
สร้างมัน ตรวจสอบมัน กลั่นมัน แล้วดูมันถูกลงและคมชัดขึ้นทุกครั้งที่คุณรันมัน
