Tôi đã chạy Kimi K2.6 Agent Swarm và Claude Opus 4.8 Dynamic Workflows song song trên các dự án thực tế suốt hai tuần. Điểm thú vị không phải là "cái nào tốt hơn." Chúng có điểm số ngang nhau trên SWE-Bench (80.2 so với 80.8). Điểm thú vị là điểm yếu của chúng hoàn toàn trái ngược nhau, và điều đó khiến chúng kết hợp thành thứ mà mỗi cái riêng lẻ không thể làm được.
Bài viết này là toàn bộ quy trình, các prompt và 5 use case bạn có thể chạy ngay hôm nay. Hãy lấy tất cả nhé.
Ý tưởng cốt lõi trong một câu
Kimi swarm rộng và rẻ. Opus 4.8 sâu và đắt. Vì vậy, bạn để swarm tạo ra mọi ứng viên, và bạn chỉ dùng Opus để tiêu diệt những cái sai một cách đối nghịch.
Tại sao cách này đặc biệt hiệu quả:
Kimi swarm có thể khởi tạo lên tới 300 tác nhân phụ tự phân rã một tác vụ: không cần LangGraph, không cần CrewAI, không cần quy trình thủ công. Nó được tích hợp sẵn trong mô hình. Nó nhanh hơn khoảng 4.5 lần trên các tác vụ rộng và tốn khoảng $0.60/M đầu vào, $2.50/M đầu ra, với bộ nhớ đệm giúp giảm 75-83%. Bạn có thể để nó lãng phí.
Lỗ hổng đã biết của nó: nếu bạn không yêu cầu kiểm chứng một cách rõ ràng, nó tạo ra những tuyên bố thiếu trích dẫn, quá tự tin, và các tác nhân phụ mâu thuẫn lẫn nhau.
Opus 4.8 thì ngược lại. Dynamic Workflows của nó viết một script điều phối, chạy các tác nhân phụ tấn công một vấn đề từ các góc độ độc lập, sau đó triển khai các tác nhân đối nghịch mà nhiệm vụ duy nhất là bác bỏ các phát hiện, và lặp lại cho đến khi các câu trả lời hội tụ. Đây là Claude đầu tiên đạt 0% trong việc báo cáo không phê phán các kết quả sai lệch. Nó ít tự tin thái quá hơn khoảng 10 lần so với 4.7.
Chi phí của nó: một lần chạy có thể sinh ra tới 1,000 tác nhân, vì vậy bạn không muốn nó thực hiện tìm kiếm rộng. Bạn muốn nó thực hiện việc tiêu diệt.
Câu Hỏi Mà Mọi Người Đang Hỏi Là Sai Lầm
"Dùng mô hình nào?" nghe có vẻ là câu hỏi thông minh. Thực tế không phải vậy.
Nó ngầm cho rằng bạn phải cưới một mô hình và ly dị mô hình kia. Bạn không cần làm vậy.
Những người xây dựng đang phát triển mạnh mẽ nhất trong năm 2026 đã ngừng suy nghĩ về các mô hình và bắt đầu suy nghĩ về vai trò. Một nhà văn không chọn giữa máy chữ và biên tập viên. Họ sử dụng cả hai, vào những thời điểm khác nhau, cho những công việc khác nhau.
Đó là toàn bộ bí mật. Vậy hãy để tôi giới thiệu hai vai trò.
Gặp Gỡ Động Cơ: Tại Sao Kimi K2.6 Lặng Lẽ Thay Đổi Công Thức
Nếu quy trình này có một ngôi sao, đó là Kimi. Và bạn càng nhìn vào các con số, bạn càng cảm thấy nó không chỉ là một bản nâng cấp mà giống như một mã gian lận hơn.
Giá cả hầu như không đáng kể. Chính thức là $0.95 trên một triệu token đầu vào và $4.00 trên một triệu token đầu ra. Rẻ hơn khoảng 5 lần ở đầu vào và 6 lần ở đầu ra so với gói cao cấp. Thậm chí còn có một con đường miễn phí để bắt đầu: bạn có thể sử dụng nó trên kimi.com ngay hôm nay và chạy nó bằng tín dụng miễn phí hàng ngày thông qua Cloudflare Workers AI. Khi chi phí thử nghiệm một thứ gì đó giảm xuống mức này, bạn sẽ ngừng hạn chế các ý tưởng của mình. Bạn chỉ cần chạy chúng.
Nó không biết mệt, và nó không làm việc một mình. Đây là phần mà hầu hết mọi người đang bỏ lỡ. Kimi Agent Swarm có thể khởi tạo tới 300 tác nhân phụ chuyên biệt và điều phối chúng qua khoảng 4,000 bước trong một lần chạy tự động duy nhất, gấp ba lần so với phiên bản trước. Mọi trợ lý khác là một công nhân làm một tác vụ tại một thời điểm. Kimi là một điều phối viên phân phối các phần cho hàng chục hoặc hàng trăm công nhân cùng một lúc, sau đó tổng hợp kết quả.
Đây là những gì xảy ra khi bạn thả nó ra:
- Mọi người đang tạo ra một lượng đầu ra tương đương một công ty nhỏ trong vòng chưa đầy một giờ: tìm các doanh nghiệp địa phương có website yếu kém, xây dựng bản nháp trang đích cho mỗi doanh nghiệp, viết email tiếp cận và tạo báo cáo thị trường, tất cả từ một brief duy nhất.
- Các nhà phát triển đang kéo hàng nghìn hàng đã được xác thực vào một bảng tính sạch sẽ trong một buổi chiều, với mỗi hàng được kiểm tra dựa trên một nguồn thực tế, công việc mà một tác nhân duy nhất sẽ mất gần một ngày.
- Trong một lần chạy được chia sẻ rộng rãi, Kimi được hướng dẫn vào một mô hình nhỏ trên laptop và yêu cầu làm cho nó nhanh hơn. Nó chạy trong 12 giờ không cần giám sát, thực hiện hơn một nghìn lần gọi công cụ, viết lại hàng nghìn dòng và đẩy thông lượng từ khoảng 15 token mỗi giây lên gần 200. Không có con người trong vòng lặp. Chỉ là một mục tiêu.
Nó cũng có trọng số mở, được phát hành dưới giấy phép MIT sửa đổi, kèm theo CLI đồng hành mà các nhà phát triển đã gắn sao trên GitHub với số lượng hàng nghìn. Bạn không thuê quyền truy cập vào một hộp đen. Bạn đang đứng trên thứ mà bạn có thể kiểm tra, lưu trữ và xây dựng.
Kimi là phòng máy. Nó thực hiện các chặng đường dài. Nó chạy swarm. Nó biến "ước gì tôi có thể thử mười phiên bản" thành "tôi đã thử mười phiên bản trước bữa trưa."
Nhưng một động cơ không có người lái chỉ chạy nhanh theo hướng sai. Và đó chính xác là lúc vai trò thứ hai xuất hiện.
Gặp Gỡ Người Kết Thúc: Nơi Opus 4.8 Thể Hiện Giá Trị
Nếu Kimi thực hiện các chặng đường dài, Opus 4.8 bắt lỗi.
Tiêu đề của Anthropic cho bản phát hành này không phải là một benchmark. Đó là sự trung thực. Opus 4.8 được cho là ít có khả năng bỏ qua một lỗi trong mã của chính nó mà không bị phát hiện, ít hơn khoảng bốn lần so với phiên bản tiền nhiệm. Nó ít nói dối hơn và nó nhanh hơn trong việc nói "phần này không chắc chắn."
Đặc điểm duy nhất đó đáng giá vàng trong một quy trình khối lượng lớn. Khi một swarm đã tạo ra một núi công việc, bạn không cần một người xây dựng không biết mệt mỏi khác. Bạn cần một đôi mắt sắc sảo, hoài nghi sẽ nói cho bạn sự thật. Opus cũng có xu hướng thắng ở những thứ bạn muốn chắc chắn nhất: độ chính xác ở cấp độ sản xuất và khả năng đọc tài liệu và hình ảnh trung thực cao.
Nó mang lại khả năng phán đoán cho phần đầu của quy trình, phần mà một quyết định kiến trúc tốt giúp tiết kiệm mười giờ làm việc sai hướng. Một cửa sổ ngữ cảnh rất lớn có nghĩa là nó có thể nắm giữ toàn bộ vấn đề trong đầu trước khi một dòng nào được viết ra.
Nó là người đánh giá cấp cao. Kiến trúc sư. Người bạn tin tưởng để nhìn vào mọi thứ mà động cơ tạo ra và nói, một cách bình tĩnh, "gửi cái này, nhưng sửa cái kia trước."
So Sánh Trực Tiếp: Opus 4.8 vs Kimi K2.6
Đây là phần mà mọi người đều muốn và hầu như không ai viết một cách trung thực.
Anthropic đã tạo ra Opus 4.8 một bước tiến thực sự: khả năng phán đoán sắc bén hơn, mô hình trung thực nhất mà họ từng tạo ra và điểm số cao nhất trong các bài kiểm tra mã hóa và lập luận khó nhất. Công việc thực sự xuất sắc.
Và cùng với đó, Kimi K2.6 lặng lẽ làm một điều khó có thể tranh cãi. Các tác nhân của nó đảm nhận cùng một công việc thực tế, mang lại kết quả không tệ hơn đáng kể trên phần lớn công việc, và làm điều đó với chi phí thấp hơn nhiều lần. Về những thứ mà hầu hết mọi người thực sự giao hàng hàng ngày, khoảng cách về đầu ra là nhỏ và khoảng cách về giá là lớn.
Đây là cách hai mô hình đối đầu, từng điểm một:
- Giá mỗi token. Opus 4.8 là $5 mỗi triệu token đầu vào và $25 mỗi triệu token đầu ra. Kimi K2.6 là $0.95 mỗi triệu token đầu vào và $4.00 mỗi triệu token đầu ra, rẻ hơn khoảng 5x đến 6x trên tất cả các mặt.
- Trọng số mô hình. Kimi là mở, dưới giấy phép MIT sửa đổi, vì vậy bạn có thể tự lưu trữ nó. Opus là độc quyền.
- Kích thước và ngữ cảnh. Kimi là mô hình 1 nghìn tỷ tham số với cửa sổ ngữ cảnh 256K. Opus có cửa sổ ngữ cảnh 1M.
- Tác nhân. Điểm nổi bật của Kimi là swarm: lên tới 300 tác nhân phụ phối hợp qua khoảng 4,000 bước trong một lần chạy tự động duy nhất. Opus chạy các tác nhân phụ song song thông qua Dynamic Workflows.
- Đầu vào nó chấp nhận. Kimi nhận văn bản, hình ảnh và video. Opus nhận văn bản và hình ảnh.
- Bài kiểm tra mã hóa khó nhất (SWE-bench Verified). Cả hai đều đạt điểm cao. Kimi ở mức thấp 80, Opus cao hơn một bậc ở mức cao 80.
- Mỗi cái làm tốt nhất điều gì. Kimi: chi phí, khối lượng song song và tính mở. Opus: sự trung thực, khả năng phán đoán và độ chính xác.
Hãy đọc nó một cách trung thực và bài học không phải là "Kimi thắng" hay "Opus thắng." Đó là chúng thắng ở những thứ khác nhau. Một là công cụ chính xác mà bạn với tới khi việc đúng chính xác là quan trọng nhất. Cái kia là động cơ thực hiện các chặng đường dài, chạy swarm và hầu như không chạm đến ngân sách của bạn. Đó chính xác là lý do tại sao động thái thông minh không phải là chọn một bên. Mà là đặt mỗi cái vào nơi nó mạnh nhất.
Quy Trình: Lên Kế Hoạch, Swarm, Đánh Giá, Giao Hàng
Đây là phần cần lưu lại. Bốn nhịp, hai mô hình, bàn giao sạch sẽ.
1. LÊN KẾ HOẠCH với Opus 4.8 (suy nghĩ).
Mô tả toàn bộ vấn đề cho Opus và yêu cầu nó thiết kế kiến trúc, không phải thực thi. Cấu trúc là gì, rủi ro là gì, con đường sạch sẽ nhất là gì. Sau đó yêu cầu nó một điều cụ thể: một bản đặc tả bằng văn bản (sẽ nói thêm về lý do tại sao điều đó quan trọng trong giây lát). Bạn đang cố tình chi tiền cho token cao cấp ở đây. Đây là giờ rẻ nhất bạn từng mua, bởi vì nó ngăn chặn những sai lầm đắt giá.
2. SWARM với Kimi K2.6 (thực hiện).
Đưa bản đặc tả cho Kimi và để động cơ chạy. Đây là nơi khối lượng tồn tại: tạo mã, viết bài kiểm tra, phác thảo các biến thể, thực hiện xây dựng lặp đi lặp lại trên các tệp. Hãy để swarm song song hóa công việc nhàm chán. Bởi vì nó rất rẻ, bạn không ngại vứt bỏ nỗ lực đầu tiên và chạy lại. Giai đoạn này thực hiện 80% công việc với một phần nhỏ chi phí.
3. ĐÁNH GIÁ với Opus 4.8 (người nói thật).
Đưa mọi thứ mà swarm tạo ra trở lại Opus và đặt câu hỏi quan trọng: điều gì sai với cái này? Đây là lúc sự trung thực của nó tự trả giá. Nó bắt được những lỗi âm thầm, những giả định không được hỗ trợ, những thứ trông có vẻ đúng nhưng thực tế không phải. Bạn không trả giá cao cấp để tạo ra. Bạn trả tiền để xác minh, đó là cách sử dụng đòn bẩy cao nhất cho một token đắt tiền.
4. GIAO HÀNG trở lại Kimi K2.6 (vòng lặp).
Lấy ghi chú của Opus, đưa chúng cho Kimi và để động cơ thực hiện các sửa chữa và đánh bóng với chi phí gần như bằng không. Sau đó giao hàng. Và bởi vì vòng lặp rất rẻ ở phía Kimi, bạn có thể chạy lại nó vào ngày mai và ngày hôm sau, mà không cần nhìn đồng hồ.
Lên kế hoạch với kiến trúc sư. Xây dựng với động cơ. Đánh giá với người nói thật. Giao hàng với động cơ. Lặp lại.
Bí Quyết Thực Sự: Viết Một Bản Đặc Tả, Không Phải Một Prompt
Đây là thủ thuật phân biệt những người đạt được điều kỳ diệu từ một swarm và những người nhận được rác đắt tiền.
Khi hầu hết mọi người nghe "300 tác nhân," họ bắn ra một prompt một dòng như "cạo mọi trung tâm dữ liệu ở Mỹ" và mong đợi sự xuất sắc. Đó là cách nhanh nhất để đốt tín dụng và nhận rác.
Bí quyết thực sự là coi swarm như một nhà thầu, không phải một thần đèn. Thay vì một dòng, bạn đưa cho nó một tài liệu hai hoặc ba trang xác định chính xác những gì cần thu thập, điều gì được coi là hợp lệ, nguồn nào được chấp nhận, định dạng đầu ra nên là gì và phải làm gì khi nó tìm thấy thông tin mâu thuẫn. Bạn không viết một prompt. Bạn đang viết một bản đặc tả, và swarm thực thi theo bản đặc tả trong khi bạn đi làm việc khác.
Và bây giờ hai vai trò khớp với nhau một cách hoàn hảo: công cụ tốt nhất trên thế giới để viết bản đặc tả đó là mô hình cẩn thận, có khả năng phán đoán của bạn. Opus 4.8 biến một mục tiêu mơ hồ thành một bản đặc tả chính xác trong bước LÊN KẾ HOẠCH. Swarm của Kimi thực thi bản đặc tả đó ở quy mô lớn trong bước SWARM. Người suy nghĩ viết các mệnh lệnh. Đội quân thực hiện chúng.
Những người gọi swarm tác nhân là "mỏng manh" hầu như luôn có nghĩa là prompt của họ mỏng manh. Công việc dựa trên bản đặc tả thay đổi hoàn toàn kết quả.
Hãy lấy khung xương này cho bản đặc tả mà kiến trúc sư của bạn viết:
Đưa nó cho động cơ và bước đi.
Chạy Vòng Lặp Ngay Hôm Nay: 3 Prompt Để Lấy
Bạn không cần một dự án lớn để thử điều này. Hãy lấy bất kỳ tác vụ nào bạn thường ném vào một mô hình duy nhất và chạy nó qua cả ba prompt dưới đây. Điền vào chỗ trống và thực hiện.
Prompt A. LÊN KẾ HOẠCH (dán vào Opus 4.8)
1Tôi muốn [mô tả mục tiêu của bạn bằng ngôn ngữ đơn giản].2Chưa xây dựng gì cả. Hãy đóng vai trò là kiến trúc sư.3Biến điều này thành một bản đặc tả chính xác bằng cách sử dụng chính xác các tiêu đề sau:4MỤC TIÊU, PHẠM VI, QUY TẮC, NGUỒN, ĐẦU RA, ĐIỀU KIỆN DỪNG.5Trước khi kết thúc, hãy đánh dấu hai giả định rủi ro nhất trong kế hoạch.
Prompt B. SWARM (dán vào Kimi K2.6)
1Đây là một bản đặc tả. Thực thi nó từ đầu đến cuối.2Song song hóa bất cứ nơi nào có thể, sau đó hợp nhất mọi thứ vào ĐẦU RA cuối cùng được xác định bên dưới.3Đừng hỏi tôi câu hỏi trừ khi bản đặc tả thực sự mâu thuẫn với chính nó.4[dán bản đặc tả từ Prompt A]
Prompt C. ĐÁNH GIÁ (dán vào Opus 4.8)
1Đây là bản đặc tả và đầu ra mà một swarm đã tạo ra dựa trên nó.2Hãy hoài nghi. Công việc của bạn là tìm ra những gì sai, không phải khen ngợi nó.3Liệt kê mọi lỗi, tuyên bố không được hỗ trợ và khoảng trống âm thầm, được xếp hạng theo mức độ nghiêm trọng,4sau đó đưa cho tôi một danh sách sửa chữa ngắn mà tôi có thể đưa thẳng trở lại cho người xây dựng.5[dán bản đặc tả và đầu ra]
Sau đó lấy danh sách sửa chữa của Prompt C trở lại Kimi, để nó vá tất cả và giao hàng. Đó là một vòng quay đầy đủ của vòng lặp và nó tốn gần như không có gì để chạy lại.
Các Con Số Khiến Giám Đốc Tài Chính Của Bạn Mỉm Cười
Đây là lý do tại sao điều này không chỉ là thanh lịch. Nó hiển nhiên về mặt kinh tế.
Trong một quy trình ngây thơ, bạn chạy mọi thứ trên token cao cấp. Mọi bản nháp bỏ đi, mọi bài kiểm tra, mọi thử nghiệm ngu ngốc, đều với giá đầy đủ.
Trong quy trình này, mô hình đắt tiền chỉ chạm vào hai thời điểm mà khả năng phán đoán thực sự quan trọng: kế hoạch và phán quyết. Mọi thứ ở giữa, 80% khối lượng token chỉ là thực hiện công việc, chạy trên mô hình có giá thấp hơn nhiều lần.
Bạn không cắt giảm chất lượng. Bạn đang cắt giảm giá của những phần không bao giờ cần phải đắt.
Đó là cách các nhóm đang lặng lẽ cắt giảm hóa đơn AI của họ với tỷ lệ lớn trong khi tăng lượng giao hàng. Không phải bằng cách mua ít hơn. Bằng cách mua thông minh.
Tại Sao Sự Kết Hợp Này Đánh Bại Một Trong Hai Mô Hình Đơn Lẻ
Nguyên tắc sâu xa hơn là cũ hơn AI: lợi thế so sánh.
Sử dụng động cơ không biết mệt mỏi, rẻ tiền cho khối lượng. Sử dụng tâm trí cẩn thận, cao cấp cho khả năng phán đoán. Đừng bắt người suy nghĩ đắt tiền nhất của bạn làm công việc chân tay và đừng tin tưởng người xây dựng nhanh nhất của bạn là người quyết định cuối cùng.
Một mô hình đơn lẻ buộc phải thỏa hiệp. Tất cả cao cấp đốt tiền vào các tác vụ không cần đến nó. Tất cả rẻ tiền có nguy cơ giao hàng lỗi mà không ai phát hiện ra. Vòng lặp hai mô hình từ chối hoàn toàn sự thỏa hiệp. Nó có được kinh tế của mô hình rẻ tiền và lương tâm của mô hình cẩn thận.
Đó không phải là một mẹo vặt. Đó chỉ là sự phân công lao động tốt, cuối cùng cũng có sẵn trong phần mềm.
Một Sai Lầm Lặng Lẽ Giết Chết Quy Trình Này
Bỏ qua bước ĐÁNH GIÁ.
Đó là góc cắt hấp dẫn nhất, bởi vì đầu ra của swarm thường trông có vẻ đã hoàn thành. Nó biên dịch. Nó chạy. Nó cảm thấy xong.
"Trông có vẻ xong" và "đúng" là hai hành tinh khác nhau và toàn bộ lý do quy trình này an toàn là vì bạn đã chỉ định một mô hình cẩn thận, trung thực để nói cho bạn biết sự khác biệt. Cắt bước đó để tiết kiệm vài phút và bạn đã biến một hệ thống xuất sắc trở lại thành một cách nhanh chóng để giao hàng lỗi.
Khối lượng rẻ tiền chỉ là một siêu năng lực khi một thứ gì đó đáng tin cậy đang kiểm tra công việc. Hãy giữ người đánh giá.
Kết Luận
Trong một năm được định nghĩa bởi những tranh luận ngày càng to hơn về mô hình nào là "tốt nhất," sự thật lặng lẽ gần như buồn cười. Mô hình tốt nhất hóa ra là hai mô hình, mỗi cái hướng vào công việc mà nó được sinh ra.
Kimi thực hiện các chặng đường dài. Opus bắt lỗi. Một bản đặc tả tốt là cầu nối giữa chúng.
Những người vẫn đang tranh luận sẽ tiếp tục tranh luận. Bạn có một quy trình làm việc rồi.
Hãy đi xây dựng thứ mà họ sẽ viết các chủ đề về vào tháng tới.
Hãy lưu lại 🔖.
