2025年6月23日，月之暗面（Moonshot AI）正式推出其首款自主智能体——Kimi-Researcher，并已启动小范围灰度测试。该产品基于端到端自主强化学习（end-to-end agentic RL）技术打造，旨在通过多步规划、推理和工具使用解决复杂问题。Kimi-Researcher 在多项基准测试中表现优异，性能超越了多个知名模型，展现了其强大的自主决策能力和任务执行能力。
一、技术亮点与创新
Kimi-Researcher 是一款高度自主的智能研究助手，能够独立规划任务流程并交付完整结果。它采用零结构设计，无需复杂提示词或预设流程，完全依靠自主决策能力在动态环境中运行。例如，它能自行判断信息冲突时的权衡策略、任务节点的切换时机，以及中间信息的取舍标准。此外，Kimi-Researcher 在“人类最后一场考试”（Humanity's Last Exam）中取得了26.9%的Pass@1成绩，创下最新的SOTA水平。
二、实际应用场景与优势
Kimi-Researcher 擅长多轮搜索和推理，平均每项任务执行23个推理步骤，访问超过200个网址。它能够生成信息详实、可溯源的深度研究报告，报告平均长度在万字以上，引用约26个高质量信源。此外，它还支持每条引用的直接追溯，确保研究的严谨性，有效减少幻觉问题。Kimi-Researcher 在学术研究、法律分析等复杂任务中表现出色，能够为用户提供高质量的研究支持。
三、未来发展规划
月之暗面计划逐步开源Kimi-Researcher的基础预训练模型及强化学习优化版本。这一举措将推动Agent强化学习领域的探索与发展，为研究人员和开发者提供更多的工具和资源。
