測(cè)了兩天，這個(gè)開源模型終于讓我看到Agent的樣子了
嘿，大家好！這里是一個(gè)專注于前沿AI和智能體的頻道~
年初 Kimi K1.5 發(fā)布的時(shí)候，被 DeepSeek R1 狙擊。
在閉關(guān)半年后，掏出來了驚艷全球的Kimi K2。
在經(jīng)過一個(gè)季度，K2 推理版本發(fā)布，發(fā)布即開源。
HLE和IMO都刷到了SOTA，沒有任何定語(yǔ)的真SOTA（值得一提的是IMO這個(gè)新bench在kimi出來之前sota居然是Deepseek而不是北美模型）
這2天，看到最多的是，Kimi K2 Thinking 能夠在沒有人為干預(yù)的情況下執(zhí)行多達(dá)200-300個(gè)連續(xù)的工具調(diào)用，通過數(shù)百個(gè)步驟連貫地推理以解決復(fù)雜問題。
上周，聽十字路口的播客，有一個(gè)關(guān)鍵問題，在Agent領(lǐng)域，有些什么年度記憶關(guān)鍵詞。
屠龍之術(shù)主播莊明浩老師，回復(fù)垂直領(lǐng)域的 Agent 發(fā)展很快。通用 Agent 成為顯學(xué)，無(wú)論大模型廠商還是初創(chuàng)公司都在做。但在垂直板塊，比如法律行業(yè)，今年不止一兩家，可能有五六家甚至七八家公司在這個(gè)領(lǐng)域融資和發(fā)展不錯(cuò)。
所以我想通過2個(gè)非常復(fù)雜的任務(wù)，來驗(yàn)證這個(gè)長(zhǎng)程能力，同時(shí)了解一下Agent的發(fā)展?fàn)顩r，到底哪些公司在賺錢，他們?cè)诟尚┦裁矗?/p>
任務(wù)一：Agent Infra 全景圖現(xiàn)狀？24年有個(gè)Agent技術(shù)棧全解析很火，但是今年一直不更新了，所以先跑個(gè)開胃菜，預(yù)估在幾十次工具調(diào)用可完成。
任務(wù)二：如果2025年，真的是Agent的元年，現(xiàn)在已經(jīng)11月份了今年真的融到大額資金的Agent垂直企業(yè)有哪些？分別在干些什么？ 這個(gè)得上百次工具調(diào)用才能完成。
任務(wù)一
搜集2025年，做Agent Infra的公司，各個(gè)細(xì)分領(lǐng)域，在做什么，開源項(xiàng)目。
這個(gè)任務(wù)，是一個(gè)相對(duì)復(fù)雜的調(diào)研任務(wù)，沒有現(xiàn)成的表單可以參考，但是類型相對(duì)清晰， 模型在42次自主任務(wù)規(guī)劃后完成了所有信息的采集。
這里是純腳本實(shí)現(xiàn)，沒有任何的技巧，全拼的模型自身Agentic能力。
最終我拿到了非常詳細(xì)的結(jié)果，累計(jì)有200多家企業(yè)或者開源項(xiàng)目。
結(jié)果信息密度很高，給大家分享幾個(gè)有意思的觀察：
記憶層很受融資歡迎，比如 Mem0 Q1到Q3的API調(diào)用增長(zhǎng)了53倍（3.5M→186M），已經(jīng)遠(yuǎn)超普通SaaS增速，已經(jīng)成為了WS Agent SDK獨(dú)家記憶提供商。
工具層公司估值倒掛，收入≠價(jià)值，Browserbase ARR只有$3M，但Series B估值達(dá)到了$300M。
開源項(xiàng)目融資能力反超純商業(yè)公司，E2B（32M融資）、Letta（10M融資）均基于開源項(xiàng)目商業(yè)化。
記憶系統(tǒng)架構(gòu)從純向量開始分化，頭部產(chǎn)品（Mem0/Zep/Letta）全部采用向量+圖+鍵值混合存儲(chǔ)；Zep的Graphiti引擎在LongMemEval基準(zhǔn)測(cè)試準(zhǔn)確率提升18.5%。
...
用的Prompt如下：
messages = [
{
"role": "system",
"content": "你是 Kimi，一位精通 AI 行業(yè)、Agent 技術(shù)架構(gòu)和創(chuàng)投領(lǐng)域的資深分析師。你特別擅長(zhǎng)識(shí)別基礎(chǔ)設(shè)施層的創(chuàng)新和價(jià)值。",
},
]
# 用戶請(qǐng)求
user_request = """現(xiàn)在是 2025 年 11 月，我需要你完成一個(gè)深度調(diào)研任務(wù)：
**核心任務(wù)：**
找出 2025 年（截至 11 月）所有在 **Agent Infrastructure（Agent 基礎(chǔ)設(shè)施）** 方向的創(chuàng)業(yè)公司和開源項(xiàng)目，并制作一個(gè)完整的展示網(wǎng)頁(yè)。
**什么是 Agent Infrastructure：**
不是做最終用戶產(chǎn)品的 Agent 應(yīng)用，而是為 Agent 開發(fā)者提供底層能力、工具和服務(wù)的基礎(chǔ)設(shè)施層公司。包括但不限于：框架、協(xié)議、Memory、工具調(diào)用、可觀測(cè)性、評(píng)估等。
**Infra 分類維度（你需要深入每一個(gè)類別）：**
1. **Agent 框架 & 協(xié)議層**
- Agent 開發(fā)框架（如 LangChain、AutoGPT 類）
- 協(xié)議標(biāo)準(zhǔn)（如 MCP、Function Calling standards）
- Multi-Agent 協(xié)作框架
- Workflow 編排引擎
2. **Memory 系統(tǒng)**
- 短期記憶（對(duì)話上下文管理）
- 長(zhǎng)期記憶（知識(shí)庫(kù)、個(gè)人檔案）
- 向量數(shù)據(jù)庫(kù)（Vector DB）
- 記憶檢索優(yōu)化
- Graph Memory（知識(shí)圖譜記憶）
3. **工具 & 能力層**
- Tool Registry（工具注冊(cè)中心）
- Tool Execution Engine（工具執(zhí)行引擎）
- API 集成平臺(tái)
- Web Browsing Infrastructure
- Code Execution Sandbox
4. **規(guī)劃 & 推理引擎**
- Planning Engine
- Reasoning Framework
- Decision Making System
- Task Decomposition
5. **可觀測(cè)性 & 監(jiān)控**
- Agent Observability（可觀測(cè)性）
- Logging & Tracing
- Debug Tools
- Cost Tracking
6. **評(píng)估 & 測(cè)試**
- Agent Evaluation Framework
- Benchmark Platform
- Testing Infrastructure
- Performance Monitoring
7. **數(shù)據(jù) & 訓(xùn)練**
- Agent Training Data
- Synthetic Data Generation
- Fine-tuning Platform for Agent
- RLHF/RL Infrastructure
8. **部署 & 運(yùn)維**
- Agent Hosting Platform
- Serverless Agent Runtime
- Edge Deployment
- Security & Compliance
9. **其他 Infra**
- Prompt Management
- Retrieval Augmented Generation (RAG) Infrastructure
- Model Router / Gateway
- Cost Optimization
**核心要求：**
1. **全面搜索**：使用英文全面搜索，覆蓋全面，**希望能發(fā)掘出非常小眾的 Infra 類別以及公司**
2. **高效并行**：你每一次都可以盡量多的調(diào)用工具，每一個(gè)調(diào)用從不同的角度，進(jìn)行多維度的搜索，這樣可以快速獲取全面的信息?。。?
3. **深度挖掘**：你需要進(jìn)行非常非常長(zhǎng)久深度的搜索思考，找到每一個(gè) Infra 細(xì)分領(lǐng)域，找到每一個(gè)領(lǐng)域下的所有公司（商業(yè)化 + 開源項(xiàng)目），直到確定沒有遺漏。
4. **信息收集**：對(duì)每一家公司/項(xiàng)目，收集：
- 公司名稱（中英文）
- 具體做什么（技術(shù)細(xì)節(jié)）
- 融資信息（輪次、金額、時(shí)間、投資方）
- 最新公布的 ARR/MRR（如果有）
- GitHub Stars（如果是開源）
- 官網(wǎng)鏈接
- 為什么重要/獨(dú)特性
5. **不要偷懶**：你每一次都從多個(gè)維度進(jìn)行工具搜索調(diào)研，并且獲取到結(jié)果之后，可以持續(xù)的從新的角度進(jìn)行調(diào)研，我們的目標(biāo)是找到每一家符合要求的企業(yè)和項(xiàng)目，直到多次切換仍沒有更多符合要求的為止。
6. **區(qū)分商業(yè) vs 開源**：
- 商業(yè)公司：重點(diǎn)關(guān)注融資、ARR、付費(fèi)模式
- 開源項(xiàng)目：重點(diǎn)關(guān)注 GitHub Stars、貢獻(xiàn)者數(shù)量、社區(qū)活躍度
- 有些公司兩者都有（開源+商業(yè)），需要標(biāo)注
**輸出要求：**
生成一個(gè)完整的詳細(xì)的MarkDown報(bào)告，按 Infra 類別分類展示
- 每個(gè)類別內(nèi)分為：商業(yè)公司 & 開源項(xiàng)目
- 每家公司/項(xiàng)目的卡片包含：
* Logo（如果能找到圖片 URL）
* 名稱（中英文）
* 描述其核心能力
* 【商業(yè)公司】融資輪次 + 金額 + 時(shí)間 + 投資方 + ARR（如有）
* 【開源項(xiàng)目】GitHub Stars + 最近更新時(shí)間 + 主要貢獻(xiàn)者
* 技術(shù)亮點(diǎn)/差異化
* 官網(wǎng) + GitHub 鏈接
* 信息來源標(biāo)注"""任務(wù)二
搜集2025年，融到超過100億美元Agent的垂直企業(yè)，以及相關(guān)的產(chǎn)品介紹，ARR，融資信息等等。
這是個(gè)巨復(fù)雜的調(diào)研任務(wù)，需要找到每一個(gè)小眾場(chǎng)景，每一個(gè)Agent公司，且在今年融到資了，每個(gè)產(chǎn)品的一些具體信息等等。
因?yàn)槊看文Ｐ蜁?huì)產(chǎn)生大量的檢索query，獲取到大量的搜索結(jié)果，如果純依賴模型，大概在9輪左右會(huì)被撐爆，所以我設(shè)置了一個(gè)使用超過20次工具則自動(dòng)總結(jié)的功能。
最終，完成這個(gè)任務(wù)我按照全球和國(guó)內(nèi)， Kimi K2 thinking 總共花了 76 輪， 超100次工具調(diào)用。
同樣有很多收獲，信息量太大了，這里簡(jiǎn)單分享幾點(diǎn)：
小眾賽道融資額暴漲40%，背后不是資本瘋了，是在為場(chǎng)景數(shù)據(jù)密度定價(jià)，同樣Agent，有的天使輪拿1億，有的只拿2000萬(wàn)，核心看你的場(chǎng)景數(shù)據(jù)是不是具備時(shí)間復(fù)利效應(yīng)。
全球有超過20家Agent企業(yè)，在轉(zhuǎn)向以結(jié)果付費(fèi)，馴鹿AI替代銷售客服，按人頭費(fèi)（年10萬(wàn)）收取30%（3萬(wàn)/年），這才是真實(shí)TAM。
開源模型將技術(shù)護(hù)城河壓縮到6個(gè)月，真正的壁壘轉(zhuǎn)向場(chǎng)景數(shù)據(jù)+工作流設(shè)計(jì)+合規(guī)準(zhǔn)入。沒有數(shù)據(jù)積累的Agent公司會(huì)快速出清。
客服、營(yíng)銷、HR三大紅海，這些場(chǎng)景的數(shù)據(jù)飛輪（更多客戶→更多交互數(shù)據(jù)→模型更準(zhǔn)→吸引更多客戶）已完成閉環(huán)，新入場(chǎng)者無(wú)法破解 冷啟動(dòng)-數(shù)據(jù)-精度 的死循環(huán)。
Coding Agent是唯一一個(gè)技術(shù)通用性強(qiáng)、場(chǎng)景標(biāo)準(zhǔn)化高的賽道，注定被大廠生態(tài)吞噬。
高價(jià)值垂直Agent必須同時(shí)滿足：高人力成本（律師/醫(yī)生時(shí)薪>200美元）、強(qiáng)合規(guī)需求（數(shù)據(jù)不出域）、復(fù)雜決策流程（多步驟推理）。
歐洲廢料分揀/水產(chǎn)養(yǎng)殖/HVAC節(jié)能Agent，可能會(huì)是2026年的隱形冠軍賽道。這些賽道沒有大廠競(jìng)爭(zhēng)、客戶付費(fèi)意愿極強(qiáng)（節(jié)約的都是真金白銀）、數(shù)據(jù)獲取難度極高（需硬件部署）。
...
用的Prompt如下：
system_msg = {
"role": "system",
"content": "你是 Kimi，一位精通 AI 行業(yè)和創(chuàng)投領(lǐng)域的資深分析師。",
}
# 用戶請(qǐng)求
user_request = """現(xiàn)在是 2025 年 11 月，我需要你完成一個(gè)深度調(diào)研任務(wù)：
**核心任務(wù)：**
找出 2025 年（截至 11 月）所有在通用、垂直場(chǎng)景 Agent 方向融到資金的創(chuàng)業(yè)公司，并制作一個(gè)完整的展示網(wǎng)頁(yè)。
**判斷標(biāo)準(zhǔn)：**
- "通用、垂直場(chǎng)景 Agent"：不是通用 Chatbot，而是針對(duì)特定行業(yè)/場(chǎng)景的 AI Agent 產(chǎn)品
- 時(shí)間范圍：2025年1月1日 - 2025年11月30日的融資事件
**分類維度：**
按場(chǎng)景分類，包括但不限于：
- 法律 Agent（Legal AI）
- Coding Agent
- 金融 Agent（Finance/Trading）
- 營(yíng)銷 Agent（Marketing/Sales）
- 客服 Agent（Customer Service）
- HR/招聘 Agent
- 開發(fā)/編程 Agent（Coding）
- 醫(yī)療健康 Agent
- 教育 Agent
- 寫作 Agent
- 辦公 Agent
- 視頻 Agent
- 以上僅作為參考，你需要調(diào)研確定更多的垂直場(chǎng)景
- 通用場(chǎng)景
核心要求：
1.使用英文全面搜索，覆蓋全面，**希望能發(fā)掘出來非常小眾的場(chǎng)景以及公司**。
2.你每一次都可以盡量多的調(diào)用工具，每一個(gè)調(diào)用從不同的角度，進(jìn)行多維度的搜索，這樣可以快速獲取全面的信息！?。?
3.你需要進(jìn)行非常非常長(zhǎng)久深度的搜索思考，找到每一個(gè)小眾的場(chǎng)景，找到每一個(gè)場(chǎng)景下的所有Agent相關(guān)公司，直到確定沒有符合要求的場(chǎng)景了，沒有符合要求的公司了。
4.然后你需要搜集每一家公司對(duì)應(yīng)的融資信息，產(chǎn)品詳細(xì)，投資方，融資事件，最新公布的ARR信息
5. 不要偷懶，你每一次都從多個(gè)維度進(jìn)行工具搜索調(diào)研，并且獲取到結(jié)果之后，可以持續(xù)的從新的角度進(jìn)行調(diào)研，我們的目標(biāo)是找到每一家符合要求的企業(yè)，直到多次切換仍沒有更多符合要求的企業(yè)為止。
**輸出要求：**
生成一個(gè)完整的詳細(xì)的MarkDown報(bào)告，盡量按場(chǎng)景分類展示，每個(gè)場(chǎng)景包含：
- 每家公司的詳細(xì)信息：
* 公司名稱（中英文）
* 產(chǎn)品描述
* 融資輪次 + 金額
* 融資時(shí)間（月份）
* 投資方（如果有）
* 最新公布ARR（如果有）
* 信息來源標(biāo)注"""最后
在Kimi官方宣傳中，特別強(qiáng)調(diào)thinking的低幻覺優(yōu)勢(shì)，在測(cè)試中，這一點(diǎn)也確實(shí)比K2有顯著改善。
在我測(cè)試一些上下文信息提取的任務(wù)中，K2T的表現(xiàn)明顯大幅優(yōu)于K2，整體上，感覺K2T的幻覺率屬于第一梯隊(duì)。
幻覺率低的優(yōu)勢(shì)，進(jìn)一步可以傳導(dǎo)到一些邏輯推理計(jì)算上，計(jì)算穩(wěn)定性也幾乎達(dá)到了第一梯隊(duì)水準(zhǔn)。
不過客觀說，K2 Thinking的token消耗不算低。
但是好在整體定價(jià)便宜，4塊輸入，16塊輸出，比Qwen-max要便宜。
除此之外，在編程方面，K2T的表現(xiàn)跟K2幾乎一樣，編程基本功略差，但是具備在多輪的環(huán)境穩(wěn)定改善的能力。
K2 Thinking可能不是完美的，但它讓我看到了Agent應(yīng)該有的樣子，真的會(huì)自己想辦法、持續(xù)驗(yàn)證、直到解決問題的思考型Agent。
這可能才是AI的下一個(gè)十年。
本文轉(zhuǎn)載自??探索AGI??，作者：獼猴桃
