1 把一群 Agent 养在电脑里办公
前阵子《置身钉内》是钉钉一位产品经理的 7.5 万字的长文，复盘了 ONE 项目从被寄予厚望到下线的全过程。我们也看到了事后更大的人事地震：6 月 11 日，陈航卸任钉钉 CEO，92 年的陈宇森接棒。
这场换帅本身讨论很多了，我关注的一个有意思的视角是新任 CEO。
陈宇森是技术型连续创业者，做过网络安全的长亭科技，后来一直在做云和 Agent 方向。接手钉钉前，他在做一个叫 MuleRun 的 Agent 平台。他也在几次访谈里反复讲一个观点：AI 会经历 Copilot 和 AI Native 两个阶段，Copilot 是副驾驶，人还是主要的执行者；到了 AI Native 阶段，工作会围着 AI 重新组织，人从每一步的执行者，变成标准的制定者和结果的检查者。他还说过，AI Native 组织和非 AI Native 组织之间，效率差距最小也有十倍。
这个很有意思，换帅的目标就是要用 AI 重置组织数字化协作的感觉。
这就有一个推论：未来的数字化办公，是「置 Agent 在电脑内」。
过去我们用 SaaS、用各种在线协作工具，都是把活搬到云上去做：文档在云端，表格在云端，人对着浏览器一个个标签页切。另外很多工作流都分散在各个地方。
而 Agent 则代表的是，不需要再把活搬上去，而是再次回到本地，回到电脑里，用本地的文件夹、本地的浏览器、以及本地的定时脚本。它不再是云上一个服务，是机器里一个常驻的数字同事。
最近在试用的 Kimi Work，就是在这几点上，体验非常鲜明。
下面我就用几个真实跑过的任务，挨个说说这几点变化具体是什么体感，再聊聊我更大的几点感受。
2 Agent 团队配合作战
我在做半拿铁的「中国互联网故事」系列，需要一期讲「中文社区」的稿子，要覆盖豆瓣、知乎、虎扑、小红书、B 站。我就让 Kimi Work 去尝试，让它给我三万字。
这个活如果交给 Chatbot，它能列个提纲，也能写完。但拿到手往往有几个常见问题：结构上虎头蛇尾，开头详尽，越往后越敷衍；需要交叉验证的地方做得不扎实；给它投喂的资料，它也未必真用得上、读得完。有点像一个人对着一个长任务从头写到尾，本来就容易顾此失彼。
交给 Kimi Work 之后，它派了八个子 Agent 并行去查：一个查豆瓣，一个查知乎，各跑各的，互不耽误。光这一轮调研就跑了一百多次搜索，产出八万字研究资料。然后在这堆资料上搭出十章大纲，再派一批写手 Agent 分头写，每个负责一章。最后合稿、统一脚注、转成 Word 格式。
我拿到的是一份三万两千字、带三十多条出处的成稿，外加一个排好版的 docx。
这不是「答得更长的 Chat」。而是把一件本来需要凑好几个人、干好几天的活，拆开、分给一支临时组建的团队、并行跑完。
而且这支团队里的每个 Agent，都能单独调和换。哪个岗位的数字员工干得不行，可以随时替掉，也可以接着调教他，让他下次干得更好。这一点后面还会再聊。
3 用苦功夫替代幻觉
并行只是表面。更关键的是,它能把整条工作流串起来，从原始资料一直走到成品。
我让 Kimi Work 整理一下「置身钉内」这篇文章的前因后果和相关的信息与讨论，最后输出给我一个 PPT。
它去搜了来龙去脉——腾讯、财新、虎嗅各自的说法，马锐拉那篇《置身钉外》，阿里合伙人的回应，先都爬下来。然后读了 PPT 制作规范，定了一套视觉风格：深炭底色配琥珀金，结论先行，关键数据做成卡片。
再一页页生成，自己检查报错、修掉问题、转成 pptx。
第一版 16 页。
我说不够，Kimi Work 就扩写成 32 页，补查了新 CEO 陈宇森的背景、钉钉「悟空」的 AI 战略、几家协作工具的竞争格局，重新做成六个章节。
整个过程,我只做两件事：提一句需求，然后验收。不满意了，就继续提出修改意见。Kimi Work 就能针对性调整。中间「查资料 → 定结构 → 配数据 → 出设计稿 → 自查纠错」这一长串工作流，它可以自己走完。
类似的还跑过一份 SpaceX 投资者报告，这个更复杂，十个子 Agent 分头深挖公司历史、技术、财务、竞争、监管、人物。每个至少搜十五次，最后交叉验证、标出哪些是高置信度发现、哪些是有冲突的说法，产出三十页、三百多条脚注、十三张图表。体感上像是临时拥有了一个研究小组。
关键问题不在于推理能力和思考能力。关键问题在于搜集能力和整理能力。有的 Chatbot 有朋友会觉得，明明大家都说很厉害，但为什么还是有幻觉？就是因为这个。
搜集整理的能力和推理能力是两码事。
4 查得足够广，才足够准
查得足够全面，最后的结果才足够准确。
我让 Kimi Work 从各个维度分析一下中国半导体公司的现状。这个题目很大，很多 Chatbot 会写成空泛的综述。
Kimi Work 的做法是先派八个 Agent 做一轮广扫，再把题目拆成十二个维度——政策、设计、制造、存储、设备材料、制裁、市场、资本、人才、应用、封测、技术差距。
然后每个维度再派一个 Agent 深挖，每个至少搜二十次。前后加起来跑了三百多次搜索，最后出了一份十几万字的报告。
让我在意的是它对「靠不靠谱」的处理。十二个维度查完，它没有直接拼起来交差，而是也做了一轮交叉验证：哪些数据是多个来源都对得上的高置信度发现，哪些是各家说法打架的。比如中芯某个制程的良率，不同来源从 85% 到 99.7% 都有，它会把冲突标出来用区间值，而不是直接选一个数。来源可疑的，会标上「据报道」。最后还单独提了十条跨维度的洞察。
顺带说一句数据源。
这份报告走的是公开搜索， Kimi Work 本身接了一批专业数据源的，包括天眼查、同花顺 iFinD、Yahoo Finance、World Bank、arXiv、Google Scholar 等等。对要查公司工商信息、财务数据、学术文献的人来说，这一层十分关键。
5 操作本地电脑，常驻干活
作为本地的 Agents 工具，Kimi Work 自然也能操作本地电脑，以及持续地、定时地跑任务。
我让 Kimi Work 帮我关注杭州出发的机票，降价三成以上就提醒我。
它做的不是查一次价格告诉我，而是在本地建了一套脚本：23 条航线的基准价、一个检测脚本、一份提醒日志,还配了个定时任务，每天早中晚各跑一次，降幅够高就在对话里告诉我。
中途我修改了几次需求，比如加国际航线、调日期、改频率，很快就能调整过来，达到我的预期。
聊天是一次性的、被动的，这是常驻的、主动的。它会通过代码脚本常驻在电脑里，有自己的工作目录、文件、日程。这也是为什么 Kimi Work 做成了桌面应用，而不只是一个聊天窗口。它要能碰本地文件，还能开浏览器直接访问（需要安装插件），能在后台定时干活。这些都是 Kimi Work 之所以叫 Work 的原因。
6 一些感受
用完 Kimi Work ，我会有这些感受。再展开说一说。
第一，AI 本来就该并行干活，是我们的习惯把它困在了「一个助手」里。
我们看到「八个 Agent 同时查资料」会觉得新鲜，恰恰说明，我们一直在拿对待人的方式对待 AI，问题和流程是串行的。
但很多时候任务的完成是并行和协作的。所谓「最多 300 个 Agent」不是一个噱头数字，其实是就是为了这一点而服务的。
很多工作就像刚才说的一样，先做一些拆解和并行的安排，远比串行能解决的问题多很多。
第二，Agent 从云端落到本地，才算真正接入了普通人的日常工作。
作为本地 Agents 工具，意义就不同了。云端 Agent 能查能写，但无法使用电脑里的东西。如果要阅读或者使用，每次都面临把文件传来传去的麻烦。
而我们日常的工作，很多都是沉淀在本地的，存了好几年的文档、正在改的稿子、刚导出的表格、堆满文件的文件夹，可以直接按照权限提供给它。
所以有一种说法，叫做从 Vibe Coding 到 Vibe Working。过去程序员用自然语言指挥 AI 把代码写出来，现在同样一套「交代目标、让 AI 跑完流程」的方式，正在平移到写文档、做调研、出报告这些普通知识工作上。
它能平移的前提，就是 Agent 得先从云端走到桌面。用之前用过的比喻的话，就是 AI 长出了双手。
第三，接下来拉开差距的，可能不再是「会不会写 prompt」，而是「会不会拆任务、派任务、验收」。
在 2024 年，大家比的是谁更会调教 AI、谁的 prompt 更精妙。但现在不一样了。你需要知道该怎么跟 AI 派发任务。
像前面提到的机票票价监控的任务，你得先有一个明确的预期，表达清楚，Agents 才能去工作。
这种表达更多是源于我们对任务的预期有没有想明白。对于一个报告，我们想要的是哪些维度的看法？对于一个监控任务，我们想要的是怎样的标准？这些会变得很重要。
只要用好了，在日常这些知识工作上，AI 将会帮我们大大省事。
第四，在这上面花钱，买的不是消费，是执行杠杆。
最后说句实在的，这类工具值不值得花钱。
我的看法是：一旦发现这件事 ROI 是足够的，那它就是非常好的执行杠杆。
我自己的工作就能算得过来。比如一篇文稿我自己过去需要 4 天的整理，如果现在能通过工具缩减到 2 天，那这 2 天的时间值不值我在工具上的付费，是一个很简单的数学题。
哪怕是一些很小的事情，比如电脑的空间满了，需要整理电脑的文件。本来需要花费一整天的时间，一个个文件去甄别筛选。但现在 AI 工具换算下来，可以 10 块钱解决这个事情，那我自然特别愿意花这个钱。
7 写在最后
年初养龙虾的时候我打过一个赌：慢则一年、快则半年，大厂会出来商用的、很好用的 Agent。如今这样的工具越来越多了。
半年多时间，本地 Agent 从发烧友才玩得转的东西，变成好几家在认真做的产品。这个速度，比当年从 Altair 到 Apple II 快很多。
Kimi Work 现在 Beta 版本发布，大家可以官网上体验一下。看有没有什么新的体感。
希望对大家有帮助。
