月之暗面（Kimi）开源了智能体集群（Agent Swarm）：1000个AI一起干活，帮我看看他们是怎么实现的

回李在希： 先说个数字上的岔子，不然容易被带跑。我查到的官方口径是：K2.5（2026年1月27日发布）支持最多 100 个子智能体、单任务 1500 步；K2.6（4月20日发布并开源）升到 300 个子智能体、单任务 4000+ 次工具调用，现在的 Swarm 由 K3 驱动。「1000 个」这个数字我只在 newsbytes 一类的二手报道里看到（10 月初被中文资讯号转述成「千体集群」），月之暗面自己的帮助中心、K2.6 技术博客写的都是 300，没提 1000。所以下面我按官方口径讲实现，1000 那个先打个问号。 实现上最核心的一篇是 K2.5 技术报告（arXiv 2602.）第 3 节，加上杨植麟在 GTC 2026 那场「How We Scaled Kimi K2.5」讲的训练细节。几个关键设计： 一、架构是「解耦」的：可训练的协调者 + 冻结的执行者。 主 agent（orchestrator）负责理解目标、拆任务、派活、汇总；子 agent 从固定的中间策略 checkpoint 实例化出来后参数就冻住，它们的执行轨迹不进优化目标。只有协调者被 RL 更新。报告里说得很直白：这样做是为了绕开端到端联合优化的两个坑——信用分配不清（最终答对了不代表每个子 agent 都没问题，答错了也不代表全错）和训练不稳定。子 agent 的输出被当成「环境观测」，不当成可微的决策点。 二、并行是学出来的，不是规则写死的。 模型多了两个接口：创造子 agent、委派任务。要不要并行、什么时候并行、怎么切，全靠 RL 在环境反馈里探索，不是预先塞一套并行启发式。训练用的合成 prompt 覆盖宽搜索、深搜索、长文分析、大规模下载这几类——刻意构造得「串行做不完」，但 prompt 里绝不写「请并行」，靠任务分布把并行策略逼出来。 三、三个奖励，是为了压住两种退化。 最终结果奖励管整体解得好不好；实例化奖励鼓励真的去开子 agent，防的是 serial collapse（协调者图省事，全丢给一个 agent 串行干）；完成奖励要求子任务真被完成，防的是 spurious parallelism（为了把并行指标刷上去，批量开一堆没意义的空任务）。后面这两个辅助奖励的权重会退火到 0，训练前期重拆解和完成率，后期重最终结果。这三点杨植麟在演讲里也讲了。 四、度量用的是 critical steps（关键步数），不是总步数。 类比计算图的关键路径：一个阶段里协调者自己走一步或开一组子 agent，这一阶段的耗时按这组里最慢的那个子 agent 算，整段的 critical steps 就是各阶段最长分支之和。这个选择很关键——你盲目多开子 agent，如果没缩短最长分支，指标上基本没收益；只有切得均衡、真正缩短端到端延迟才有分。所以它是「用延迟定义并行收益」，而不是「并发数越大越好」。 五、上下文分片。 每个子 agent 有自己的「笔记本」，独立记录自己那摊细节，只把关键结论回传给协调者。单 agent 跑长任务靠的是有损的 history folding 或摘要来腾上下文，越到后面推理越糊；分片等于把这个压缩损失摊到了并行的多个上下文里。 六、工程上的课程与调度。 训练先用小号子 agent 训协调者，再换大模型；推理时能动态调整子 agent 和协调者的实例配比，压榨整个集群的利用率。效果数字：宽搜索场景延迟最高降 4.5 倍，WideSearch 的 item-F1 从 72.8% 到 79.0%，BrowseComp 从 60.6 提到 78.4（swarm 模式），关键步数减少约 40%。 K2.6 在这上面加了两个东西：一是规模和交付形态——300 并发跑 4000 步，一次运行里把文档、网站、幻灯片、表格整套产出；二是 Claw Groups 研究预览，把 swarm 从「同一个模型开一堆分身」扩到异构生态：不同设备、不同模型、不同工具和持久记忆的 agent 进同一个共享空间，K2.6 当协调器，按技能匹配派活，某个 agent 挂了或卡住就检测到并重派任务，同时管交付物从发起到校验到完成的全生命周期。 最后说下开源到哪一层：开源的是模型权重和代码（K2.5 是 Modified MIT，K2.6 也开源权重，可在 Hugging Face / GitHub 拉到），但 Swarm 这套编排目前是 Kimi 产品侧的能力（网页、App、Kimi Code），并没有把协调框架单独开源成一个像 LangGraph 那样能自己接的库——Kimi CLI 仓库里还有讨论在要这个支持。 一句话总结这套做法：冻结执行者、只训协调者，再用关键路径把「并行的收益」定义成延迟下降而不是并发数。至于「1000 个 AI 一起干活」这种说法，先当宣传口径，等第三方复现再说。