Kimi K2.5 Agent Swarm是月之暗面於2026年1月27日隨Kimi K2.5模型發布的一項並行智慧型體集群技術。該技術是Kimi K2.5模型的關鍵特性之一。
Kimi K2.5 Agent Swarm通過並行智慧型體強化學習訓練，能自主調度多達100個子智慧型體並行工作，處理最多1500個協調步驟，無需預定義規則。該技術曾在HLE、BrowseComp等Agent評測中進行測試。
研發背景,核心技術,運營模式,核心團隊,重要事件,
研發背景
2026年1月27日，人工智慧初創公司月之暗面（Moonshot AI）正式發布並開源了新一代多模態基礎模型Kimi K2.5。該模型是一個擁有1萬億參數的混合專家（MoE）模型。此次模型更新的主要特點之一是引入了Agent Swarm（智慧型體集群）能力。根據創始人楊植麟的介紹，K2.5能夠創建並協調一大群專項智慧型體並行工作，這些智慧型體各自承擔不同的角色和子任務，整個過程無需預設規則，所有的角色分配和任務拆解均由K2.5現場即時動態決定。這種並行工作的智慧型體集群模式旨在提升複雜任務的處理效率。
該Agent Swarm功能在發布時處於Beta測試階段，部分Kimi高級會員可提前試用。發布後不久，Kimi K2.5在包括HLE（人類最後的考試）、BrowseComp（瀏覽互動）、DeepSearchQA（深度搜尋問答）等多項智慧型體評測中均取得了全球開源模型的最佳成績，其Agent集群能力開始受到業界關注。
核心技術
Kimi K2.5的Agent Swarm能力基於一種名為並行智慧型體強化學習的方法訓練而成。
PARL機制包含一個可訓練的編排智慧型體，負責拆解複雜任務並“分身”出可並行化的子任務。這些子任務由動態實例化的凍結子智慧型體執行，整個過程無需預定義角色或人工設計工作流。
在訓練可靠的並行編排器時，面臨獨立子智慧型體反饋延遲、稀疏和非平穩性等挑戰，常見的故障模式是“串列塌縮”，即編排器儘管具備並行能力，卻默認執行單智慧型體任務。為解決此問題，PARL採用了分階段獎勵塑形策略，在訓練早期鼓勵並行性，並逐步將訓練重心轉向任務成功率。
為訓練Agent集群，月之暗面重構了強化學習的底層基礎設施，並專門最佳化了訓練算法，以確保訓練效率和最終性能。
Agent Swarm採用分散式協同架構，最多可並行調度與管理100個子智慧型體。每個子智慧型體均配備獨立的工作記憶，能夠自主執行任務，並遵循高效的內部通信協定，僅在關鍵節點將處理結果匯總至中央調度器，從而提升複雜任務的解決效率。
運營模式
Kimi K2.5的Agent Swarm功能在發布時處於Beta測試階段，部分Kimi會員可提前試用，並計畫逐漸推廣。該功能遵循公司現有會員定價體系，K2.5基礎Agent有免費體驗次數，而Agent集群是付費功能。
核心團隊
Kimi K2.5及其Agent Swarm技術由月之暗面公司研發。公司創始人兼CEO楊植麟在2026年1月27日的K2.5發布會上介紹了該技術。楊植麟提到了技術從單個Agent向Agent Swarm的演進。團隊為支持Agent Swarm能力，採用了並行智慧型體強化學習方法，並重構了強化學習基礎設施與訓練算法。
重要事件
2026年1月27日，月之暗面（Moonshot AI）發布並開源多模態基礎模型Kimi K2.5，該模型引入了Agent Swarm（智慧型體集群）功能。公司創始人兼CEO楊植麟介紹了該技術。K2.5能夠創建並協調多個專項智慧型體並行工作，在多個協調步驟內執行複雜任務，該過程無需預定義角色或工作流。
K2.5發布後，在多項評測中表現較好。上線第三天，在LMArena的代碼能力和視覺能力榜單上位列全球開源模型首位；在Artificial Analysis總榜位列第五。Kimi K2.5被OpenClaw官方推薦，自2026年2月4日起，在OpenRouter平台的OpenClaw調用量榜單中排名靠前，並在該平台的一周總榜、編程項目榜等多個榜單中排名較高。
在HLE（人類最後的考試）、BrowseComp（瀏覽互動）、DeepSearchQA（深度搜尋問答）等Agent專項能力評測中，Kimi K2.5的成績位列全球開源模型前列。
