AI在线从月之暗面 Kimi 公众号获悉，Kimi 的第一个 Agent（智能体）Kimi-Researcher 于 20 日开启小范围灰度测试。
Kimi-Researcher 是基于端到端自主强化学习（end-to-end agentic RL）技术训练的新一代 Agent 模型，也是一个专为深度研究任务而生的 Agent 产品。其后，月之暗面也将逐步开源 Kimi-Researcher 基础预训练模型及强化学习后的模型。
对于每一个问题，Kimi-Researcher 都会自主规划任务执行流程，最终交付完整结果：
澄清问题（clarification）：理解问题时主动反问，构建更清晰的问题空间；
深入思考：每个任务平均进行 23 步推理，自主梳理并解决需求；
主动搜索：每个任务，平均规划 74 个关键词，找到 206 个网址，由模型判断并筛选出信息质量最高的前 3.2% 内容，剔除冗余、低质信息；
调用工具，交付结果：自主调用浏览器、代码等工具，处理原始数据、自动生成分析结论，端到端完成交付。
为了保证输出的质量和信息覆盖度，Kimi-Researcher 采用异步执行方式，用更多时间逐步推理、检索和撰写内容。
用户最终将收到 2 个交付成果。
一份信息详实、可溯源的深度研究报告
报告的平均长度在万字以上；
平均引用约 26 个高质量、可溯源的信源；
所有引用都内嵌在正文中，点击即可跳转，并高亮原文，便于验证与追溯。
一个可交互、可分享的动态可视化报告
结构化排版、思维导图，让趋势、异常等重要信息一眼可见；
无需阅读全文，也能迅速把握整体结构与核心结论；
支持在线生成链接并分享，方便展示。
官方宣布，在专为 AI 设计的高难度 benchmark“人类最后一次考试（Humanity's Last Exam,HLE）”中，Kimi-Researcher 在完全零结构、无流程设计的设置下，得分如下：
Pass@1 准确率：26.9%
Pass@4 准确率：40.17%
这一表现超过了 Claude 4 Opus（10.7%）、Gemini 2.5 Pro（21.6%），略高于 OpenAI Deep Research（26.6%），和 Gemini-Pro 的 Deep Research Agent（26.9%）打平，是目前已知最高水平之一。在红杉中国发布的 xbench 基准测试中 —— 一套对齐真实任务场景的 AI 能力评估体系，Kimi-Researcher 在 DeepSearch 任务中取得 69% 的平均通过率，领先该榜中其他模型。
