还在手动查数据、写报告、做PPT？Kimi Work说它能让300个AI同时帮你干活。6月3日，月之暗面扔出了这个面向知识工作者的本地Agent，用自然语言就能在电脑上自动执行任务，92%代码是AI自己写的，一周就搞出了Beta版。但刚出炉的东西，是真本事还是花架子？
产品概述
Kimi Work 是月之暗面（Moonshot AI）推出的通用型本地 Agent，6 月 3 日随 Kimi 最新测试版 Mac 和 Windows 客户端开启公测。内核是 Kimi Code，本质上是一个驻扎在你电脑里的 AI 执行器。
和在线版 Kimi 完全不同。在线版是你问它答，像聊天；Kimi Work 是你告诉它要什么，它自己在电脑上动手干。读本地文件、打开浏览器查数据、生成报告、导出 PPT，全程不用你碰终端和命令行。简单说，AI 从”嘴替”变成了”手替”。
月之暗面给它的定位很清晰：知识工作者的通用型本地 Agent。不是面向某个垂直场景，而是能覆盖办公、研究、创作、资料整理等多种知识工作。这个定位在国内大模型赛道里算是独一份，大部分同类产品还在卷聊天体验，它直接跳到了”帮你干活”的阶段。
到底强在哪
功能列表写得漂亮没用，挑几个真正有区分度的来看看。
| 功能 | 一句话说明 | 差异化程度 |
|---|---|---|
| 自然语言驱动 | 描述目标，自动拆解任务并执行，零命令行操作 | 极高 |
| Agent 集群 | 最多 300 个子 Agent 自主协作，并行处理复杂任务 | 极高 |
| Skill 系统 | 安装使用建站、PPT、数据分析等专业技能 | 高 |
| 定时任务 | 设置定时执行的自动化工作流 | 中 |
| Kimi WebBridge | 通过内置方案调用本地浏览器，实现网页操作自动化 | 高 |
| 专业数据库 | 接入金融、科研、法律等垂直领域数据库 | 中 |
Agent 集群是目前最大的亮点。它不是简单的一对一问答，而是根据任务复杂度动态创建子 Agent 团队，最多 300 个并行协作。比如你让 Kimi Work 做一份深度行业研报，它可能同时派出几个 Agent 分别查数据、读财报、整理新闻、生成图表，最后汇总成文档。
Skill 系统这块也值得多说两句。Kimi Work 继承了在线版 Kimi 的建站和 PPT 制作能力，还内置了金融、科研、法律等专业数据库。你不需要自己搭建环境或写代码，自然语言描述需求，它自动调用对应 Skill 干活。
更狠的是开发效率。Kimi Work 自身由 Kimi Code 深度参与编写，工程师团队在一周内完成了 Beta 版 Mac 和 Windows 客户端，累计产出超过 5 万行有效代码，其中 92% 由 AI 自主生成。用自己写的工具写自己，这个自举循环挺有意思的。
不过注意，目前 Skill 生态还在初期。官方提到的主要是建站、PPT 和数据库查询这几类，跟成熟生态（比如 VS Code 的插件市场）比还差得远。功能框架搭好了，就看社区能不能跟上。
上手流程
功能描述听起来很唬人，那实际用起来顺不顺手？
安装就是下个客户端，用 Kimi 账号登录，不额外注册。首次进入后会看到一个类似对话框的主界面，底部输入框可以描述任务，也支持拖拽文件进去。
我试着让它读一份 PDF 财报并提取关键数据。任务提交后，它先自动拆解步骤：解析 PDF、定位财务报表章节、提取关键指标、整理成表格。整个过程大概两三分钟，中间能看到子 Agent 的状态切换，哪个在读文件、哪个在整理数据。
出来结果后第一感受是：比预想的靠谱。它没有胡乱编造数字，提取的营收和利润数据跟原文对得上。但也有翻车时刻：让它查一家公司的近一年股价走势并生成图表，它有时候会卡在数据获取步骤，提示需要手动确认浏览器权限。这个问题在复杂任务里更容易出现。
工作流的自动化程度比想象中高。从读文件到出报告，中间需要人介入的地方不多，多数时候你只需要等结果。对比在线版 Kimi 的手动一步步操作，体验提升很明显，像从手动挡换到了自动挡。
话说回来，毕竟是 Beta 版，偶尔的任务卡顿和权限弹窗是意料之中的。公测期间稳定性还有提升空间，别指望它像成熟生产力工具那样丝滑。
这样用效率翻倍
基础玩法摸熟了，试试几个能拉开差距的高阶操作。
-
批量处理文件：把多个同类文件（比如季度财报或竞品分析报告）一次性拖进去，描述统一的输出格式，它会自动逐个处理并汇总。实测十份 PDF 从读到生成对比表格大约五分钟，人力至少一小时起步。 -
搭工作流链条：把定时任务和 Skill 串起来用。比如设定每天早上 9 点自动抓取指定网站的行业新闻，用数据分析 Skill 提取关键信息，再自动生成简报发到邮箱。一条自然语言描述就能搭好整条链。 -
描述越具体，产出越精准：别只说”做个PPT”，试试”做个 10 页的融资演示 PPT，蓝色科技风，每页标注数据来源”。额外描述多花十几秒，但产出质量能差一个档次。这是 Agent 模式下的提示技巧，比手动操作更依赖语言精度。 -
巧用专业数据库：做行研时直接在任务里指定数据源，比如”用金融数据库查 A 股消费板块近一个季度涨幅前五的公司，对比营收增速和市盈率”。这比手动开 Wind 或 Choice 查数据再复制粘贴快得多。
不是说这些技巧有多难发现，而是很多人习惯性地把它当在线版 Kimi 用，你问一句它答一句。换到”派任务”心态，效率差别是数量级的。
竞品对比
赛道上能打的本地 Agent 产品一只手数得过来，放在一起看看各自斤两。
| 维度 | Kimi Work | Claude Code | Cursor | Devin |
|---|---|---|---|---|
| 定位 | 通用知识工作 Agent | CLI 编程 Agent | AI 编程 IDE | 自主软件工程师 |
| 交互方式 | 自然语言对话 | 终端命令行 | IDE 内嵌 | Web 界面 |
| 任务类型 | 办公/研究/创作/编程 | 纯编程 | 纯编程 | 纯编程 |
| 子 Agent 协作 | 最多 300 个 | 不支持集群 | 不支持集群 | 有限支持 |
| 中文支持 | 原生 | 一般 | 一般 | 一般 |
| 定价 | 公测免费 | $20-200/月 | $20/月起 | $500/月起 |
| 本地文件操作 | ✅ | ✅ | ✅ | 有限 |
注：定价数据截至 2026 年 6 月官网公开信息。
看得出来，Kimi Work 的最大差异化是”不局限于编程”。Claude Code、Cursor、Devin 都在卷代码生成，而 Kimi Work 直接切入了更大的知识工作赛道。做研报、写方案、整理资料这些事，代码 Agent 天然不擅长。
短板也很明显。Claude Code 和 Cursor 在编程场景下的专业深度远超 Kimi Work，Devin 在复杂软件工程任务上的自主性也更强。如果你是纯编程场景，Kimi Work 目前还替代不了专业编程 Agent。
用户反馈
产品昨天才发布，社区反馈还很少。但 B 站官宣视频下已经有不少讨论，几个有意思的声音整理如下。
正面评价集中在”终于有人做这个方向了”。多位用户表示等一个能本地干活的中文 Agent 等了很久，在线 AI 助手虽然方便但没法碰文件、没法自动执行，Kimi Work 补了这个缺。还有人对 300 个 Agent 集群协作的潜力充满期待。
吐槽也很直接。多数人关心什么时候出正式版和定价方案，公测期间免费固然好，但长期来看没有价格锚点很难做决策。另外有人提到 Linux 平台缺失是个遗憾，不少开发者和研究人员的主力机是 Linux。也有技术向的讨论认为，Skill 生态的丰富度会直接决定这个产品能走多远。
一个值得注意的信号：官方发布稿强调”一周写完 5 万行代码、92% AI 生成”这件事，在社区里引发了两种截然不同的反应。一部分人觉得这证明了产品能力，另一部分人担心这么快开发出来的东西会不会埋着坑。Beta 版嘛，争议是正常的。
综合打分
社区声音两极，来从专业维度给个量化分。
| 维度 | 评分 | 一句话解读 |
|---|---|---|
| 功能完整性 | ⭐⭐⭐☆☆ | 框架搭好了，Skill生态和场景覆盖还不够深 |
| 易用性 | ⭐⭐⭐⭐☆ | 自然语言驱动零门槛，但偶尔需要手动干预 |
| 性价比 | ⭐⭐⭐⭐☆ | 公测免费，正式定价未知暂按现有体验估 |
| 创新性 | ⭐⭐⭐⭐⭐ | 本地Agent+300子Agent集群，赛道内首创 |
| 稳定性 | ⭐⭐⭐☆☆ | Beta版偶有任务卡顿和权限问题，意料之中 |
| 推荐度 | ⭐⭐⭐⭐☆ | 办公和内容创作场景值得尝鲜，编程场景暂不建议 |
| 综合评分：7.5 / 10 |
优点和槽点
优势
-
300 子 Agent 集群协作：类似产品中最大的并行处理规模，复杂任务拆解和协同能力突出 -
自然语言零门槛：不需要终端或配置，描述目标即可自动执行，对非技术人员极其友好 -
跨场景通用性：不被编程场景绑定，覆盖办公、研究、创作、资料整理等更广的知识工作 -
自举开发效率：92% 代码由 AI 生成，后续产品迭代速度可能远超竞品
不足
-
Beta 版稳定性不够：复杂任务偶有卡顿，浏览器权限弹窗打断工作流 -
Skill 生态初期：可用的专业 Skill 有限，功能和场景覆盖深度有待社区和官方填充 -
暂不支持 Linux：大量开发者和研究人员的主力平台暂时缺位 -
定价方案未知：公测免费，但长期价格和会员权益完全不透明，影响购买决策
适合谁用
东西好不好是一回事，适不适合你是另一回事。
-
办公室知识工作者：日常需要查数据、写报告、做PPT的职场人。Kimi Work 能把这些重复性任务打包成自动化流程，省掉大量机械操作时间。 -
金融和咨询行业从业者：内置金融数据库，投研场景下能自动拉数据、做对比、出报告。配合定时任务，可以搭建每日市场简报的自动推送链条。 -
科研人员和学生：文献整理、数据提取、论文格式检查这些事，批量丢给它处理比手动效率高一个数量级。法律数据库对法学研究者也有实用价值。 -
内容创作者和自媒体：需要持续产出多平台内容的创作者，可以把选题调研、素材整理、初稿生成串成工作流，省去跳转多个工具的时间。 -
不适合纯编程场景的开发者：如果你主要工作是写代码，Claude Code 或 Cursor 在编程深度上远超 Kimi Work。它不是编程工具，别拿它当 IDE 用。
多少钱
公测阶段完全免费，安装 Kimi 最新测试版客户端即可使用。截至 2026 年 6 月 3 日，官方尚未公布正式定价方案和会员体系。
| 阶段 | 费用 | 说明 |
|---|---|---|
| Beta 公测 | 免费 | 全功能开放，需安装测试版客户端 |
| 正式版 | 待公布 | 预计公测结束后公布定价 |
目前没有任何付费墙或功能限制，可以先白嫖着。但考虑到产品定位和算力消耗，正式版大概率会有免费额度和付费层级。类比 Claude Code 的 $20-200/月区间，Kimi Work 的定价如果控制在百元以内会比较有竞争力。
对于观望中的用户，建议现在就可以上手试试。反正免费，看看它在你自己的工作流里能替代多少重复操作，等正式定价出来再决定要不要付费。
你可能还想问
看完以上内容，你可能还有几个纠结的点。
Q1：Kimi Work 和在线版 Kimi 到底什么关系？
A1：同一个公司，两个不同产品。 在线 Kimi 是对话式 AI 助手，你问它答。Kimi Work 是本地 Agent，你派任务它执行。区别在于：在线版不能动你的本地文件，Kimi Work 能直接操作文件、浏览器和系统工具。
Q2：Kimi Work 需要什么配置？
A2：目前支持 Mac 和 Windows，需安装最新测试版客户端。 Linux 暂不支持。官方未披露具体硬件要求，但从功能判断，内存建议 16GB 以上以保证多 Agent 并行时的流畅度。
Q3：数据安全吗？我的本地文件会不会被上传？
A3：官方定位为本地 Agent，任务在本地执行。 但涉及云端数据库查询和部分 Skill 调用时可能产生网络传输。具体安全策略和隐私协议建议查阅官方文档，公测期间可以保守使用，敏感文件先别丢进去。
Q4：Kimi Work 能替代程序员吗？
A4：能辅助，但不能替代。 它可以帮你写脚本、读代码、生成技术文档，但在复杂编程任务上远不如 Claude Code 或 Cursor 专业。把它当成编程助手而非主力 IDE 更合适。
Q5：300 个 Agent 真的能同时跑吗？
A5：取决于任务类型和本地算力。 理论容量是 300 个，但实际能同时流畅运行的子 Agent 数量受限于你的电脑配置。简单信息检索类任务可以同时跑很多，密集计算类任务则需要排队。
Q6：公测结束后会收费吗？
A6：极大概率会，但具体方案未公布。 参考 Kimi 在线版的付费模式和 Claude Code 的价格区间，正式版很可能提供免费额度加付费层级。截至 2026 年 6 月 3 日，官方没有释放任何定价信号。
Q7：和 WorkBuddy 比有什么区别？
A7：WorkBuddy 更偏编程和技能协作，Kimi Work 更偏通用知识工作。 两者都是本地 Agent，但 WorkBuddy 擅长代码生成和项目级协作，Kimi Work 胜在自然语言驱动的跨场景通用性和 300 Agent 集群。场景不同，不构成零和竞争。
Q8：Skill 系统怎么用？能自己开发吗？
A8：通过自然语言安装和使用，目前不支持自定义开发。 官方预置了建站、PPT、数据库查询等 Skill，用自然语言描述即可调用。自定义 Skill 开发能力在官方文档中未提及，可能是后续迭代方向。
Q9：定时任务能做多复杂的事？
A9：可以串联文件读取、数据查询、内容生成、格式输出等多步骤。 比如”每天早上 9 点读最新招股书，提取关键财务指标，存成 Excel”，一条自然语言描述就能设定。但任务链的容错和异常处理机制还不完善。
Q10：适合完全没有技术背景的人吗？
A10：非常合适。 不需要终端、命令行、环境配置，自然语言就是唯一的交互方式。比 Excel 宏、Zapier 等自动化工具的上手门槛低得多，知识工作者里最不懂技术的那群人反而是最大受益者。
最后
Kimi Work 方向对了。把 AI 从”陪聊”变成”帮手”，这一步是迟早要走的。月之暗面第一个在国内大模型赛道里踩出了这条路，赌注不小但逻辑自洽。
现在这个 Beta 版，框架扎实但血肉还不够。Skill 生态、稳定性、平台覆盖、定价透明度，每个都是要补齐的课。公测期间免费用，尝鲜成本为零，试试它在你自己的工作流里能干多少活，不吃亏。
如果你日常需要处理大量文档、数据、报表，给它一个机会。如果你是纯编程场景，先围观，等生态成熟了再上。Beta 版嘛，不必急。