性能超OpenAI、Gemini！月之暗面發布首個自主強化學習Agent

快科技6月23日消息，據媒體報道，月之暗面（Moonshot AI）正式推出其首款Agent產品——Kimi-Researcher（深度研究），並已啟動小範圍灰度測試。

該產品基於端到端自主強化學習（end-to-end agentic RL）技術打造，在HLE測試中表現優異，性能超越Claude 4 Opus、Gemini 2.5 Pro及OpenAI Deep Research，並與Gemini-Pro的Deep Research Agent持平。

Kimi-Researcher 是一款高度自主的智能研究助手，能夠獨立規劃任務流程並交付完整結果。與其他Agent不同，它採用零結構設計，無需複雜提示詞或預設流程，完全依靠自主決策能力在動態環境中運行。

例如，它能自行判斷信息衝突時的權衡策略、任務節點的切換時機，以及中間信息的取捨標準，其核心驅動力始終是任務的實際解決效果。

作為一款深度研究模型，Kimi-Researcher 整合了多源數據，並支持每條引用的直接追溯，確保研究嚴謹性，有效減少幻覺問題。月之暗面表示，未來將逐步開源Kimi-Researcher 的基礎預訓練模型及強化學習優化版本，以推動Agent強化學習領域的探索與發展。