近日，月之暗面旗下的Kimi智能助手正式宣布其首款Agent产品——Kimi-Researcher（深度研究）进入小范围灰度测试。这款基于端到端自主强化学习（end-to-end agentic RL）技术的新一代智能助手，旨在为广大用户提供高效、深入的研究服务。
Kimi-Researcher在面对复杂问题时，展现出卓越的自主规划和执行能力。它不仅能够主动澄清问题并深入思考，还能自主规划关键词进行搜索，筛选出高质量的信息。在处理任务时，Kimi-Researcher的平均推理步骤达到23步，规划关键词74个，并找到206个相关网址，最终保留信息质量最高的前3.2%内容，以确保研究成果的详尽与可追溯性。
除了强大的信息搜索与筛选功能，Kimi-Researcher还具备自主调用浏览器和代码等工具的能力，能够处理原始数据并自动生成分析结论。其交付成果包括一份信息详实、可溯源的深度研究报告，以及一个可交互、可分享的动态可视化报告。这些报告的字数在万字以上，平均引用约26个高质量信源，用户还可以在线生成分享链接，极大地方便了展示与协作需求。
为了验证Kimi-Researcher的真正能力，月之暗面为其设定了一场高难度的“考试”——Humanity’s Last Exam（HLE）。该benchmark涉及大量专业领域，从数学、物理到医学和政治等，旨在全面考察模型在复杂知识任务中的表现。在完全零结构、无流程的环境下，Kimi-Researcher取得了Pass@1准确率26.9%及Pass@4准确率40.17%的优异成绩，超越了多个知名AI模型，展现出卓越的智能水平。
在实际应用中，Kimi-Researcher同样表现出色。无论是算法工程师寻找高价值的benchmark，还是运营人员研究行业发展，或法务专业人士快速了解各国数据隐私法规，Kimi-Researcher都能在短时间内生成结构清晰、信息全面的报告，为用户提供强有力的支持。
月之暗面强调，Kimi-Researcher是通过端到端强化学习训练而成的Agent模型，具备零结构和自适应特性。它不依赖复杂的提示词或预设流程，而是完全依靠自身的试错与学习来应对复杂任务，这使得Kimi-Researcher在面对信息冲突、工具切换和环境变化时，具备强大的适应性和泛化能力。
目前，Kimi-Researcher正处于小范围灰度测试阶段。用户可通过访问kimi.com申请内测资格，获得权限后点击Kimi对话框下方的“深度研究”按钮开始使用。期待这款创新助手为科研和专业工作带来新的变革！
