Kimi 的野心不止于模型：K 2.7 Code 开源 + 300 子 Agent 桌面应用，月之暗面的「双轨战略」

核心判断：6 月 12 日，月之暗面同时扔出两张牌——开源的 Kimi K 2.7 Code 和能调度 300 个子 Agent 的桌面应用 Kimi Work。单看任何一个都是常规发布，但合起来看，Kimi 正在布一个局：开源模型免费圈开发者，Agent 集群锁定重度用户。这是 Google 当年用 Android 开源 + GMS 锁定的玩法，只不过这次战场换成了 AI 编程工具。

K 2.7 Code：数据不会骗人

K 2.7 Code 相比上一代 K 2.6 在三个基准上实现了明显跃升：Kimi Code Bench v 2 提升 21.8%，Program Bench 提升 11.0%，MLS Bench Lite 提升 31.5%。更值得注意的是推理效率——token 使用量降低了 30%。

这是什么概念？同样的编程任务，花更少的钱。开源权重放在 HuggingFace，谁都能下载微调。在 Claude Code 和 Codex 全面闭源的当下，这是 K 2.7 Code 最直接的差异化卖点。

但开源本身不是护城河。真正有意思的是另一张牌。

Kimi Work：300 个 Agent 不是噱头

Kimi Work 是一个本地桌面应用，能调度最多 300 个子 Agent 并行协作。300 这个数字听起来像是营销话术，但 Agent Swarm 架构的核心不是数量，而是协作机制——这些 Agent 是自主创建、自主协调的，不需要人类手动分配任务。

一个实际场景：你要重构一个跨 20 个文件的项目。Kimi Work 的 lead agent 自动拆解任务、分配给多个子 Agent 并行处理、汇总结果、处理冲突。这比单个 Claude Code session 逐个文件处理要快得多。

商业模式：开源模型 + Agent 集群 = 双轨战略

把两张牌合起来看，Kimi 的战略意图很清楚：

1. K 2.7 Code 开源：降低开发者获取门槛，建立生态基础。你可以免费下载、部署、微调。
2. Kimi Work Agent 集群：当你需要做复杂项目——跨文件重构、自动调试、多步任务——开源模型不够用，你需要 Agent 集群。而 Agent 集群的底层，正是 Kimi 的 API 服务。

这与 Google 的 Android 策略如出一辙：Android 开源吸引 OEM，GMS（Google Mobile Services）锁定用户和开发者。Kimi 的开源模型是 Android，Agent 集群是 GMS。

Kimi vs Claude Code vs Codex

风险窗口：6-12 个月

Kimi 的战略有两个隐患。第一，GPT-5.5 和 Claude Opus 4.8 的推理优化一旦加入类似的路径剪枝技术，Kimi 的成本优势窗口可能只有 6-12 个月。第二，Agent 集群的用户体验目前还不够流畅——复杂度提升带来的稳定性问题尚未完全解决。

但这两个风险并不否定 Kimi 的战略方向。开源模型 + Agent 集群的组合，是目前国产 AI 编程工具最清晰的商业模式。

FAQ

Kimi K 2.7 Code 和 MiniMax M 3、GLM-5.2 怎么选？

K 2.7 Code 的优势在于推理效率和 Agent 集成。如果你只需要一个代码模型，MiniMax M 3 在 SWE-Bench Pro 59% 上更强；如果你需要 1 M 长上下文，选 GLM-5.2；如果你想要完整的 Agent 集群体验，选 Kimi。

300 个 Agent 真的能同时工作吗？

理论上可以。实际体验取决于你的任务复杂度和硬件资源。对于大多数日常编程任务，10-20 个子 Agent 就已经够用。

Kimi Work 免费吗？

Kimi Work 桌面应用本身免费，但调用 Agent 集群需要 Kimi API 额度。具体定价见 Moonshot AI 官网。

和 Claude Code Dynamic Workflows 有什么区别？

Claude Code Dynamic Workflows 在 Claude Code 内部调度，最高 16 个并行子 Agent。Kimi Work 是独立桌面应用，支持更多子 Agent，但 IDE 集成不如 Claude Code。