国庆长假，AI 大模子献礼的步地是一波接一波的更新。

OpenAI 霎时发布 Sora2，DeepSeek 更新了 V3.2，智谱更新了 GLM-4.6，Kimi 则是更新了 App，然后肃静在我方的版块纪录里面，写下了这句话。

Kimi 天然也有「献礼」，上周四，他们开启了 Agent 模式的测试，推出了一项名为「OK Computer」的智能体。

和之前咱们共享过的深度贪图不同，OK Computer 能作念的不啻是一份可视化敷陈，而是平直给了咱们一台电脑。咱们用电脑能完成的事情，OK Computer 智能体都可以作念到。

但能作念，和作念得好，照旧有很大的永别。和之前一样，咱们用实测带你来望望，Kimi 全新的 OK Computer 到底在 Agent 品类里面，线路怎么。

AI 帮你谋齐整份国庆游玩攻略

率先是望望它的网站部署智力，速率比深度贪图快上不少，但这个效果，我认为照旧相比「大众化 Agent」的水平，尤其是，部分页面的配景神气，依然渐变紫。

▲   指示词：我想作念一个多页面的国庆旅游网站。条目： 1. 首页先容「国庆去那处玩」，保举 3 个安妥 3-5 天出行的国内意见地，内容要专门义性。 2. 第二页是行程蓄意：每天安排吃、玩、住，输出表格。 3. 第三页是预整个较：帮我把用度拆解成交通、住宿、餐饮、门票四类，给一个无意价钱规模，并能让我修改东说念主数后自动更新预算。 4. 格调要 mobile first，适抓机浏览，页面浮现，最佳有 emoji 藏匿。

https://dpcbcrcmrjbym.ok.kimi.link/

内容上，布局和图片的选拔很合理；然而保举的地点，北京、杭州，何况照旧西湖，国庆节去西湖，应该只可看到东说念主吧，是以这个「国庆旅游网站」的设备，我认为是不成算出色。

而要是是让 OK Computer 平直帮我生成一份旅游阶梯，告诉他要饰演一个顶级的旅行定制师，联想两条透澈避建国庆黄金周的旅游阶梯。OK Computer 此次委用的恶果，看起来很可以。

▲指示词：立时便是国庆黄金周了，我和 3 个一又友（共 4 东说念主）想来一次为期 7 天的自驾游，咱们的中枢条目是「东说念主少、景好意思、有深度」，透澈告别列队和东说念主山东说念主海。请你饰演一位顶级的旅行定制师，为咱们联想两条格调迥异的「反向旅游」阶梯，并为每一条阶梯制作一份良好的、详备的幻灯片，便捷咱们里面投票决定。

https://3hhjy4acccol4.ok.kimi.link/

审好意思十分在线，这个字体、配景图片，神气，都选的相等好，奈何我照旧认为内容稍显空乏，实在能帮到我旅行的内容，不算多。

大多数时候，我可能只是知说念了有这些地点，然而我不知说念我为什么要去，以及何如去。何况，老是对这些内容，有一些不信任感，可能把一个 AI 保举的景点和一张小红书滤镜的景点，同期摆在我目前，我照旧会选拔小红书用户发布的帖子。

OK Computer 完成这两个名目都相等快，咱们也用 Kimi 的深度贪图尝试了一波，结果是，它花了快有一个小时的时代，终末分娩了一份跳动 50 页的预览敷陈。

▲   受限于篇幅结果，一都内容可探问招引。https://www.kimi.com/preview/19984f16-9a42-89a6-8000-05d52a6374b9

由于深度贪图和 OK Computer 不同，深度贪图唯有一个预览敷陈，且不成对敷陈再进行修改。

最近千问也更新了一大波新的模子，在他们的官方博客，我看到一个「旅行蓄意师」的智能助手，雷同的需求丢给它，结果会比 Kimi 的 OK Computer 要更好吗？

▲ 10 页的 PDF，把时代段、当作类型、可能要铺张的油费都了了地列举出来。https://chat.qwen.ai/s/15769740-974a-4fbb-b0bf-dd835ea999ec

谜底是的确更好。Qwen 这个旅行蓄意师，统统应用了阿里的普遍生态系统，它不是浮浅的给几个景点，然后连成一条阶梯，而是会执行地调用高德舆图，用明确的经纬度来笃定合适的行程。这极少很像前段时代的飞猪 AI 旅行蓄意，毕竟亦然一家公司。

其他 agent 居品的效果，和 Kimi 的 OK Computer 其实差不太多，ChatGPT agent 生成了一个 10 页的 PPT，一如从前的精简；而 Manus 亦然一样，排场，但实用价值未几。

▲   ChatGPT agent 生成的内容，基于雷同的指示词

不外 Kimi 的公正是，能产出访佛结果的同期，不需要迥殊的网罗建设。

此外，他们最近上线了付费会员决策，还可以将之前的打赏金额，一都抵扣为会员费，免用度户也能取得有限次数的 OK Computer 试用契机。

iPhone 和小米的 17 Pro Max 对比

雷同基于 Kimi K2 的 Agentic 智力，OK Computer 会自动的浏览网页，进行联系内容的搜索，生成图片，来完成网页的联想。

此次的信息愈加全面和准确，OK Computer 在搜索网页内容的时候，我看到基本上都是剿袭 the Verge 等外洋科技媒体的信源，而在使用 Kimi 深度贪图的流程中，使用的信息源大部分是简体华文的网页。

▲ 指示词：帮我生成一个动态反应式布局的网站，适抓机和电脑浏览。内容是「iPhone 17 Pro Max 和 Xiaomi 17 Pro Max 对比」。条目： 联网获取这两款手机的最新良友，要有中枢卖点对比，作念排场的表格，超越相机、芯片、电板、价钱等方方面面。 要有这两个居品的横向相比，也要有纵向相比，举例是 iPhone 17promax 和 16 promax，还有小米 17promax 和 15 promax 对比。还要给论断：哪个愈加值得买？用任意的 bullet point，回想优污点。 每一页都要任意，不要太多字，然而信息要富余，多用合适的配图。

https://rwsh4gkhckrxy.ok.kimi.link/

此外，OK Computer 也有图片音频生成的功能，像这张手机录像头的拆解图，我第一眼看到认为相等惊艳。

Agent 的委用：一个很惊艳的 Demo，但难落地

经过这些测试，倒不是说 Kimi K2 的 Agentic 智力不行，只是认为 Agent 这类居品，大多数都还停留在「我可以作念出来一个东西，然而这个东西不一定有效」的阶段。

作念 PPT、营业分析敷陈、旅游阶梯蓄意、网页设备和部署等等，险些系数的 Agent 都宣传我方能作念这些；然而终末的恶果，实在可以宽心使用的，我想目前是很难找到。

▲   GPDval 是一项新的评估方法，用于探讨模子在上图 44 个做事中，具有经济价值的现实任务上的线路

前几天 OpenAI 新发布了一项基准测试，GDPval。它被称为是 AI Agent 举办的一场「做事手段大赛」。考题不再是学术问答，而是平直考取了，来自对好意思国 GDP 孝敬最大的 9 个行业中的 44 个实在做事。

这些任务由平均领有 14 年教化的资深众人（如讼师、工程师、照拂）联想，委用的内容也并不是纯文本，而是包含了幻灯片、电子表格、CAD 联想文献等在内的复杂神情，就像当今 Agent 委用的制品一样。

GDPval 的出现，其实便是要开动去贬责，从「我能作念」到「我能作念好」这个阶段的问题。

▲   专科评估员将对应模子的委用恶果，与东说念主类众人进行了相比。Claude Opus 4.1 在接近一半的任务（47.6%）中生成了被评为与东说念主类雷同好或更好的输出。

诚然是 OpenAI 的贪图，但第别称照旧 Claude Opus 4.1，我想这亦然为什么 Claude 模子在编程限度能够广受好评，Claude 能写代码，然而也可以写出好代码。

对于 Agent 不成作念好的原因，之前 OpenAI 前高管 Mira Murati 纠合创立的 Thinking Machines Lab ，发布了一篇博客著作。在里面提到，大讲话模子目前出现的不笃定性问题，不是由于 GPU 随机性的计较，而是处理进修数据时，穷乏批次不变性。

而另一个原因则是可用进修数据的不及。和进修一个 AI 生成一张图片、一个视频、一段文本不同，Agent 要委用的内容复杂，现实宇宙中的任务众多，无法归类到某个单一的媒体类型。

▲ 和东说念主类学习完成一项任务不同，大模子需要可以模拟的强化学习环境

目前咱们常常看到的 Agent 任务，也大多数是逼近在作念一个 PPT、作念一个网页、预订餐厅、代替咱们刷酬酢媒体、自动购物等等，这只是只是现实宇宙里相等小的一部分，更毋庸说这些任务，莫得明确的评估措施。

著名科技媒体 TechCrunch 最近报说念，系数这个词硅谷正在豪掷令嫒，为 Agent 构建名为「强化学习环境」（RL Environments）的模拟进修场。这些「环境」被一些 AI 公司首创东说念主式样曲直常败兴的电子游戏，一个模拟的浏览器、一个模拟的购物网站、一个模拟的代码剪辑器。

▲   为了考证 Agent 任务完成情况，需要将举座任务剖判成更小的神情，并创建一个评分措施，来搜检 AI 模子是否正确膨胀了每一个神情。图片起原：https://www.theinformation.com/articles/anthropic-openai-developing-ai-co-workers

AI Agent 在这么的「环境」里面，像一个生手玩家，通过一次次尝试、失败、取得奖励，来学习怎么独处完成购买商品、耕种代码等一系列，多神情的复杂任务 。

过去李飞飞靠着海量标注的数据集 ImageNet，让计较机视觉往前迈了一大步，她也被各人称为「AI 教母」。

当今 Agent 的发展，看起来亦然这么，要是莫得大批标注的「强化学习环境」任务，Agent 很难成为，像东说念主脸识别这么可靠的深度学习技艺；尤其是在「真金不怕火丹」这个骨子莫得转换的情况下。

▲ OK Computer 专辑封面，这是英国摇滚乐团电台司令 Radiohead，1997 年刊行的第三张灌音室专辑，距离当今也曾快三十年的时代了，曾取得百大专辑等多个奖项

Kimi 一如既往地心爱摇滚。从公司名 Moonshot（致意 Pink Floyd）到此次的 OK Computer（致意 Radiohead）。

在 Apple Music 的专辑先容语里面，式样 OK Computer 这张专辑，抒发了东说念主们在千禧年前夜，对新技艺的探索和反想。

尽管迷漫着怯生生忧郁的厚谊，《OK Computer》仍保有但愿，传达了社会前进之路未必会让咱们失去关爱的信念。

要是你对因科技而加速的生计节律，感到难以抵牾的话，其实解法很浮浅，正如 Yorke 在破除曲〈The Tourist〉终末所唱的：「傻瓜，延缓脚步吧」 ( Idiot, slow down ) 。

今天 Kimi 推出的 OK Computer，似乎亦然抒发科技正在转换咱们的责任风尚、加速咱们的生计节律。但很显豁，目前市集上的 Agent 居品，很难实在作念到让咱们难以抵牾。

非论是 Kimi 照旧 ChatGPT，还有更多的同类 Agent 居品，他们在发布的时候，通常都会说，咱们的 Agent 有这些功能，能作念什么，却很少说，咱们的 Agent 能作念成什么。

毋庸延缓脚步开云(中国)kaiyun网页版登录入口开云体育，实在的 OK Computer 还在用劲追上咱们。