Kimi K2.6 Agent Swarm คือฟีเจอร์ใหม่ของ Moonshot AI ที่ปล่อย…
สเกลรอบนี้กระโดดเยอะ จากเวอร์ชั่นก่อน K2.5 ที่ทำได้ 100 sub-agent กับ 1,500 สเตปต่อรัน มาเป็น 300 sub-agent กับ 4,000 สเตปต่อรัน รันยาวได้หลายชั่วโมงในงานเดียว แต่ละ sub-agent สกิลไม่เหมือนกัน บางตัวค้นข้อมูล บางตัวเขียนโค้ด บางตัววิเคราะห์ บางตัวเขียนยาว ๆ ทำขนานกันไปหมด
จุดที่ผมว่าน่าสนใจสุดคือ output ไม่ใช่ข้อความในแชทอีกแล้ว แต่เป็นไฟล์จริง ๆ ที่หยิบไปใช้ได้เลย ตัวอย่างที่ Moonshot โชว์คือสั่งทีเดียวได้กลับมา 100 ไฟล์ขึ้นไป หรือ literature review ยาว 100,000 คำพร้อม dataset หรือ spreadsheet 20,000 แถว ในรูปที่ผมเอามาให้ดูคือสั่งให้รัน 5 กลยุทธ์ลงทุนกับหุ้น semiconductor 100 ตัว แล้วได้ออกมาเป็น PDF 100 หน้า บวก spreadsheet บวก presentation จบในรันเดียว
ตัวโมเดล K2.6 เองก็แรงจริง เป็น open-weight 1T params แบบ MoE (active จริงราว 32B ต่อ token) เอาไป self-host ได้ ราคา API ก็ถูกมากที่ราว 0.60 ดอลลาร์ต่อล้าน token ขาเข้า และ 4 ดอลลาร์ขาออก ในเทสฝั่งคณิต/ความรู้อย่าง HLE กับ SWE-Bench Pro ก็ขึ้นไปเทียบชั้นโมเดลท็อป ๆ ได้
แต่ผมขอพูดตรง ๆ ว่ามันไม่ได้สวยหมด เสียงจากคนที่ลองจริงบอกว่าตอนปล่อย agent เป็นฝูงขนาดนี้ การ coordinate ยังมีปัญหา บาง sub-agent fail แล้วตามดูยาก แผนถูก ๆ อาจไม่พอรัน 300 ตัวเต็มต้องรอคิว และที่เจอบ่อยคือ output มันเยอะเกินจนคนอ่านไม่ไหว สุดท้ายก็ต้องนั่งตรวจเองอยู่ดี งานเขียนโค้ดละเอียด ๆ บาง benchmark ก็ยังสู้เจ้าอื่นไม่ได้
มุมผมคือนี่เป็นก้าวที่ทำให้ AI ขยับจาก "คนคุยด้วย" มาเป็น "คนผลิตงาน" จริง ๆ น่าทึ่งที่สั่งทีเดียวได้ไฟล์เป็นกอง แต่ของแบบนี้ยิ่งผลิตได้เร็วและเยอะ คนสั่งยิ่งต้องเก่งเรื่องตรวจและตัดสินใจ เพราะ AI ผลิตให้ได้ แต่ความถูกต้องสุดท้ายยังเป็นความรับผิดชอบของเราอยู่ดี
ใครอยากลองไปเล่นได้ที่ kimi.com ครับ
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac