什么值得买App下载 App ›
连续签到专享现金活动

AI从打下手升级成主力:设定目标自动循环24小时干活

目标模式在解决什么问题
以前用AI助手,你会发现自己成了"监工":查完数据要手动复制给下一步,分析完趋势要重新开个对话让它做图表,稍微打个岔它就"失忆",从头再来。这不是AI在帮你干活,而是你在给AI打下手。 Kimi Work新推出的目标模式,直接把这套逻辑倒过来了——你只管定终点,中间怎么走、怎么试、怎么改,全交给AI自己循环。1
目标模式的核心是一套自动循环机制:设定目标→AI拆解任务→执行→自检→没达标就继续迭代。 官方说最长可以连续跑24小时,过程中你可以随时打断、补充指令,或者干脆不管,第二天早上直接验收结果。相当于你晚上布置好任务,AI通宵干活,早上收菜。2
目标模式和普通对话有什么不同
普通模式是"任务"导向,你给一步指令它做一步;目标模式是"结果"导向,你只说清楚要什么、怎么算合格、有什么约束。 这两种交互的差别,比手动挡和自动挡还大。普通模式里你扮演的是教练,一步步纠错;目标模式里你成了甲方,只管验收。1
和竞品的验收机制也不一样。 Codex让干活模型自己给自己打分,Claude Code则派了个独立小模型来当裁判。Kimi Work的方案是系统直接判断目标状态,不让干活的那个AI参与评判。有人觉得这样"黑箱感更强",看不到评估细节;也有人认为运动员和裁判分开反而更干净。3
300个Agent集群,适合什么样的任务
目标模式可以勾选"Agent集群",最多同时调度300个子Agent并行干活。 一个Agent搞不定的任务,300个一起上。官方演示里,它把147篇LLM微调论文从arXiv抓回来,按LoRA/QLoRA/指令微调等路线分类建库,最后交付了一份2万字可追溯综述。这活儿让一个人干,可能要几周。4
这种并行能力最适合"想想就头疼"的繁杂任务。 比如整理几十篇论文、做一份完整的市场调研报告、从零搭建一个应用。也有用户实测发现,Agent集群的效率提升很明显——做一份招股书PPT,单Agent要43分钟,5个Agent协作只用了21分钟。但官方也承认,不是每次都会动用全部300个,系统会根据任务体量自动分配资源。5
怎么写出一个合格的目标
目标模式的效果很大程度上取决于你把目标写得多清楚。 一个好的目标通常包含三样东西:一个可衡量的终态(比如"相似度99%"或"测试全部通过")、一个验证方式(比如"跑这个脚本,退出码为0")、不能破坏的约束(比如"不修改其他文件")。素材里有人形容这是给AI留一张"任务单",任务单写不清楚,AI也不知道往哪儿使劲。1
目标模式适合那些步骤多、会反复检查、可验证完成条件的任务。官方列了几个典型场景:迁移代码、整理海量资料、研究复现论文结果、搭建个人知识库。有用户拿它做季度汇报——设好目标后,中间穿插着查竞品动态、搜数据,AI始终记得"我们在写汇报,这些数据要放第三页",不会断片。但也有用户提醒,目前还是Beta阶段,复杂任务里可能会遇到不稳定、需要人工复核的地方。67
维度CodexClaude CodeKimi Work
验收方式模型自审独立小模型评判系统自动判断
并行能力单Agent单Agent最多300 Agent
使用门槛需写清晰目标CLAUDE.md规范图形界面,低门槛
主要场景重度编程任务编程+终端操作通用体力活
从对比来看,三家都在做同一件事——让人从"prompting"变成"commissioning",不再一句一句地教AI干活,而是直接给它下目标、等结果。Kimi Work的优势是门槛低,图形界面、中文交互、不用配环境;Codex和Claude Code更适合有技术背景、习惯用终端的用户。如果你的工作以办公文档、数据整理为主,Kimi Work的上手成本更低;如果需要深度编程,Codex和Claude Code的生态更成熟。8

评论

评论区空态插画

当前文章无评论,是时候发表评论了