300个分身狂敲代码，开源第一易主了新智元
开源AI王座一夜易主！Kimi K2.6出道即巅峰，展示了恐怖的「全栈交付」能力。它不仅能复刻高盛研报、手搓奢华官网，甚至能和人类在群组里并肩打工。
开源模型追平甚至反超闭源三巨头，这件事真的发生了。
4月20日深夜，Kimi K2.6出道即开源。
HLE「人类最后的考试」54.0分，碾压GPT-5.4和Claude Opus 4.6SWE-Bench Pro软件工程实战58.6分，超过GPT-5.4的57.7Terminal-Bench终端编码66.5分，而GPT-5.4只有60.4Artificial Analysis评测中，更是直接坐上了世界开源第一王座
但我们今天抛开跑分，只聊一件事：K2.6到底能干出什么活。
代码写完了，设计也交了
首先，让K2.6 Agent制作一个近地轨道旅行公司ORBITAL的官网，要求植入太空舱座位选择和航班预订功能。
打开的瞬间，商业航天的高级感直接拉满。
全屏视频背景是太空舱窗口视角，地球弧面缓缓转过，大气层边缘泛着蓝光。
右下的飞行数据面板用等宽字体列出关键参数，左上的荧光青小圆点在缓慢呼吸闪烁，模拟系统在线状态。
往下滑动，是一条垂直时间线驱动的飞行叙事。
从T-60:00在樟宜航天港换上定制加压服，到T+03:00推进阶段承受过载，到T+08:00零重力开始，一直到T+92:00 Touchdown，太空舱溅落海面，回收潜水员围上来。每个阶段带一个橙色关键数据和AI生成的场景配图。
一段prompt，一次生成，从品牌视觉系统到可交互的舱位SVG图，全部到位。
K2.6 Agent做出来的不只是好看的前端，它能做全栈交付。
后台的航班预订系统是真的能跑的。选日期、挑座位、填乘客信息，预约数据做了持久化存储，每航班6座上限，满了自动锁定。
这个网站不是一个「看样子」的空壳，它带着完整的后端逻辑。
同样的prompt结构，K2.6 Agent产出了深海探索研究机构「THALASSA」的官网。
首屏运镜从北大西洋海面垂直下沉入水，穿过水线的瞬间画面一分为二，蓝色从浅到深渐变，远处墨蓝中亮着两点暖黄色潜水器灯光。
三台潜水器参数卡片精确到推进方式和观察窗尺寸，6种深海生物各占一屏。田野笔记区三篇文章分别署名首席科学家、海洋生物学家和纪录片导演。
奢侈香水品牌ÆTHER的官网，K2.6 Agent在「极致美学」上的统治力展现得最充分。
只见一支琥珀色香水瓶在大理石台面上，瓶内液体缓慢旋转，光线穿透玻璃投射出焦散纹。
「ÆTHER」五个字母用Cormorant Garamond衬线体叠在瓶身上。La Collection区展示5款香水，可拖拽切换。
5款香水、5套完整香调金字塔、5句手写文案、5张各不相同的瓶身图。
这些网站能做到这个水准，背后是K2.6模型加上Kimi Agent 模式 harness 的实力。超过了 Google AI Studio中的Gemini 3.1 Pro。
产出的是可以直接丢进项目的React组件和HTML/CSS代码，带动画关键帧、hover状态、滚动触发动效，甚至拖拽界面和多步表单，跟静态Mockup完全两码事。
前端编码的审美是 Kimi 从 K2.5 就开始卷的能力，到 K2.6 又券出了新境界。没猜错的话，这应该是杨植麟在2025年底内部信中提到的agent产品taste之一？
300个Agent，4000步，一次交付
1T巨量参数，每个token只激活32B的开源MoE，384个专家选8个激活。
连续编码13小时不断线，单次修改超过4000行代码。
内部实测中自主重构了一个8年历史的金融撮合引擎，峰值吞吐量涨了133%。
有了这个底子，Agent集群才真正有了用武之地。
长程编码解决「一个人能干多久」，Agent集群解决「一支团队能做多大的事」。
K2.5时代是100个子Agent、1500步。K2.6直接拉到300个子Agent、4000步。
不同技能特长的Agent互补协作，一次运行就能交付从文档到网页、从PPT到表格的全套产物。
过去丢给Kimi一个复杂任务，它一个人从头干到尾，遇到不擅长的环节就可能卡住。现在它会自己拆活、组队、分头干，每个子Agent专攻自己擅长的那块，最后汇总交付。
Claw Bench的内部测试结果显示，K2.6在无需人工干预的长时间自主运行场景中提升尤为明显。
在自主Agent场景中，K2.6与OpenClaw、Hermes Agent配合可长达5天持续自主运行。
这个「集群」到底能干什么？我们做了三轮测试。
30个Agent写30座城市的凌晨四点
首先，让Agent们化身为30座城市在凌晨四点仍然醒着的一个人。
拉各斯的发电机维修工、孟买的送报员、里约的沙滩清洁工、新加坡的港口调度员、旧金山的程序员、马尼拉呼叫中心的夜班接线员……
每人写一段200字以内的第一人称片段，只写动作和感官，禁止出现「孤独」「寂寞」等直白情感词。
这类任务的难点不在单篇文字，而是30篇之间不能撞。
