曾经的Kimi回来了

AI产品黄叔 07月08日 14:16

曾经的Kimi回来了

Kimi Researcher是一款强大的AI研究工具，能够快速生成高质量的深度研究报告。通过调用多个信息源进行交叉验证和深度信息提炼，Kimi能够提供结构完整、逻辑清晰的报告，涵盖商业模式、增长轨迹、财务状况等，并提供真正的商业洞察。Kimi还支持生成可视化报告，将复杂信息以图表、时间轴等方式呈现，提升信息获取效率。测试表明，Kimi在多个领域均表现出色，生成的报告质量令人满意。

🔍 Kimi Researcher能够快速生成高质量的深度研究报告，通过调用多个信息源进行交叉验证和深度信息提炼，提供结构完整、逻辑清晰的报告。

📊 Kimi生成的报告不仅涵盖商业模式、增长轨迹、财务状况等，还能提供真正的商业洞察，例如分析泡泡玛特‘丑萌’形象为何能够走红的深层逻辑。

📈 Kimi支持生成可视化报告，将复杂信息以图表、时间轴等方式呈现，提升信息获取效率，让原本复杂的商业分析变得更容易理解。

💡 Kimi在多个领域均表现出色，例如对泡泡玛特、小米股价、Coding Agent等话题的深度研究，均能快速给出高质量的分析报告。

🚀 Kimi Researcher展现了中国自研模型的潜力，其基于自研基座模型和强化学习实现，效果令人惊喜，为AI下半场的发展带来了新的期待。

原创 AI产品黄叔 2025-07-01 20:58 北京

Deep research 似乎已经成为海内外基座模型厂商的下一个共识——从 OpenAI、Gemini 到 Grok，这次 Kimi 推出的 Researcher，还是让人感到惊喜！

Deep research 似乎已经成为海内外基座模型厂商的下一个共识——从 OpenAI、Gemini 到 Grok，再到国内的夸克，大家不断抬高效果的上限。虽然现在已经是2025年7月了，但这次 Kimi 推出的 Researcher，依然让我感到惊喜。黄叔实测Good Case比例能到90%+，这个深度研究确实有点东西！

起初没抱太大期待，但看到歸藏分享的报告质量后，我也动了心，赶紧请他帮我搞了一个邀请码，测试下来体验确实很不错，我先给大家看两个：

Prompt：帮我深入研究一下泡泡玛特这家公司

Prompt：为什么小米的股价在今年能上涨这么多?

这一篇黄叔用几个Case来给大家做一个讲解，这次测试很快就完成了，因为，基本全是Good Case。。。

分析Labubu和泡泡玛特为了真正测试Kimi的极限，我特意选择了一个硬骨头——泡泡玛特。

这家公司从"卖盲盒的"迅速成长为市值超3000亿的商业帝国，创始人王宁更是一跃成为河南首富，股价在特定时期内暴涨超300%。如此复杂且快速变化的商业案例，传统上需要一个专业团队花费至少72小时才能完成深度剖析。

我直接向Kimi发出挑战："帮我深入研究一下泡泡玛特这家公司"

（如果还没权限可以申请内测）

输入问题后，Kimi没有立即回答，而是先确认我的研究目的，澄清问题。这一看似简单的交互，确实有助于AI更有针对性地生成内容。

接下来Kimi同时调用了27个不同的信息源的200个网页，从财经媒体、公司财报、投资者关系网站到社交媒体、行业论坛，甚至还包括学术数据库和专利信息。它不是在简单搜索，而是在进行多源交叉验证和深度信息提炼，这已经完全超越了传统搜索引擎的能力范畴！

更让人震惊的是，Kimi不仅速度快，质量还远超预期。Kimi的这份报告，从数据准确性到分析深度，都达到了专业水准。

最终报告的质量让我非常满意，详细分析了营销策略、内容社交传播、名人效应等等，关键是这份报告不只是写了这些大而全的内容，还有细节，比方说泡泡玛特和设计师的合作方式是：

太难得了有没有！

这不是简单的信息堆砌，而是一份结构完整、逻辑清晰的11,428字深度分析报告。它不仅涵盖了泡泡玛特的商业模式、增长轨迹和财务状况，更令人惊讶的是，它提供了真正的商业洞察。

报告不仅分析了Labubu“丑萌”形象为何能够走红，更从心理学角度，理性探讨了其爆款背后的深层逻辑：

这种深度分析，已经远远超出了简单的数据汇总，而是提供了真正的思考框架和决策依据。

我把全部文字复制到WPS里面看了一下字数居然有一万一千多字，居然直接搞了一篇万字长文！20个平台搜索内容然后输出这么多字数，怪不得需要的时间长一些。并且不知道是不是上线太赶了，现在还没有报告下载功能，只有复制文字的功能，希望Kimi尽快优化一下。

想看全文的朋友可以打开下面的链接

https://kimi.moonshot.cn/share/d1evl26f5ku6a30fvj2g

当我以为体验已经结束时，Kimi给了我最后一个惊喜——在报告底部有一个"可视化报告"入口：

点击后，一个设计精美的交互式网页展现在眼前。它将11,428字的内容，通过15种不同类型的动态图表、时间轴、关系网络等方式立体呈现，让复杂的商业逻辑变得一目了然。

网页也特别长，我还是截几个关键的图，然后把链接放在最后：

完整网页链接：

可视化网页：https://kimi.moonshot.cn/preview/d1evmfdr1r8vsj8hv8d0?blockId=24文字版：https://kimi.moonshot.cn/share/d1f0ni7hvltov0c45100

这种沉浸式的数据体验的确提升了信息获取的效率，也让原本复杂的商业分析变得更容易理解。但需要指出的是，Kimi 的可视化报告虽然在“开口能讲、拿得出手”的交付形态上带来了突破，本质上仍有不少提升空间。

比如报告尚未做到完全精准，数据存在一定误差。对于职场新人或大学课堂的展示来说，这样的工具已经基本够用，但在更高标准的专业场合下，仍需谨慎对待其准确性和深度。

更多调研报告为了确认这不是偶然，我又测试了几个不同领域的话题：

1. 小米的股价：前两天小米刚发布了Yu7又火了一把，我们来调研下：

省掉中间过程，直接看结果：

完整的链接是：

文字版：https://kimi.moonshot.cn/share/d1evv105jtdu80117bi0可视化网页：https://kimi.moonshot.cn/preview/d1f0n8nhvltov0c43bf0?blockId=28

里面有几个点比较关键，分别是手机份额连续多年全球TOP3、小米汽车利好、人车家生态带来的增长等等，还有技术方面的优势也列举了一些细节。

再来看一个关于关于Coding Agent的调研报告：

大家都知道Agent很火，其中ARR非常好的主要是Coding Agent，于是我想让Kimi跑跑国内外的Coding Agent对比报告：

很快会给出一份质量挺不错的分析报告，很不错的是快速给我厘清了几大Coding Agent的区别，比如：

Replit重要特性是协作。

最后的结论也非常的具体的全面。

接着我们来看一部分可视化报告：

这份报告我侧重展示了一些图表，相对于前两个case，Kimi表现出了在面对不同场景时能选择不同的展示方式的能力。也非常不错。

完整的报告链接是：

可视化网页：https://www.kimi.com/preview/197bfe14-2f01-8b5d-8f4e-6065a7000548文字版：https://www.kimi.com/share/d1hkupmdmaupj8efs4ng

最后一个Case和上面有些区别，我没有再要求Kimi生成深度研究报告，而是尝试能不能完成“越狱”。

每一次测试，Kimi 都展现出稳定的信息整合与分析能力。它不只是执行指令，更在逐步展现出一个合格研究分析师应有的素质：澄清问题、主动思考、构建框架、捋清逻辑、遇到信息冲突自主判断、最终交付可用的报告。

也能直接用来做分享报告黄叔周一有一个分享，急着要先给PPT，于是我把几个关键要点给到Kimi，结果发现出来的研究报告内容，很多都能拿来用：

我把之前的一些内容直接丢给Kimi，它生成的内容非常紧的贴住了我的描述里：

当然后面我做了一定的修改，但你能看到Kimi生成的研究内容，遵循指令的能力非常强：

https://www.kimi.com/preview/d1fr8t0c86s606teerbg?blockId=108

最后一个Case和上面有些区别，我没有再要求Kimi生成深度研究报告，而是尝试能不能完成“越狱”，在看了上面3个可视化网页后，我在想既然能生成这么精美的网页，那能不能用狠毒研究模式搞个网页游戏出来呢？

来，给我调研一下2048类型的网页游戏有哪些创新玩法，然后生成一个网页版的2048小游戏🐶

搜索过程是没问题的，先搜索了2048相关的玩法和视觉创新方面的资料，甚至在github上找到2048的源码

可惜最后没有越狱成功，这里主要是因为Kimi ReSearcher不是Manus这样的通用Agent，我们更多应该去对标Gemini DeepRearch这样的产品。不过Kimi的实现方式是直接端到端去训模型，这样ReSearch Agent的能力就直接能进入模型了。所以我们也能看到，Kimi给的调研部分是没问题的，非常详尽：

完整链接是：

可视化网页：https://kimi.moonshot.cn/preview/d1f0i34tr22hgu4teic0?blockId=108文字版：https://kimi.moonshot.cn/share/d1f0mmfaa0v505009cn0

在看完这么多KImi生成的深度研究报告之后，有种感觉是之前很多深度研究产品只是对搜索结果的总结和罗列，很难达到使用这份报告做出一些深层次的洞察。而Kimi的结果差不多达到了“洞察”的阶段。向前迈进了一大步。

然后我把以上所有的报告都看了一下字数，基本都是万字以上：

目前还没有全量开放，但是申请内测后通过的速度还是蛮快的，有需要的朋友们可以去申请一下。

总结令人意外的是，Kimi沉寂的大半年，原来一直专注于技术和模型的打磨。它的Agent并未依赖Claude，而是完全基于自研基座模型通过强化学习（RL）实现的，从目前效果来看，RL的上限比预期更高。

然后DeepRearch的结果，信源质量高，产出报告质量高，虽然还是会有一些幻觉，不过也都给出了信息来源。

最后是一个黄叔一直有困惑的点，那么多DeepRearch产品，最后都给出了一大坨文字，谁会仔细看呢？Kimi这次做了可交互的可视化报告就审美非常棒，这样才能更易懂，更可读嘛，网页的整体审美和视觉效果甚至可以跟 Claude 4 比一比。

即使到了AI下半场，我们都以为到了应用比拼的阶段，但模型也仍然是核心战场，这次Kimi展示的能力，也让人看到了中国自研模型的潜力！

非常期待Kimi持续的进化。