K2.6 Agent Swarm [ベータ]

2026年1月27日、Moonshot AI は Kimi K2.5 をリリースし、Agent Swarm [ベータ] を導入しました。2026年4月20日には Kimi K2.6 をリリースしてオープンソース化し、Agent Swarm アーキテクチャを大幅にアップグレードしました。

• 最大 300のサブエージェント が同時に稼働
• 1タスクあたり 4,000回以上のツール呼び出し
• 単一エージェントの逐次実行より 4.5倍高速

開発の背景

2025年、AI 業界で主流だったのは垂直スケーリング、つまりモデルをより大きくし、パラメータを増やすという考え方でした。しかし、この方法には構造的な限界があります。単一の逐次実行というボトルネックです。

Agent Swarm は、現実の課題から生まれました。あるチームメンバーが日々の株式情報収集を自動化しようとして、if-else のコードが100行に達したとき、彼女は気づきました。「私は手作業でマルチエージェントシステムを書いている」。モデルがツールを使えるなら、なぜ AI 自身に構成を設計させられないのでしょうか。

Agent Swarm は、AI が自ら設計する組織構造です。人間が設計するのではありません。メインエージェント（オーケストレーター）が最大300のサブエージェントを自律的に指揮し、最大4,000の並列ワークフローステップを実行します。

K2.6 Agent Swarm [ベータ] は、PARL（Parallel-Agent Reinforcement Learning）学習手法を採用しています。単一エージェントのアプローチと比べ、大規模検索シナリオではクリティカルステップを3倍〜4.5倍削減します。

使い方

利用方法：

• Web: kimi.com/agent-swarm
• モバイル: Kimi アプリ → モードを切り替え → K2.6 Agent Swarm [ベータ] を選択

手順：

1. タスクを説明して送信します（例：「Paul Graham の記事を200本以上収集」）
2. タスクリストの作成、サブエージェントの起動、並列実行の進捗をリアルタイムで確認します
3. コードプロジェクト、ファイルフォルダ、データ分析、Office ドキュメントなどの成果物を受け取ります
4. 結果をプレビュー、ダウンロード、または共有します
5. 以降のやり取りでは、単一の K2.6 Agent に切り替えて継続できます

ユースケース

大規模な発見

ケース1：100の YouTube ニッチ領域におけるトップ3クリエイター

K2.6 Agent Swarm [ベータ] は、並列検索のために300のサブエージェントを作成し、チャンネル名、登録者数、説明を含む構造化テーブルを生成しました。

結果を見る

ケース2：Paul Graham の記事を200本以上収集

Agent Swarm はサブエージェントを展開し、200本以上の記事を検索、ダウンロード、分類、要約して、テーマ別フォルダに整理しました。

結果を見る

大規模な出力

ケース：40本の PDF から100ページの文献レビューを作成

K2.6 Agent Swarm [ベータ] は、執筆に特化した複数のサブエージェントを展開し、それぞれに章を担当させました。最終成果物は、引用、方法論チャート、引用ネットワーク分析を備えた100ページの学術文書です。

大規模な多角的検討

ケース：プロダクトローンチ戦略の専門家レビュー Agent Swarm は、異なる視点を持つ専門家サブエージェント（プロダクトマネージャー、投資家、カスタマーサクセス）を展開し、ローンチ戦略をレビューしました。

結果を見る

ケース：三体 を20の文体で書き換え 20の「作家」サブエージェントが、ヴァージニア・ウルフからボルヘス、カフカまで、それぞれ異なる文体で独立して執筆しました。

結果を見る

技術詳細

コアアーキテクチャ：司令官 + 専門家

• オーケストレーター = コーチ／司令官：全体像を把握し、戦略を定める
• サブエージェント = 選手：それぞれが特定の役割に集中する

設計の要点：選手は固定し、コーチだけを訓練する

すべてのサブエージェントは既存の能力を保持し、強化学習によって改善されるのはオーケストレーターだけです。これにより、責任の所在が明確になり、学習も安定します。

「怠け」を防ぐ：

• 直列への崩壊: オーケストレーターがすべてを1つのサブエージェントに任せてしまう
• 見せかけの並列化: 指標を稼ぐためだけの意味のないサブタスク

解決策：三次元の報酬メカニズム

1. 最終結果の品質
2. 真の並列性の達成
3. サブタスクの完了率

クリティカルステップ指標

Agent Swarm は、各段階で最も遅いサブエージェントの所要時間を計算します。これにより、闇雲にタスクを分割するのではなく、プロセスそのものを本質的に最適化するよう促します。

Context Sharding（コンテキスト分割）

各サブエージェントは自分専用の「ノートブック」に集中し、関連する詳細を独立して記録します。オーケストレーターには重要な結論だけが報告されるため、メモリを圧迫せずに推論の過程を保てます。

実環境での結果

BrowseComp ベンチマークでは、次の結果が得られました。

• 精度: 15.9%（単一エージェント）→ 33.3%
• クリティカルステップを約40%削減

適用シナリオ

K2.6 Agent Swarm [ベータ] は、特に次の用途に適しています。

1. 大規模な情報検索: 膨大なインターネットデータの収集
2. 一括ダウンロード: 大量のファイルやリソースの収集
3. 広範な読解: 100件以上のドキュメント処理
4. 長文執筆: 10万語を超えるコンテンツの作成
5. 複雑なプログラミング: フロントエンド開発、コードレビュー、リファクタリング
6. Office 自動化: 専門的な文書、スプレッドシート、プレゼンテーション

関連情報：

• Kimi Agent Swarm：100のサブエージェントを大規模に活用
• Kimi K2.5：視覚的なエージェント型インテリジェンス
• Kimi K2.6：オープンソースのコーディングを前進させる