K2.6 Agent Swarm [Beta]

วันที่ 27 มกราคม 2026 Moonshot AI ได้เปิดตัว Kimi K2.5 พร้อมแนะนำ Agent Swarm [Beta] และต่อมาในวันที่ 20 เมษายน 2026 Moonshot AI ได้เปิดตัวและเปิดซอร์ส Kimi K2.6 ซึ่งยกระดับสถาปัตยกรรม Agent Swarm ครั้งใหญ่:

• ซับเอเจนต์ทำงานพร้อมกันได้สูงสุด 300 ตัว
• เรียกใช้เครื่องมือได้กว่า 4,000 ครั้ง ต่อหนึ่งงาน
• เร็วกว่าการทำงานแบบเอเจนต์เดียวตามลำดับ 4.5 เท่า

เรื่องราวเบื้องหลัง

ในปี 2025 เรื่องเล่าหลักของวงการ AI มุ่งไปที่การขยายตามแนวตั้ง — โมเดลที่ใหญ่ขึ้น พารามิเตอร์ที่มากขึ้น แต่แนวทางนี้ชนเพดานเชิงโครงสร้าง นั่นคือคอขวดของการทำงานตามลำดับแบบเดียว

Agent Swarm ถือกำเนิดจากสถานการณ์จริง: เมื่อสมาชิกในทีมคนหนึ่งพยายามทำให้การเก็บรวบรวมข้อมูลหุ้นประจำวันเป็นแบบอัตโนมัติ และเขียนโค้ด if-else ไปถึง 100 บรรทัด เธอก็ตระหนักว่า "ฉันกำลังเขียนระบบมัลติเอเจนต์ด้วยมือนี่เอง" ในเมื่อโมเดลใช้เครื่องมือได้ ทำไมมันถึงออกแบบสถาปัตยกรรมให้ตัวเองไม่ได้?

Agent Swarm คือโครงสร้างองค์กรที่ออกแบบตัวเอง — ออกแบบโดย AI ไม่ใช่มนุษย์ Agent หลัก (ผู้ควบคุม) สั่งการซับเอเจนต์ได้สูงสุดถึง 300 ตัวโดยอัตโนมัติ และดำเนินขั้นตอนเวิร์กโฟลว์แบบคู่ขนานได้สูงสุด 4,000 ขั้นตอน

K2.6 Agent Swarm [Beta] ใช้วิธีฝึก PARL (Parallel-Agent Reinforcement Learning) เมื่อเทียบกับแนวทางแบบเอเจนต์เดียว มันลดขั้นตอนสำคัญลงได้ 3–4.5 เท่าในสถานการณ์การค้นหาขนาดใหญ่

วิธีใช้งาน

ช่องทางเข้าใช้งาน:

• เว็บ: kimi.com/agent-swarm
• มือถือ: แอป Kimi → สลับโหมด → เลือก K2.6 Agent Swarm [Beta]

ขั้นตอน:

1. อธิบายงานของคุณแล้วส่ง (เช่น "รวบรวมบทความของ Paul Graham กว่า 200 ชิ้น")
2. ดูความคืบหน้าแบบเรียลไทม์: การสร้างรายการงาน การสร้างซับเอเจนต์ การทำงานแบบคู่ขนาน
3. รับผลงาน: โปรเจกต์โค้ด โฟลเดอร์ไฟล์ การวิเคราะห์ข้อมูล เอกสาร Office
4. ดูตัวอย่าง ดาวน์โหลด หรือแชร์ผลลัพธ์
5. สลับไปใช้ K2.6 Agent เดี่ยวเพื่อดำเนินต่อในการสนทนาครั้งถัดไป

กรณีการใช้งาน

ค้นพบในวงกว้าง

กรณีที่ 1: 3 ครีเอเตอร์อันดับต้นจาก 100 หมวดหมู่บน YouTube

K2.6 Agent Swarm [Beta] สร้างซับเอเจนต์ 300 ตัวเพื่อค้นหาแบบคู่ขนาน และสร้างตารางข้อมูลที่มีโครงสร้างพร้อมชื่อช่อง จำนวนผู้ติดตาม และคำอธิบาย

ดูผลลัพธ์

กรณีที่ 2: รวบรวมบทความของ Paul Graham กว่า 200 ชิ้น

Agent Swarm ส่งซับเอเจนต์ออกไปค้นหา ดาวน์โหลด จัดหมวดหมู่ และสรุปบทความกว่า 200 ชิ้นลงในโฟลเดอร์ตามหัวข้อ

ดูผลลัพธ์

สร้างผลงานในวงกว้าง

กรณี: บททบทวนวรรณกรรม 100 หน้าจาก PDF 40 ไฟล์

K2.6 Agent Swarm [Beta] ส่งซับเอเจนต์ที่เน้นงานเขียนหลายตัว โดยแต่ละตัวรับผิดชอบหนึ่งบท ผลลัพธ์สุดท้าย: เอกสารวิชาการ 100 หน้าพร้อมการอ้างอิง แผนภูมิระเบียบวิธีวิจัย และการวิเคราะห์เครือข่ายการอ้างอิง

มุมมองในวงกว้าง

กรณี: การพิจารณากลยุทธ์เปิดตัวผลิตภัณฑ์โดยผู้เชี่ยวชาญ Agent Swarm ส่งซับเอเจนต์ผู้เชี่ยวชาญที่มีมุมมองต่างกัน (ผู้จัดการผลิตภัณฑ์ นักลงทุน ฝ่ายความสำเร็จของลูกค้า) มาพิจารณากลยุทธ์การเปิดตัว

ดูผลลัพธ์

กรณี: The Three-Body Problem เขียนใหม่ใน 20 สไตล์วรรณกรรม ซับเอเจนต์ "นักเขียน" 20 ตัวแต่งงานอย่างอิสระในสไตล์ที่แตกต่างกัน — ตั้งแต่ Virginia Woolf ไปจนถึง Borges และ Kafka

ดูผลลัพธ์

เจาะลึกด้านเทคนิค

สถาปัตยกรรมหลัก: ผู้บัญชาการ + ผู้เชี่ยวชาญ

• ผู้ควบคุม (Orchestrator) = โค้ช/ผู้บัญชาการ: มองภาพรวม กำหนดกลยุทธ์
• ซับเอเจนต์ = ผู้เล่น: แต่ละตัวมุ่งเน้นบทบาทเฉพาะ

การออกแบบสำคัญ: ตรึงผู้เล่นไว้ ฝึกเฉพาะโค้ช

ซับเอเจนต์ทุกตัวคงความสามารถเดิมไว้ มีเพียงผู้ควบคุมเท่านั้นที่พัฒนาขึ้นผ่านการเรียนรู้แบบเสริมกำลัง วิธีนี้ให้ความรับผิดชอบที่ชัดเจนและความเสถียรในการฝึก

การป้องกัน "ความเกียจคร้าน":

• การยุบเป็นแบบลำดับ: ผู้ควบคุมโยนทุกอย่างให้ซับเอเจนต์ตัวเดียว
• การทำคู่ขนานปลอม: สร้างงานย่อยที่ไร้ความหมายเพื่อหลอกตัวชี้วัด

ทางออก: กลไกรางวัลสามมิติ

1. คุณภาพของผลลัพธ์สุดท้าย
2. ความเป็นคู่ขนานที่แท้จริงที่ทำได้
3. อัตราการทำงานย่อยให้สำเร็จ

ตัวชี้วัดขั้นตอนสำคัญ

Agent Swarm คำนวณเวลาของซับเอเจนต์ที่ช้าที่สุดในแต่ละขั้น สิ่งนี้บังคับให้เกิดการเพิ่มประสิทธิภาพกระบวนการอย่างแท้จริง แทนที่จะแบ่งงานออกไปอย่างสุ่มสี่สุ่มห้า

Context Sharding

ซับเอเจนต์แต่ละตัวมุ่งเน้นไปที่ "สมุดบันทึก" ของตัวเอง บันทึกรายละเอียดที่เกี่ยวข้องอย่างเป็นอิสระ มีเพียงข้อสรุปสำคัญเท่านั้นที่รายงานไปยังผู้ควบคุม — รักษาเหตุผลไว้โดยไม่ทำให้หน่วยความจำล้น

ผลลัพธ์ในโลกจริง

บนเกณฑ์มาตรฐาน BrowseComp:

• ความแม่นยำ: 15.9% (เอเจนต์เดียว) → 33.3%
• ขั้นตอนสำคัญลดลงราว 40%

สถานการณ์การใช้งาน

K2.6 Agent Swarm [Beta] เหมาะอย่างยิ่งสำหรับ:

1. การสืบค้นข้อมูลขนาดใหญ่: การเก็บรวบรวมข้อมูลมหาศาลจากอินเทอร์เน็ต
2. การดาวน์โหลดเป็นชุด: การรวบรวมไฟล์และทรัพยากรขนาดใหญ่
3. การอ่านในวงกว้าง: การประมวลผลเอกสารกว่า 100 ฉบับ
4. การเขียนแบบยาว: เนื้อหาที่ยาวเกิน 100,000 คำ
5. การเขียนโปรแกรมที่ซับซ้อน: การพัฒนาฟรอนต์เอนด์ การตรวจสอบโค้ด การปรับโครงสร้างโค้ด
6. ระบบสำนักงานอัตโนมัติ: เอกสารระดับมืออาชีพ สเปรดชีต งานนำเสนอ

อ่านเพิ่มเติม:

• Kimi Agent Swarm: ซับเอเจนต์ 100 ตัวในระดับสเกล
• Kimi K2.5: ปัญญาเชิงเอเจนต์เชิงภาพ​
• Kimi K2.6: ก้าวล้ำการเขียนโค้ดแบบโอเพนซอร์ส