沉寂良久之后，Kimi 终于放了个大招，推出了深度研究 Agent。

参与内测的感受是，Kimi 的深度研究是中文 AI 里为数不多真正可用的深度研究产品。

三个月前，我问 Kimi 的算法同学，强化学习可以解决任何领域的问题吗？还是仅限于数学和推理这样有标准答案的领域。

任何领域，他说，只要能够定义环境和奖励，AI 智能体就可以通过强化学习实现奖励目标，任何领域都可以。

Kimi 的深度研究，HLE 达到了 26.9% 的准确率，目前的 SOTA。打平谷歌，险胜 OpenAI 的 Deep Research。

Kimi 的这个指标，是从模型激活之后的8.6训练到26.9的，强化学习确实能榨干模型的进步能力。

深度研究的结果非常详尽，不过它最大的缺点就是：真的太长了。

动辄就是万字长文，读起来非常花时间。内容再好，看不进去，也无法产生价值。

像我们微信群里，大家都是把深度研究的万字长文丢到 ListenHub 生成10分钟短播客，在路上收听。

Kimi 的产品经理在这方面也做了优化，为每份深度研究都提供了一个可视化报告。

深度研究，其实离我们每个人都不远。
不管是追踪行业热点，还是了解社会争议，
只需一个报告，信息一目了然。

Andrej Karpathy 认为 Agency > Intelligence。
行动力的价值超过智力。
AI 一旦具备了行动力，会用 AI 的人，也拥有了更强的行动力。

今天想试试最近比较火热的Claude Code，看看到底和Cursor的体验有何不同，新闻和视频介绍看了不少，但和亲手尝试还是不同的。遗憾的是Claude Code在国内没法用，翻墙都不行，经同事帮助，找了个开源路由库成功搞定，使用私有的LLM API。

试着让它写了个乒乓游戏和发推的脚本，都one shot成功了。有人说Claude Code像AI工程师，而Cursor Agent像实习生，从这两次简单的实验，确实能感受到Claude Code的爽点，交给它任务，直接获取结果，中间没那么多要确认的东西。

用的开源库是：https://github.com/musistudio/claude-code-router

说起来很神奇，最近发现有些投资人，还在用移动互联网时代的数据指标来找项目。
找了一圈，发现根本找不到一个留存好的项目。
于是 AI 行业都三年了，他们都还没出手过一个 AI 项目。

为什么以前的经验是错的？
今天看书刚好得到一些答案。

形式逻辑和非形式逻辑，以及概率论，事实上都是面向过去的。
一厢情愿地希望用基于过去的数据在当下分析出来的结论去指导未来决策。

而贝叶斯定律不一样，它的应用是面向未来的。

说起来很神奇，最近发现有些投资人，还在用移动互联网时代的数据指标来找项目。
找了一圈，发现根本找不到一个留存好的项目。
于是 AI 行业都三年了，他们都还没出手过一个 AI 项目。

为什么以前的经验是错的？
今天看书刚好得到一些答案。

形式逻辑和非形式逻辑，以及概率论，事实上都是面向过去的。
一厢情愿地希望用基于过去的数据在当下分析出来的结论去指导未来决策。

而贝叶斯定律不一样，它的应用是面向未来的。