标签 Kimi Code 下的文章

月之暗面正式发布了 Kimi 的官方编程工具 Kimi Code。这不仅仅是一个代码生成器，而是一个可以直接在终端运行、具备自主规划能力的 AI Agent。它基于 K2.5 模型，支持多模态输入（图片和视频），并能通过 ACP（Agent Client Protocol）协议无缝集成到 VSCode、Cursor、JetBrains 和 Zed 等主流编辑器中。

image.png

对于开发者而言，Kimi Code 实现了“阅读代码”到“执行命令”的闭环，覆盖了从构建、调试、重构到测试的端到端任务。

以下是关于 Kimi Code CLI 的核心功能、安装配置及高阶使用技巧。

Kimi Code CLI 是什么

Kimi Code CLI 是一个运行在终端中的智能代理。与传统的对话机器人不同，它具备操作系统的执行权限。它可以：

  • 阅读和编辑代码：直接修改源文件，而非仅仅给出建议。
  • 执行 Shell 命令：运行构建、测试脚本。
  • 自主规划：在遇到错误时，自动分析日志并尝试修复，形成“执行-反馈-修正”的循环。

它既是一个独立的终端工具，也可以作为后端服务接入 IDE。

安装与环境配置

Kimi Code CLI 依赖 Python 环境（建议版本 3.12-3.14）。

第一步：使用 ServBay 准备 Python 环境

打开 ServBay，在「软件包」中，找到并安装 Python 3.13（这是 Kimi Code 推荐的最佳兼容版本）。

image.png

ServBay 会自动配置好环境，确保终端调用的是这个独立的 Python 版本，拥有完整的 pip 包管理能力。

第二步：安装 uv 包管理器

有了 ServBay 提供的 Python 环境后，需要先安装 uv。uv 是一个极速的 Python 包管理器，也是 Kimi Code 官方推荐的底层工具。在终端执行：

pip install uv

第三步：安装 Kimi Code CLI

现在 uv 命令已经可用了，直接使用它来安装 Kimi Code：

uv tool install --python 3.13 kimi-cli

image.png

安装完成后，验证是否成功：

kimi --version

image.png

初始化与配置

在项目目录下输入 kimi 即可启动交互界面。

首次使用推荐通过 /login 命令登录 Kimi 账号，系统会自动同步可用的模型配置。如果需要使用特定的 API Key，也可以通过 /setup 手动配置端点和密钥。

项目索引

进入一个新项目时，建议先运行 /init。这会让 Kimi 分析项目结构并生成 AGENTS.md 文件。这个文件相当于给 AI 看的“项目说明书”，能显著提升后续任务的准确率。

核心工作流

Kimi Code CLI 的交互采用了类似 Shell 的混合模式，按 Ctrl-X 可在 Agent 模式（对话）和 Shell 模式（执行原生命令）之间切换。

1. 功能开发与重构

在 Agent 模式下，直接用自然语言描述需求。Kimi 会遵循“阅读 → 修改 → 验证”的流程。

例如：

“给用户列表页面添加分页功能，每页显示 20 条记录，样式参考现有的 Button 组件。”

它会自动搜索相关文件，理解上下文，进行代码修改，并保持代码风格的一致性。

2. 排查与修复

遇到报错时，可以直接粘贴错误日志，或者让 Kimi 运行测试命令。

“运行 npm test，如果有失败的用例，请帮我分析原因并修复。”

在处理复杂逻辑时，可以通过 /model 切换到支持 Thinking 模式的模型（如 k2-thinking），让 AI 在输出方案前进行更深度的逻辑推演。

3. 自动化任务

对于繁琐的批量操作，CLI 优势其实挺多的，比如：

  • 把 src 目录下所有 .js 文件的 var 声明改成 const 或 let。
  • 分析 logs 目录下的日志，统计接口平均响应时间。
  • 把 images 目录下的 PNG 转换为 JPEG。

高阶技巧

  • @路径补全：在对话中输入 @ 可以快速引用项目中的文件，例如 帮我解释 @src/core/scheduler.py 的逻辑。
  • 多模态输入：支持直接粘贴剪贴板中的图片。如果是 UI 调整任务，截图给 AI 往往比文字描述更高效。
  • YOLO 模式：默认情况下，AI 的每一个文件修改和命令执行都需要用户确认。如果你在 Docker 容器或测试环境中运行，可以使用 /yolo 命令开启“大胆模式”，跳过所有确认步骤，实现全自动执行（生产环境慎用）。

集成到编辑器

Kimi Code 支持 ACP 协议，这意味着它不仅活在终端里，也能集成到 JetBrains 系列 IDE（IntelliJ IDEA、PyCharm、WebStorm 等）中。

首先需要在终端获取 Kimi 的安装路径：

which kimi

复制输出的路径（例如 /Users/username/.local/bin/kimi）。

配置 AI 助手

打开 IDE 的 AI 聊天面板（通常需要安装 AI Assistant 插件），在菜单中点击 "Configure ACP agents" ，添加如下配置：

{
  "agent_servers": {
    "Kimi Code CLI": {
      "command": "/Users/你的用户名/.local/bin/kimi", 
      "args": ["acp"],
      "env": {}
    }
  }
}

注意： command 必须填入第一步获取的完整绝对路径。

开始使用

保存后，在 AI 聊天的 Agent 选择器中即可看到 Kimi Code CLI。

总结

Kimi Code 并没有花里胡哨的功能，但是它解决了开发者的问题，开发者不需要离开终端，就能让 AI 动手写代码。配合 ServBay 提供的稳定 Python 环境，不仅安装过程更顺畅，也能让 AI 工具在隔离的沙盒中高效运行，避免对系统造成干扰。

目前该工具处于技术预览阶段，建议在非生产关键路径上先行试用。

Apple Creator Studio 正式上线

1 月 28 日，Apple 公司正式上线了前不久刚刚公布的创作者工具组 Apple Creator Studio，该系列产品是 Apple 面向专业创作人士推出的一站式捆绑订阅服务，包含了品牌旗下几乎全部的专业创作软件。只需一次订阅，就能获得 Mac 和 iPad 平台的 Pro App 套装、iWork 套件，以及此前收购的专业图像编辑及设计工具 Pixelmator Pro，并包含更多基于 AI 的附加功能。

详细体验可参考《将专业创作工具交到更多人手中：Apple Creator Studio 你也许想了解的那些事》。

月之暗面发布 Kimi K2.5 模型并开源

1 月 27 日，月之暗面团队宣布推出并开源了其最新的 Kimi K2.5 模型。同时，Kimi 智能助手 K2.5 版本也随之上线。用户在聊天介面中原本的 K2 模型已自动切换为 K2.5 版本。

该模型是月之暗面目前最智能的模型，在 Agent、代码、图像、视频及一系列通用智能任务上取得开源 state-of-the-art 表现；同时也是 Kimi 迄今最全能的模型，采用了原生的多模态架构设计，同时支持视觉与文本输入、思考与非思考模式、对话与 Agent 任务。

根据月之暗面方面提供的示例显示，该模型可以基于自然语言指令生成完整的前端页面代码，并处理包含动态布局、滚动触发等在内的交互逻辑。结合视觉能力，Kimi K2.5 可以对用户提供的录屏进行拆解，分析其背后的交互结构，并生成相应的实现代码。

除单一 Agent 能力外，Kimi K2.5 还引入了新的 Agent 集群机制。这一机制允许模型在面对复杂任务时，不再以单一 Agent 形式执行，而是根据任务需求动态生成多个子 Agent，并行完成不同子任务。

随 Kimi K2.5 模型一同发布的还有月之暗面面向开发者的编程工具 Kimi Code。该工具可在命令行环境中运行，并支持与 VS Code、Cursor、JetBrains 系列 IDE 以及 Zed 等主流编辑器集成。

目前，Kimi K2.5 模型已在 Kimi 网站、移动 app 及其 API 开放平台上线。普通用户可通过不同模式使用其功能，开发者和企业也可通过 API 进行调用。来源

英伟达正式推出 RTX Remix Logic

1 月 27 日，英伟达公司更新了其 NVIDIA App，加入了新的 RTX Remix Logic 功能，可以让 MOD 作者不访问源代码的情况下，根据实时游戏事件（如玩家位置、按键输入）动态触发图形特效。譬如，Mod 作者可以通过设定「如果…… 就……」的规则（如「如果玩家走到这里，就开始下雨」），让老游戏的画面能根据玩家的操作实时变化，而且不需要懂复杂的编程代码。

英伟达为了降低技术门槛，引入高度可视化的无代码节点式介面（Node-based Interface）。创作者只需通过简单的拖拽操作，将「触发器」节点与「动作」节点相连，即可构建复杂的交互逻辑。介面配备了专用滑块用于微调参数，并支持在 Remix 编辑器中实时预览效果。

对于资深开发者，该框架还支持插件扩展，允许创建自定义事件触发器。在英伟达的演示中，在《半条命 2》RTX 版里打开一扇门，便能瞬间触发风格迥异的「Ravenholm 多元宇宙」场景。来源

英特尔 XeSS 3 多帧生成功能正式推送

1 月 27 日，英特尔公司开始向 Arc GPU 推送了最新版本的显卡驱动，同步正式为其带来了 XeSS 3 多帧生成特性。

XeSS 3 其核心是一种多帧生成（Multi Frame Generation，MFG）式的升级路线：在每一帧传统渲染画面之后插入最多三帧由 AI 生成的「插值帧」，以此在不增加游戏原生渲染负载的前提下显著提高帧率、提升动画流畅度。 英特尔强调，XeSS 3 依托光流网络，通过游戏中的运动矢量和深度缓冲区来预测和生成这些额外画面。

与部分竞品不同的是，XeSS 3 在每一批 AI 生成帧中只执行一次光流计算，这一设计让算法开发变得更加复杂、周期更长，但有助于在性能与效果之间取得平衡。

除了引入 XeSS 3，本次驱动更新还修复了多项已知问题。其中包括在特定条件下，Pragmata Sketchbook 演示程序在 Arc B 系列独立显卡以及搭载 Arc 核显的 Core Ultra Series 2 处理器上发生崩溃的 Bug 已得到修复；同时英特尔也修正了其显卡软件中在显示设置页面对可变刷新率（VRR）状态报告不准确的错误。来源

Google 升级 Android 16 防盗机制

Google 的 Android 安全团队于 1 月 27 日发文，宣布部署多重「盗窃保护」安全机制，将手机盗窃防护从单纯的找回设备提升至数据与金融安全层面。

针对Android 16 及后续版本设备，谷歌重点强化了「身份检查（Identity Check）」此前仅限非信任地点，而此次更新将其覆盖范围扩展至所有调用安卓生物识别提示（Biometric Prompt）的应用。第三方银行应用和 Android 密码管理器等关键工具可以自动获得系统级的强制生物验证保护，即使窃贼掌握了锁屏密码也无法轻易访问敏感数据。

另外，Google 调整了屏幕解锁的防猜测机制。用户现在可以在设置中找到「身份验证失败锁定」的独立开关，当系统检测到过多的登录尝试失败时，会自动锁定设备。新机制不仅延长了多次尝试失败后的锁定时间，还引入了智能识别算法：如果系统检测到连续输入的错误密码完全相同（例如儿童无意中反复点击同一个位置），将不再计入重试次数。

最后则是针对设备丢失后的补救措施方面，Google 优化了适用于 Android 10+ 设备的「远程锁定」工具。用户在通过远程查找的网页端进行紧急锁机时，可以选择添加一道「安全问答或挑战」，从而验证操作者确为机主本人。来源

少数派的近期动态

  • 我们正在优化并改进新的首页版式，如果你在使用过程中发现了任何问题或者有改进建议，请通过反馈表单告知我们。首页反馈收集
  • 将设计装进耳朵：少数派×飞傲联名 CD 机盖板设计大赛已经开始啦。了解详情
  • 比第三方 Apps 更好使：盘点 Apple 生态经典好用的原生应用。看看都有啥

你可能错过的好文章

> 下载 少数派 2.0 客户端、关注 少数派公众号，解锁全新阅读体验 📰

> 实用、好用的 正版软件，少数派为你呈现 🚀

    Vibe Coding 的进化速度，可能还是超乎了我们的想象。

    今天，我们在测试 Kimi K2.5 的网页生成功能时，旁边的前端开发同事还以为是真实的网页场景，低声问我：“你这是在写代码吗，还是在摸鱼打游戏？”

    直到我说出这是 AI 生成的，而且是只用了几句话就做出来的效果，这让她大为惊讶。

    该网页长这样，现在如果不明说的话，确实已经难辨“真假”。

    Kimi K2.5 在今天刚刚上新，它没有把重点放在“单项能力突破”上，而是试图把视觉理解、代码生成、交互设计，以及多 Agent 协作，都压进了同一个模型里，一口气提供了四种使用模式。

    在笔者看来，其中最有意思的，当属 Agent 集群模式——这也是在国内 AI 上第一次出现的功能，它可以让原本耗时数天的工作，现在仅需十几分钟就能做完，简直是指数级的提效。

    比如，要做 100 家公司的市场调研，它能指挥一群不同行业背景的“分析师”分头行动，十几分钟出结果，而不是几个星期；面对 300 页的复杂翻译项目，它能动员一个“语言学专家”团队，快速、准确地完成交付。

    四种模式具体如下。不同需求的用户，从随手一问，到需要并行推进的复杂任务，都能找到明确的入口：

    • 快速模式，提供最快的响应体验。

    • 思考模式，可以用来解答复杂问题。

    • Agent 模式，擅长深度研究、PPT、Excel、Word、PDF 和网页生成等任务——目前 K2.5 已经开始掌握 Office 套件的核心技能，其协助办公的能力不容小觑。

    • 重磅全新模式：Agent 集群模式，适合需要并行处理的复杂任务

    另外，新编程产品 Kimi Code不仅能直接在终端里运行，还能无缝集成到 VSCode、Cursor、Zed 这些 IDE 里，支持直接输入图片和视频。

    月之暗面 CEO 杨植麟，这次亲自为新模型发布录制了视频。

    Kimi K2.5 实测

    看起来很强是一回事，那用起来是不是另一回事？以下是各种实操案例，InfoQ 也上手测了几组。

    几分钟搓出前端网页，能修改细节、还能有声音

    为了测试 Kimi K2.5 的视觉理解能力和 Vibe Coding 水平，我们首先直接甩出一张产品页面截图，再配上几句文字描述，看看它能不能自己看懂、自己理解，顺手还能复刻出一个像模像样的产品页面。

    比如让 K2.5 做个一个最近很火的心灵疗愈类项目，给的 Prompt 如下：

    模仿情绪疗愈类产品，生成一个情绪记录类 APP，适合年轻人释放情绪，让人一眼觉这里允许脆弱的地方。

    可以说，这个 Prompt 提示不多，要求不少，对模型视觉理解能力、逻辑思维、产品思维以及设计审美能力都是考验。

    从结果看，K2.5 对“情绪”这个概念本身是有一定理解和思考的。它生成的是一个以沉浸体验为核心的情绪页面，而不是常规的情绪记录工具。

    视觉上，明显没走浅色卡片流那条老路，而是用了低对比背景、连续画面和节奏型动效（类似呼吸或旋涡），交互重点放在“停留”和“进入状态”上。

    在功能组织上，输入、反馈和过渡是连在一起的：用户不是“点一个按钮开始记录”，而是被自然引导进入输入状态——这种设计说明它在生成时已经考虑了状态流转，而不是只输出一个静态页面。

    接下来，我们不再给任何视觉参考，只输入文字提示，让 K2.5 独立完成整个网页设计。

    我们给的 Prompt 很简单：

    做一个类似 4399 的小游戏平台，要有完整的游戏分类频道； 但视觉审美要大厂级、高端网游风，整体要酷炫、有冲击力，并且可交互。

    结果 Kimi K2.5 没让人失望。

    它给出的页面并不是“看起来像网页”的静态效果，而是已经具备明确产品结构的原型。相比以往很多生成结果只停留在大色块 + 随机模块的拼接，它能正确理解“小游戏平台”这一产品类型，在首页层面同时给出清晰的分类入口、内容推荐区和主视觉焦点。

    视觉风格上，它没有沿用早期生成工具常见的“低饱和扁平模板”，而是接近成熟网游官网或内容平台的布局逻辑，这一点与一些真实产品如大型游戏平台的信息层级更为接近。

    更关键的是，这种效果并非通过多轮细化 Prompt 得到，而是在一次相对抽象的指令下完成，说明模型已经开始具备从“需求描述”直接映射到“产品级页面结构”的能力，而不只是做样式渲染。

    类似的例子还有不少。下面这些网页，都是 K2.5 在图像生成工具的辅助下，仅凭一条 Prompt直接生成的完整原型。

    除了做整个页面，我们还单独测评了一下 K2.5 对动效的理解能力。

    左侧是我们输入的一段小视频，右侧是它生成的效果。结果 K2.5 几乎是完整复刻，拖动鼠标，图片会随之产生位移变化，逻辑和节奏都对得上，动效也足够丝滑。

    飞书文档 - 图片

    也就是说，K2.5 并不是在“画动效”，而是真的理解了交互在时间维度上的设计意图。

    对开发和设计而言，这意味着动效不再从一堆参数和曲线开始，而是可以先把想法直接跑成一个可交互的原型，用几分钟看清值不值得投入工程成本。

    以前要干好几天的活，十几分钟就能搞定

    至于 K2.5 的 Agent 集群模式，最直观的能力就是：把时间尺度直接拉短了。过去需要“按天算”的复杂任务，现在往往 十几分钟就能跑完一整轮。

    来看一个实测例子。

    一次性向 Kimi 的 Agent 集群投喂了 40 篇论文，主题横跨心理学与 AI。任务是，在此基础上产出一份系统性的研究综述。

    Kimi 的处理流程大致分成了三步：第一步，完整通读。主 agent 多次调用工具，按顺序把 40 篇论文逐篇过了一遍，确保所有关键信息都被纳入同一上下文，而不是零散记忆。

    第二步，并行写作。在理解整体结构后，Kimi 自动派生出多个子 agent——可以理解为它的“分身”，分别负责不同章节的撰写，各自并行推进。

    第三步，统一收敛。主 agent 最后回到台前，负责校对、取舍和整合，把各个子 agent 的成果汇总成一份长达几十页的专业 PDF 级综述。

    整个过程里中，几乎看不到人工干预。

    ##当 Transformer 开始吃力，K3 可能用上原创架构 KDA

    我们先后测评了一整天，总体感受很明确：

    Kimi K2.5 在自己擅长的多个方向上，已经跑得相当顺了。比如网页设计生成、动效理解、多 Agent 协作等场景，完成度和稳定性都比较成熟；不过也有短板，比如在 3D 建模这类强几何约束的任务上，表现还欠佳。

    当这些能力被一项项跑出来之后，更现实的问题也浮现出来：如果这些复杂推理真的要被当成日常能力反复调用，底层的计算方式还能不能长期扛得住？

    月之暗面给出的一个解法，是 Kimi Linear，而 Kimi Linear 中的一个核心创新点，是一个新的实验性架构：KDA（Kimi Delta Attention），一种线性注意力模块的相关思路。

    杨植麟此前在 Reddit 上的 AMA（Ask Me Anything）等公开交流中已经透露，下一代 K3 模型，可能会使用月之暗面的这个新架构 KDA。

    要讲清楚 KDA 的优势，我们还得先从 Transformer 架构说起。

    本质上，Transformer 的注意力机制是全连接的：每个 token 都要和上下文里的其他 token 打一次交道。结果，输入一长，计算量就按平方增长（O(N²)）；生成新 token 时，还要不断回查之前的 KV Cache。

    当上下文一拉长，显存压力迅速飙升，尤其是在 128K 以上的场景里，几乎是“显卡先崩，钱包随后”。

    ——而且模型越强，这个问题就越明显。

    也正因为如此，过去几年里，线性注意力一直是业内反复被拿出来讨论的一条路：把注意力计算从 O(N²) 压到 O(N)，让模型跑得更快、也更省。

    但现实是，早期不少线性注意力方案确实快了，却很难兼顾记忆能力：信息留不住，推理质量也跟着打折。

    而 KDA 核心思想可以概括为一句话：不再每次都“全量算一遍注意力”，而是每次只计算“状态 + 增量（Delta）更新”。

    这里的 Delta（增量） 是关键。它在数学上保证了稳定性，即使是在百万级 token 序列中，梯度也不会爆炸或消失。这也让 Kimi Linear 能在超长上下文中跑得稳。

    在保持模型能力的同时，还可以显著降低长上下文和连续推理的计算成本——思路有点像 MoE 架构。

    ##One more thing

    在测试 Kimi K2.5 的视觉理解能力时，我们索性出了一道“狠题”。

    ——甩过去一段动画，让它先吃透画风和叙事方式，再换个主题，重写一支动画脚本。说实话，这活儿对专业动画师都不轻松，我们还特意把 “Agent 集群”模式打开了。

    结果最有意思的不是生成内容本身，而是页面最底下那行小字：

    “这个任务 Kimi 自己就能完成，不需要 Agent 集群。部分额度已退回。”

    体验传送门：https://www.kimi.com/