逐段讲解Kimi K2报告并对照ChatGPT Agent、Qwen3-Coder等：“系统工程的力量”

合集 · 技术之美 (7)

Description

我们又来读论文啦！！！

今天我们要读的论文是最近几个星期内最值得品读的几篇技术报告，分别是：Kimi K2、ChatGPT Agent、Qwen3-Coder的技术报告，以及Manus的一篇技术博文。他们的相关性是，这几篇内容都和Agent有关系。

今天的嘉宾是俄亥俄州立大学（The Ohio State University）的在读博士郑博元，他的研究方向是Language Agent，他会带我们一起读上述技术报告和博文。

这是《商业访谈录》的“技术之美”系列，期待和你一起读论文，领略科技平权，感受技术之美——做你的赛博组会：）


00:02:00 给Agent下定义和分类
00:14:50 Kimi K2、ChatGPT Agent、Qwen3-Coder、Manus的技术路线对比？
00:28:29 Agent Training 的关键环节：合成数据、强化学习、安全
00:30:57 第一篇技术报告：Kimi K2: Open Agentic Intelligence
https://github.com/MoonshotAI/Kimi-K2/blob/main/tech_report.pdf
00:43:50 第二篇技术报告访谈：Introducing ChatGPT agent: bridging research and action
https://openai.com/zh-Hans-CN/index/introducing-chatgpt-agent/
红杉访谈OpenAI：OpenAI Just Released ChatGPT Agent, Its Most Powerful Agent Yet
https://www.sequoiacap.com/podcast/training-data-chatgpt-agent/
01:53:38 第三篇技术报告：Qwen3-Coder: Agentic Coding in the World
https://qwenlm.github.io/blog/qwen3-coder/
01:59:04 第四篇技术博文：AI代理的上下文工程：构建Manus的经验教训（作者：Yichao 'Peak' Ji）
https://manus.im/zh-cn/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus
02:06:06 展望：也许会有一个新的范式
02:15:20 我感觉Agent是“我拓展的大脑”，我背后有一个“军团”（Family of Agents）
02:16:41 不同Bot的语言风格：DeepSeek嘴臭，元宝舔狗

Comments

硅谷101Weekly_AI 2025-08-01

小珺，你这整得，都感觉是学术交流啦。不过我喜欢。感觉回到了十几年前和导儿一起，热点论文研讨会。[呲牙]

♥ 28

yukiwayx 2025-09-28

前30min笔记： Agent 定义- language agent: (1) 基于language model 去 build；(2) agent使用语言进行沟通交流、推理规划的载体 Language agent v.s. language model: - 是否存在环境：language agent 需要学会如何很好地和环境做交互: (1) perception 感知环境; (2) 生成执行action 影响环境 - 训练推理的范式不同：language model 接受input输出output; language agent: - (1) 感知环境，获得observation，这个观察随着agent所处的环境以及应用的类型有所不同 - (2) observation作为input的一部分（还包括agent需要完成的task、之前的交互记录）给language model处理，生成一个action - (3) 执行这个action，环境状态发生变化典型应用：code、deepresearch、tool-use、computer-use，observation&action space会有很大区别

♥ 7 ↩ 1