跑分高体验差？揭秘AI评测潜规则，为何Kimi能做到“表里如一”？
当前AI行业普遍存在“跑分高、体验差”的怪象。文章揭露了两大行业潜规则：一是模型专门针对测试集训练以获取虚高分数，二是使用全精度模型刷榜，却在API服务中仅提供性能缩水的量化版本。相比之下，月之暗面（Kimi）的K-2及K-2.5模型直接基...
标签索引 / 第 14 页
kimi
这个标签下有 169 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
性能狂飙！Rust重写的Pre-Commit替代品Prek发布，Kimi、CPython等头部项目已采用
Prek 是一款由 Rust 语言编写的 pre-commit 框架替代品，专为解决原版工具性能瓶颈和依赖管理复杂的问题而设计。作为单文件二进制工具，它无需 Python 运行时，通过共享钩子环境和并行处理技术，实现了显著的速度提升和更低的...
Google「Anti-Gravity」+ Kimi 2.5：AI 智能体把“工作流自动化”拉进分钟级
刷到一条 8 分钟左右的视频，核心信息其实很集中： Anti-Gravity（Google 的 agent-first IDE）把“写代码”从补全升级成 计划→执行→测试→交付 的闭环 Kimi 2.5（Moonshot AI 的多模态模型...
GPT-5.2搜索习惯遭吐槽：偏爱WebFetch导致Token消耗惊人
用户反馈显示，GPT-5.2在执行搜索任务时存在工具选择缺陷，即便系统配备了Tavily和Exa等优化工具，它仍固执地调用未经LLM优化的WebFetch。这种行为导致返回内容冗长杂乱，单次搜索的输入Token甚至超过5万，极大地增加了推理...
Kimi创作被指陷入固定套路，生成内容缺乏多样性
有用户长期测试发现，AI助手Kimi在生成中篇小说时表现出显著的重复性特征，疑似基模存在偏差。测试者指出，该模型从早期高频提及“雾镇”变为如今频繁输出“第七次遗忘”及特定主人公“林XX”。这种高度可复现的固定套路在其他主流模型中极为罕见。该...
获 10 万 Star 的开源 Agent 平台 OpenClaw：本地运行，数据自主
备受关注的开源 Agent 平台 OpenClaw 正式发布，前身为 Moltbot 和 Clawd，此前因商标争议多次更名。OpenClaw 强调“本地优先”，允许用户在个人设备或服务器上运行 AI 助手，并通过 WhatsApp、Tel...
并非零数据保留：Kimi协议确认将匿名化使用用户数据训练模型
经分析Kimi《用户服务协议》与《隐私政策》发现，Kimi会在法律允许范围内，对用户输入输出的交互数据（包含API调用数据）进行安全加密及去标识化处理，并将其用于模型优化与训练。这证实了Kimi并非采用“零数据保留”模式，而是通过匿名化用户...
Kimi海外促销引热议：0.99美元即可解锁月度订阅
Kimi近期针对海外用户推出了砍价促销活动。通过谷歌账号登录Kimi网页版，用户可参与砍价，最低仅需0.99美元（约合7元人民币）即可获得月度订阅，而国内原价为99元。用户甚至可借助AI助手Gemini加速砍价过程。支付需通过空中云汇使用外...
Kimi-2.5上手实测：Vibe coding能力提升，幻觉显著减少
近日，有开发者分享了Kimi-2.5模型的上手体验反馈。相比于K2版本，新模型在“vibe coding”方面表现出明显的提升，被认为更加“听话”，且在减少幻觉方面效果显著。该用户还表达了对基准测试评分的质疑，认为实际使用体验比刷分榜单更能...
Kimi搜索能力大爆发，大模型“大一统”时代终结
科技社区热议Kimi-k2.5的搜索能力，认为其直追GPT-5.2-pro，表现亮眼。相比之下，通义千问Qwen3因成本、知识量及多模态缺失而显得平庸，陷入应用困境。分析指出，大模型“大一统”时代已结束，行业将走向垂直分化。目前，DeepS...