Pada 27 Januari tahun ini, Moonshot AI merilis Kimi K2.5 — yang menambahkan multimodal native dan fitur Agent Swarm di atas K2.
Apa Itu Agent Swarm?
Konsep intinya: memecah tugas kompleks menjadi beberapa sub-tugas, masing-masing ditugaskan ke agen independen untuk dieksekusi secara paralel.
Contoh — jika Anda meminta satu agen "analisis kualitas kode 100 repositori GitHub ini":
- Cara tradisional: satu agen menganalisis 100 repositori secara berurutan (serial)
- Agent Swarm: 100 sub-agen bekerja secara bersamaan, lalu hasilnya digabungkan
Desain ini secara langsung mengatasi hambatan terbesar dalam skenario agen — kecepatan. Agen tunggal sekuat apa pun tetap bekerja secara serial.
Kemampuan Multimodal
K2.5 menjalani pelatihan lanjutan pada sekitar 15 triliun token campuran visual dan teks berdasarkan K2-Base, mencapai pemahaman multimodal native.
Ini berarti K2.5 tidak sekadar "bisa melihat gambar" — pemahamannya terhadap konten gambar dipelajari selama fase pra-pelatihan, bukan ditempelkan kemudian dengan adapter. Pemahaman multimodal native biasanya lebih unggul dalam kualitas dibandingkan skema tempelan pasca-pemrosesan.
Strategi Open Source
Sama seperti K2, K2.5 juga mengikuti jalur terbuka. Tersedia di Hugging Face. Moonshot AI cukup agresif dalam open source — merilis model triliunan parameter, model multimodal, hampir tidak ada yang disembunyikan.
Posisi dalam Lanskap Persaingan
Dibandingkan dengan Agent Teams milik Claude Code dan Copilot Cowork milik Microsoft, Agent Swarm lebih menekankan paralelisasi skala besar daripada kolaborasi multi-peran. Fokusnya berbeda.
Di jalur agen AI dalam negeri Tiongkok, Moonshot AI, Zhipu, Alibaba, dan ByteDance masing-masing terus bergerak maju. Agent Swarm milik Kimi K2.5 saat ini merupakan salah satu solusi multi-agen paralel yang paling jelas.
Sumber referensi: CocoLoop, rilis resmi Moonshot AI