6月23日，月之暗面（Moonshot AI）推出首款自主强化学习Agent产品Kimi-Researcher，并开启小范围灰度测试。该产品基于端到端自主强化学习技术开发，在HLE测试中表现突出，性能超越Claude 4 Opus、Gemini 2.5 Pro及OpenAI Deep Research，与Gemini-Pro的Deep Research Agent持平。Kimi-Researcher具备高度自主性，无需复杂提示词或预设流程，可独立完成任务规划与执行，同时有效减少幻觉问题，确保研究严谨性。其核心优势在于动态环境下的自主决策能力，包括信息权衡、任务节点切换和中间信息筛选。月之暗面计划未来逐步开源该产品的基础预训练模型及强化学习优化版本，推动相关领域发展。