文 ｜ 闌夕
美加墨世界盃就要打響了，臨開賽前，國產模型Kimi整了個大活兒：
它要一口氣調用包含300個子Agent的集羣，從戰術、球員、傷病、賽程、歷史、輿情、天氣、心理、賠率變動、專家觀點等多個維度並行研究104場世界盃比賽，並公開預測結果。基於當前的信息，Kimi預測可能要奪冠的是：
德國。
聊這個我可就不困了，作爲一個戰績可查的資深⋯⋯中國體彩消費者，我對Kimi敢於立Flag的勇氣，是深感尊重的。
要知道，從盤口來看，德國的賠率（9.5）並不低，在所有球隊裏排在第7位，所以Kimi並沒有按照最大概率——也就是最穩妥的方案——去做判斷，是真有自己的想法的。
當然，即便是選奪冠熱門法國、西班牙，賠率（4.5）的風險仍然很高，說白了，早在開幕前就暴論最後的冠軍，本身就是一件喫力不討好的事情。
所以我纔要狠誇Kimi的「敞亮」，不光是冠軍，Kimi還要對全部104場比賽全都做出公開預測，包括賽後覈驗以及覆盤，一場不落。
這就更硬核了，完全不怕打臉吶⋯⋯（注意，該預測非投注建議、非投資建議、非收益承諾。）
應該無須贅述吧， Kimi這麼興師動衆的「Predict In Public」，並非是爲了真的去當那個洞悉神諭的預言家，作爲一家注重審美和趣味大模型廠商，它是在用一種奇觀的形式， 向世界演示AI的能力邊界和侷限性。
· · ·
嚴格來說，Kimi並沒有篤信德國是最有希望奪得這屆世界盃的參賽隊伍，而是認爲德國的市場定價在強隊裏過於低了。
在使用了8種數學模型——包括SLO評級、Sixon-Coles泊松、XGBoost機器學習、Opta蒙特卡洛模擬等等——對48支球隊逐一分析之後，Kimi得出了這麼一個結論：
德國的模型預測概率，和市場賠率存在最高的偏差值，達到+3.6pp。
什麼意思呢？
就是在判斷德國是否有機會捧起大力神杯這件事情上，模型比市場多預測了3.6個百分點，所以認定德國，在理性上是回報確定性最高的選擇。
就很像量化投資的策略，一家公司好不好並不重要，重要的是它有沒有被市場正確定價，一家被高估的好公司，和一家被低估的差公司，顯然後者更有買入潛力。
不同的是，量化機構需要僱傭一大票分析師，以及重金採購商業軟件，而Kimi靠着幾百個Agent晝夜不息的連軸轉，自個兒就把整個項目給做完了。
如果不是親眼所見，我是萬萬不敢相信的。
所有的細節，都填在了Kimi同時發佈的預測報告裏，完整版PDF超過200頁，量大管飽。
我幫你們看了⋯⋯好吧，是Kimi K2.6幫我幫你們這份報告的重點整理了出來，非常有啓發性。
· · ·
報告的作者，是Agent Swarm（集羣），這不是一個人名，Kimi把協調多個智能體開會幹活的能力，做此稱呼。
以及，多個智能體的意思，是上限可達300個。
Agent Swarm用來搭建這次預測工程的組織架構，很有意思：
-
最上層，是戰略組，包括總指揮、質檢員和核驗者，負責最開始的分配資源以及最後的驗收結果；
-
中間層，是戰術組，這個就比較豐富了，有研究賽程發展的，有歸納歷史規律的，有分開算小組賽和淘汰賽的，有對黑馬球隊留心眼的，整個團隊分工明確；
-
最下層，是戰場組，主要清洗海量數據，比如球員的傷病、球隊的特點、比賽的天氣、FIFA的排名等等；
甚至連反方的「工位」都被預留了，專門尋找反例和翻車風險，交叉對比各種衝突，直到得出大多數Agent都認可的結論。
是不是很有五臟俱全的味道？
特別嚴謹的是，Kimi還對2010年-2022年的4屆世界盃做了回溯演練，在只使用目標年份之前的數據訓練這個前提下，用這套協作模式進行預測，然後疊加實際賽果，反思自己犯了哪些錯誤。
有句話真不知道當講不當講： 硅基 生命的態度，可能超過了90%的碳基生物⋯⋯
· · ·
話說回來，預測世界盃，本質上是一門玄學，非人力所能及的不確定性太高了，也並不存在某種原理，只要算準了，就一定能夠保證正確。
所以完全不能排除的畫面也包括： 一頓操作猛如虎，一看戰績零槓五。
但俗話說得好，過程好，結果不會差，爲結果而忽視過程，結果反而好不起來。
醉翁之意不在酒，在乎山水之間也，而Kimi的山水之間，就是要告訴大家，Vibe Working的時代已經到來了。
根據Gartner的統計口徑，全球大概有10億-13億知識工作者，佔到整個勞動力市場的30%左右，在發達國家甚至能夠達到40%以上的佔比。
所謂的知識工作， 泛指主要通過計算機設備處理各種信息的崗位，包括但不限於寫代碼、做分析、出報告、設計系統等等，其中的寫代碼部分，我們都知道已經被Vibe Coding給穩穩接住了。
但畢竟編程只是其中的一個子集，在整個知識工作的範疇裏，AI的滲透受阻可以歸咎於很多原因，比如不夠標準化，或是交付難以驗證，但在基座模型的飛速進步下，困難的保質期都不長。
大力出奇跡，一杆可清檯。
· · ·
Coding依然很重要，或者說，世界是可被編碼的，這本身就是AI得以成立的底層邏輯。
無論是圖靈堅信思考是一個工程問題、而非哲學家心中的靈魂之類，還是香農在上世紀五十年代就用人類受試者去玩猜字遊戲、用以論證智能始於對信息的預測，所有的歷史研究和前沿走向都並軌於同一個共識：
凡事皆可壓縮。
當人類知識的總和被壓縮到了極致，就能製造一個通曉萬物的機器出來，它能通過模擬已經存在過的和還沒有發生的所有過程，去得到每一項任務的最優解。
這聽起來很科幻，也足以引起事關自由意志的思辨，但我們正確切的走在這條路上，大模型的運行原理就是預測下一個詞元，這是衆所周知的，香農的遺憾在於他買不到英偉達的GPU。
所以能夠理解Kimi爲什麼要預測世界盃了麼？
面對這種長鏈路、隨機性、沒有標準答案的複雜目標，如果AI也能完成媲美甚至優於人類表現的任務，那麼它在通用性層面的可用，就不再存疑了。
事實上，Kimi已經把同時調度300個Agent分工合作的能力，塞進了客戶端裏，在新增的Kimi Work模式下，模型已經實現了把數據源、瀏覽器、本地文件、Excel、PPT、Word 等工作環境串起來，讓那300個Agent住進用戶的電腦裏。
而Kimi Work的內核，還是源自Kimi Code編碼助手的能力，程序員繼續用Coding Agent生成代碼，而更廣義的知識工作者，則可啓用Kimi Work，在桌面上指揮 AI 做調研、分析、自動化和交付物。
· · ·
2010年的世界盃，數以億計的人類在圍觀一條名叫保羅的章魚，用它黏糊糊的觸手從閉合的箱子裏選擇比賽贏家。
16年後，開箱的角色變成了連生物都算不上的AI，從克蘇魯的古神符號，到後現代的賽博朋克，如此交替，本身就充滿了隱喻。
隱喻那種不可言說的混沌，讓渡給了可被測量的科技。
這讓我想起在自己投入了無數個通宵的遊戲「文明6」裏，解鎖信息時代的科技之後，會出現在屏幕上的那句話外音；
「現在天上有31顆衛星在地球上空環繞，不爲別的，就爲了告訴你便利店怎麼走。」
取之於硅，用之於碳，這纔是AI正確的打開方式，對不對？