Kimi code CLI 训练细节曝光
eliebakouch · x · 2026-07-14
这条提到一套与 **Kimi code cli** 相关的训练/推理实现细节： - 很强调 **agent swarm**（多智能体协作）。 - 使用 **muon optimizer**。 - 在 RL 阶段直接训练，之后仍做了一些 post-training，目的是让它在其它 harness 下也能表现良好。 - 还提到用了 **MOPD**。 - 另外指出 **cache hit 成本很低**，但如果要在外部 provider 上缓存 **linear attention state**，会遇到一些问题。