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。
「编程与Agent」频道最新
- 把一切接入 Dot:达人分享突破 ChatGPT 订阅额度限制的用法 — teortaxesTex · 2026-10-27
- UCSB 教授王骁连获三笔超 18 万美元资助，推进实用高效主动式 AI Agent — xwang_lk · 2026-10-27
- 开发者观点：生成式游戏不必实时渲染，回合制交互同样可行 — djcows · 2026-10-27
- 用 Claude 三周重制《街霸2》HD，token 花了 3000 美元 — Fantastic-Jeweler781 · 2026-10-27
- 求职作品集反向工程法：先用 Agent 调研面试官，再定作品要传达的一两个亮点 — brandon_galang · 2026-10-27
- 给 AI 一台无隐私裸机 24/7 放养：比任何 agent 课程学得都多 — EXM7777 · 2026-10-27