Curso
Projetando Sistemas Agentes com LangChain
3 h
9.1K
O Kimi K2.5 é um modelo multimodal de código aberto da Moonshot AI, feito pra fluxos de trabalho com agentes, não só pra bate-papo. Em vez de responder a comandos isolados, ele pode dividir tarefas complexas, coordenar o uso de ferramentas e produzir resultados estruturados, como tabelas, relatórios, planos e códigos, em fluxos de trabalho com várias etapas.
O que torna o Kimi K2.5 especialmente interessante é o Agent Swarm. Um modo autodirigido em que o modelo pode dinamicamente ativar e orquestrar vários subagentes em paralelo para acelerar a pesquisa, a verificação e a execução.
Neste tutorial, vou falar sobre o que é o Kimi K2.5 e onde ele funciona bem, e depois vou focar em quatro experiências práticas que mostram como o Agent Swarm se comporta na prática, incluindo o que ele faz de impressionante, onde ele fica aquém e quando ele realmente supera uma configuração de agente único.
O que é o Kimi K2.5?
O Kimi K2.5 é o modelo multimodal nativo e de código aberto da Moonshot AI, feito pra lidar com texto, imagens, vídeo e documentos em um só sistema. Ele se estende Kimi K2 com pré-treinamento contínuo em cerca de 15T de tokens mistos de texto e visuais, e foi projetado para funcionar não apenas como um chatbot, mas como um sistema agênico que pode planejar, usar ferramentas e (no modo enxame) executar tarefas em paralelo.
Na prática, o Kimi K2.5 se destaca por três coisas:
- Raciocínio multimodal: Ele consegue ler imagens densas, raciocinar sobre capturas de tela e acompanhar o contexto do vídeo para produzir resultados estruturados.
- Ótimo desempenho de codificação: O Kimi K2.5 pode transformar uma referência visual em código funcional e iterar por meio da depuração visual.
- Execução com prioridade ao agente: Podemos executar isso como um único agente, um agente com ferramentas adicionais ou no Agent Swarm (beta), onde ele pode gerar dinamicamente muitos subagentes para tarefas amplas, como pesquisa, extração, comparações e fluxos de trabalho longos.
Fonte: Kimi K2.5
Os gráficos acima mostram o desempenho do Kimi K2.5 em quatro categorias: Agentes, codificação, imagem e vídeo, com Kimi em azul e outros modelos de ponta em barras cinza.
- Agentes: O Kimi é bem forte em benchmarks do tipo agente, liderando no HLE-Full (50,2) e no BrowseComp (74,9), e com um desempenho competitivo no DeepSearchQA (77,1). Isso reforça o posicionamento da agência.
- Codificação: É competitivo nos benchmarks SWE-Bench Verified e Multilingual, com os melhores modelos fechados e claramente forte entre as opções abertas, especialmente para tarefas práticas de engenharia.
- Imagem: Kimi também tem um bom desempenho em raciocínio multimodal e compreensão de documentos densos, com pontuações sólidas em MMMU/MathVision.
- Vídeo: Esse modelo tem um desempenho forte no benchmark LongVideoBench, o que é um bom sinal para a compreensão de vídeos de longo prazo, em vez de VQA de quadro único.
Você pode experimentar o Kimi K2.5 de várias maneiras:
- Baseado na web chat
- API:
https://platform.moonshot.ai - Pesos de código aberto: Hugging Face
- Kimi Code: Por meio de integração de terminal e IDE para codificação de agentes
Para benchmarks reproduzíveis, a Moonshot recomenda usar a API oficial ou fornecedores verificados pelo Kimi Vendor Verifier.
O que é o Agent Swarm no Kimi K2.5?
A maioria das configurações multiagentes hoje em dia ainda é feita manualmente; você define funções, conecta um fluxo de trabalho e torce para que a orquestração aguente o tranco à medida que as tarefas ficam maiores. O Kimi K2.5 Agent Swarm inverte esse modelo.
Em vez de definir antes os agentes e os pipelines, o K2.5 consegue controlar sozinho um enxame, decidindo quando fazer em paralelo, quantos agentes criar, quais ferramentas usar e como juntar os resultados, com base na própria tarefa.
Ele pode criar e coordenar de forma autônoma um enxame de até 100 subagentes, executando fluxos de trabalho paralelos em até 1.500 chamadas de ferramentas, sem funções pré-definidas.
Como funciona o Kimi K2.5 Agent Swarm?
Nos bastidores, o Agent Swarm traz um orquestrador treinável que aprende a dividir o trabalho em subtarefas paralelas e a programá-las de forma eficiente:
- O Orchestrator divide a tarefa em partes que podem ser feitas em paralelo, como encontrar fontes, extrair dados, verificar informações e formatar a saída.
- Em seguida, ele cria subagentes, que geralmente são trabalhadores congelados ativados para executar subtarefas específicas sob demanda.
- Os subagentes funcionam ao mesmo tempo, cada um usando ferramentas como pesquisa, navegação, interpretador de código e criação de arquivos de forma independente.
- Por fim, ele junta e combina os resultados em um produto final estruturado, tipo um relatório, planilha, documento ou plano de base de código.
Por que o PARL (Aprendizado por Reforço com Agentes Paralelos) é importante
O comportamento coletivo do Kimi K2.5 é treinado usando Aprendizado por Reforço com Agentes Paralelos (PARL), uma configuração de treinamento que torna o próprio paralelismo uma habilidade que pode ser aprendida. Isso é importante porque os sistemas multiagentes ingênuos geralmente falham de duas maneiras:
- Colapso em série: Mesmo com muitos agentes disponíveis, o sistema usa por padrão um padrão lento de thread único.
- Paralelismo falso: Ele gera agentes, mas o trabalho não é realmente paralelo nem reduz a latência.
O PARL resolve isso moldando as recompensas ao longo do treinamento. Isso incentiva o paralelismo desde o início e, aos poucos, muda a otimização para a qualidade da tarefa de ponta a ponta, evitando o falso paralelismo. Para tornar a otimização sensível à latência, o K2.5 avalia o desempenho usando etapas críticas, porque gerar mais agentes só ajuda se realmente encurtar o caminho mais lento de execução, em vez de aumentar a sobrecarga de coordenação.
Quando a tarefa é grande e precisa de muitas ferramentas, o Agent Swarm pode reduzir bastante o tempo de produção. A Moonshot diz que, comparado com uma configuração de agente único, o K2.5 Swarm pode reduzir o tempo de execução em cerca de 3 a 4,5 vezes, e as avaliações internas mostram uma redução de até 80% no tempo de execução de ponta a ponta em cargas de trabalho complexas por meio de uma verdadeira paralelização.
Kimi K2.5 Exemplos e observações
Nesta seção, vou compartilhar minha experiência pessoal testando o Kimi K2.5 Agent Swarm em vários cenários. Cada exemplo mostra como o enxame divide as tarefas, distribui os agentes e onde essa abordagem realmente ajuda ou deixa a desejar na prática.
Grupo de pesquisa
Na minha primeira experiência, testei se o Kimi K2.5 Agent Swarm conseguia lidar com uma tarefa real e de alto risco, como elaborar um plano de implantação para LLMs de código aberto.
Sugestão:
I want you to research best practices for deploying open-source LLMs in production. Focus on real deployment patterns rather than theory. If possible, have different agents look into, Inference stacks like vLLM, TGI, llama.cpp, Quantization strategies and hardware trade-offs, and cost control techniques. I want a short, structured guide with common architectures, trade-offs, and concrete recommendations for small teams vs large-scale deployments.
Nesta demonstração, o Kimi K2.5 Agent Swarm imediatamente dividiu a solicitação em programas paralelos e criou três subagentes dedicados, chamados InferenceStackResearcher, QuantizationHardwareResearcher e CostControlResearcher. Embora cada nome de subagente se refira ao trabalho que foi atribuído a ele, esse trabalho foi distribuído entre várias personas de trabalhadores.
O que mais curti foi que o resultado final foi uma tabela de comparação bem clara para pilhas de inferência, junto com recomendações e notas curtas sobre quantização. Você também pode usar a barra de progresso da tarefa para ver como ela dividiu o trabalho antecipadamente e acompanhou cada subtarefa até a conclusão.
Criação e anotação do conjunto de dados
Depois, testei o Agent Swarm numa tarefa de construção de conjunto de dados, pedindo ao Kimi K2.5 para criar um benchmark de 100 problemas matemáticos com soluções e rótulos de dificuldade. Também pedi explicitamente que usasse 20 agentes para ver o quanto ele segue a restrição do tamanho do enxame, mantendo a qualidade.
Sugestão:
Build a small benchmark dataset of 100 math word problems with step-by-step solutions and difficulty labels. Use at least 20 agents to generate problems in parallel, verify solutions independently, and calibrate difficulty.O Kimi K2.5 Agent Swarm tratou a criação do conjunto de dados como um pipeline de três fases, incluindo geração, verificação e calibração. Embora o prompt pedisse pelo menos 20 agentes, o sistema criou 25 subagentes de forma autônoma, priorizando a correção em vez de seguir à risca o número pedido. Foi interessante ver que cerca de cinco agentes trabalhavam ativamente ao mesmo tempo, enquanto outros ficavam na fila e voltavam assim que as subtarefas anteriores eram concluídas, o que sugere um mecanismo interno de programação.
Cada agente de geração lidava com um domínio matemático diferente e criava cinco problemas com soluções passo a passo. Depois disso, 10 agentes eram designados para a verificação e um grupo menor de cinco agentes se concentrava na calibração da dificuldade.
Controle de qualidade multimodal em grande escala
Depois, coloquei o Kimi K2.5 num fluxo de trabalho multimodal, fornecendo várias imagens de rótulos nutricionais e pedindo uma comparação estruturada. O objetivo era ver como ele consegue extrair, normalizar e verificar dados visuais.
Prompt:
I’m sharing images of nutrition labels from 7 packaged food items. Analyze them and produce a clear comparison specifically:
Extract fields like: calories, protein, total fat, sugar, sodium, from each label.Normalize all values to a per-100g basis so items are comparableDouble-check numeric consistency (e.g. serving size vs totals)Rank the products from healthiest to least healthy, explaining the reasoningReturn a comparison table with normalized values for all items. Also include a summary highlighting, best high-protein option, the lowest sugar option, and items to avoid and why.
Assume the labels may vary in format and serving size. Resolve ambiguities where possible and note any missing or unclear values.
Nessa experiência multimodal de controle de qualidade, o Kimi K2.5 Agent Swarm dividiu a tarefa em torno de um rótulo por subagente, ativando sete subagentes paralelos para extrair campos nutricionais de cada imagem, enquanto um agente coordenador cuidava da normalização, verificação cruzada e classificação.
Uma coisa interessante sobre o Kimi é que as restrições que você define no prompt (extração, normalização, verificação, classificação) acabam virando o plano de como o Kimi cria e atribui subagentes.
O que mais me chamou a atenção foi como o grupo viu a verificação como uma etapa importante, ou seja, depois da extração, o orquestrador explicitamente ajustou os tamanhos dos serviços, normalizou os valores e sinalizou as ambiguidades, em vez de ficar na dúvida sem dizer nada. A etapa final de síntese, que classificou os produtos e destacou as melhores opções com alto teor de proteína e baixo teor de açúcar, mostrou uma lógica de agregação forte em todas as informações visuais.
Programando um jogo
Por fim, testei as capacidades de codificação do Kimi K2.5 pedindo-lhe para criar um jogo Bubble Shooter totalmente interativo a partir do zero. Essa experiência mostra como o modelo lida com a geração de código de ponta a ponta e com estado, onde a coerência é mais importante do que o paralelismo.
Sugestão:
```markdown
Crie um jogo Bubble Shooter totalmente jogável que rola localmente num navegador da web. O jogo deve funcionar com o mouse e o toque, mostrar uma linha de mira ao vivo, atirar bolhas coloridas da parte de baixo no meio, fazer os tiros quicarem nas paredes laterais e prender as bolhas numa grade na parte de cima quando colidirem.
Implementar a lógica central do jogo, incluindo estourar grupos de três ou mais bolhas conectadas da mesma cor, soltar quaisquer grupos desconectados, acompanhar e mostrar a pontuação, mostrar uma prévia da próxima bolha e terminar o jogo quando as bolhas cruzarem uma linha de perigo perto da parte inferior.
Mantenha os elementos visuais simples, mas responsivos, inclua um botão de reinício e termine com instruções curtas sobre como rodar e testar o jogo localmente.
```
Nessa experiência de criação de jogos, o Kimi K2.5 Agent Swarm fez uma escolha bem conservadora, colocando só um subagente pra cuidar de toda a tarefa.
Essa decisão em si é uma observação interessante, porque o sistema reconheceu corretamente que se tratava de um problema de codificação fortemente acoplado e com estado, em que o paralelismo pesado adicionaria sobrecarga de coordenação sem qualquer benefício.
O agente criou uma versão completa e executável localmente do Bubble Shooter com mira, rebatidas nas paredes, encaixe na grade, combinação de três bolhas, acompanhamento da pontuação e lógica de reinício, mostrando tanto a mecânica do jogo quanto o fluxo da interface do usuário.
