AI reviews

Kimi K3 一手开发实测,前端、Agentic、长任务全面拉满 !

By 杉森楠3 viewsSource: 杉森楠
Kimi K3 一手开发实测,前端、Agentic、长任务全面拉满 !

发布之前,我在 X 上看到有人说,测 K3 的感觉就像在测 Fable 5。虽然离 Fable 5 还差一点点 🤏,但超过 Opus 4.8 和 GPT 5.5 基本没有问题。在前端能力,K3 的提升非常明显,我已经用它复刻了前段时间爆火的独立工作室 Abeto 推出的一款 3D 网页游戏 《 Messenger》(ps. 音乐手动配的,主角模型是 K3 自己判断、自主去游戏官网找的)

The full text has not been translated yet. The Chinese original is shown below.

Kimi K3 终于发布了!

发布之前,我在 X 上看到有人说,测 K3 的感觉就像在测 Fable 5。

文章配图

真正上手之前,我觉得这话太夸张。但这几天用下来,说实话,有点沉默了。

虽然离 Fable 5 还差一点点 🤏,但超过 Opus 4.8 和 GPT 5.5 基本没有问题。

在前端能力,K3 的提升非常明显,我已经用它复刻了前段时间爆火的独立工作室 Abeto 推出的一款 3D 网页游戏 《 Messenger》(ps. 音乐手动配的,主角模型是 K3 自己判断、自主去游戏官网找的)

实际开发中,K3 帮我做出了一个之前用 4.8 很难完成的完整 Obsidian 超级工作站项目,从零复刻了 Notion Database 和飞书的块结构,还原生实现了 HTML 块与 PDF 块的批注和插入功能:

文章配图

先介绍 K3 模型的基本情况。

Kimi K3 总参数 X 万亿,激活参数 X 百亿,完全是海外所说的「猛兽」级模型。

上下文支持百万 Token,架构采用 Kimi Linear 混合线性注意力,能够以更低的成本处理长输入、长输出和多轮复杂的 Agentic 任务。

综合性能方面,K3 在多项 Coding Benchmark 上都取得了很好的成绩,尤其是 Coding 方面:

文章配图

在 Code Arena 上直接杀疯了:

文章配图

下面,我们看看 K3 在具体开发中的表现,这几天我在我的日常开发项目里实际狂蹬了一下,不得不感慨 Kimi 的额度比 Claude 多了不止一点,可以爽蹬。

主要把我用了很久的 Obsidian,连库带插件,整个交给 K3,让它帮我改造成一个超级工作台。

这次改造的方向,来自我使用 Obsidian 以来积累的痛点,下面逐个展开。

很多人一开始用 Obsidian 觉得难,因为它从语法到结构都是纯 Markdown,不像 Notion、飞书、语雀采用「块结构」。这个门槛不光劝退新手,说实话,我用了这么久,也一直觉得别扭。

这里先解释一下块结构。

在这些写作工具里,一篇文档由一串独立对象(块)的列表构成。一个段落是一个块,一张图、一个待办、一个表格、一个折叠列表,都是各自独立的块。

文章配图

所以你能拖拽排序、随意嵌套、把段落一键变成标题/待办/折叠块、对单个块评论、跨文档引用某个块。

文章配图

这些交互,我确实馋很久了,但一直没时间(主要是没额度)去做。

很多朋友这时候肯定想问:想要这些交互,直接用 Notion 或飞书就好了,为什么费劲用 Obsidian?

我的答案是: Notion 和飞书的数据全部存在数据库里,Claude Code 或 Codex 直接改写非常麻烦,Obsidian 则可以直接读写。

既然 Notion 不方便,那就直接把 Obsidian 改造成块结构的文档工具,Notion 的手感,Obsidian 的底层,这就是完美的超级工作台。

具体来说,要在 Obsidian 上完全复刻「块结构文档」和那套舒适的交互体验,需要改造或新增以下几个功能:

💡Tip

【1】拖动手柄

【2】图片两侧拖动缩小放大

【3】万事万物皆可成块(比如 Callout 块、 HTML 块、PDF 块)

【4】Notion 的经典招牌:Database

需求明确了,接下来是怎么做。

我的 Vibe Coding 流程一般是把功能清单交给 Kimi K3、Claude Research 和 ChatGPT DeepResearch,让它们各自调研实现路径和整体架构,一人交一份 PRD。

接着在 Kimi CLI 里,让 K3 把三份 PRD 整合成一份完整版,作为它的施工图,一步步实现。

文章配图

PRD 到手,正式开工。

文章配图

之后直接在 Kimi CLI 里用 K3 做架构就行,不用再额外加「SuperPower Skill」。我知道很多人都在用这个 Skill 做 Coding,它一直很火。

前段时间 GPT 5.6 SOL 发布时,有人指出它本身已经是很强的 Agentic Model,额外加一层 SuperPower Skill 反而造成冗余。

这回用K3 也是同样的感觉,完全不需要额外的 Skill 了。

第一个功能是拖动手柄,也是块结构的门面。

鼠标悬停在段落、图片或任何一个块的左侧时,会出现一个六点拖动手柄,按住就能把整个块拖走。拖动过程中,目标位置会出现蓝色或灰色的指示线。整个效果必须足够流畅,交互体验才能到位。

用过 Obsidian 的人都知道,它的图片调整大小很麻烦,只能从右侧往左上角拖拽缩小,而且没有办法居中,体验很差。所以我让 K3 帮我做了图片居中,现在两侧一拖就能调整大小,和飞书、Notion 一样。

这是 K3 一轮做的,相当丝滑:

文章配图

到这里,两个手感层面的功能算是齐全了。但说实话,这还在我预期之内,因为相对简单。第三个功能是「万物皆块」。

这个功能比前面复杂得多,前段时间 Notion 推出了 HTML 块,引起不少关注。

AI 生成 HTML 时的视觉效果比生成 PPT 好很多,HTML 已经成为非常流行的内容展示方式。有了 HTML 块,用户可以把 HTML 文件直接拖进写作工具,工具会原生渲染展示,文档里就能直接滑动浏览。

复刻到 Obsidian 里需要把产品逻辑做对。它作为一个独立的块插入文档,四周有块分割线,内容只在容器内显示。

这个功能相对复杂,用 Kimi K3 项目介绍页的 HTML 演示一下效果:

文章配图

放大后的效果和整体展示也很完美,交互流畅:

文章配图

前面两个功能都属于交互层的改动,代码量不算小,但也不算很大。从第三个功能开始,强度上来了。

我看大家魔改 Obsidian,基本都是装现成的成熟插件。但插件不是照着自己的需求 1:1 做的,用起来总差一些。

比如,我需要 PDF 插进笔记就是一个块,块里要能手写标注、能做各种复杂标注,还要能插入便签。

现成插件没有一个能同时做到这些,所以这次直接让 K3 原生实现。这绝对算是个大项目了。

文章配图

我在 PDF 块里加入了高亮、下划线、便利贴、方块和圆形标注、箭头,甚至手绘,几乎所有标注功能都覆盖了。

文章配图

在 PDF 上做的所有标注,包括手绘、便利贴、下划线、高亮、箭头,都会作为历史记录保存,可以在侧边栏点击查看每一条标注。

文章配图

最后是 Database,Notion 上最成熟也最好用的能力,我自己用了很久。Obsidian 也有自带的 Database:

文章配图

但它的交互逻辑比较复杂,比如一开始新建 Database 会直接生成一个包含上千篇文章的表格,很费解,我一直懒得学。放在以前,解决办法是逼自己学,现在可以反过来,让工具按照自己的习惯做。

所以这次我让 K3 先研究 Notion Database 的设计,再跟 Obsidian 自带的 Database 做融合,最后做出一个交互像 Notion、功能更全的版本。

虽然是一个比较大的工程,但整体实现下来比较顺利。整个项目涵盖了任务总控、发布排期、工作室日程、完整的 Timeline 和排期图(日、周、月、季视图),所有状态与优先级全部从零搭建,每一个功能点都对应 Obsidian 原生 Database 的逻辑。

文章配图

这个量级的工程能一口气做完,跟 K3 的思考方式有直接关系。之前的国产模型,用过的人都有体会,特别爱反复思考、反复验证,一轮一轮地绕,上下文烧得快,进度拖得非常慢,还容易在自我怀疑里把方向带偏。

非常恶心。

这回 K3 的思考明显精简,判断了就直接动手,确实能感受到。

文章配图

K3 在理解 Obsidian 原有的 Database 代码库时,表现相当到位,到了你可以直接信任它的地步。

文章配图

它几乎从零完成了 Notion Database 的复刻,一共包含 10 种功能、6 种视图,以及大量产品逻辑。

文章配图

我日常编程一般用 Ghostty,一个现在比较火的终端工具。

左右分屏,左侧开 K3 负责执行,右侧开 Fable 5 负责验证。这回我让 Fable 5 通读了 K3 所有项目代码并打分,结果发现分数非常高,尤其是架构方面。

K3 的架构确实做得非常好,类型安全方面也不错,但在正确性上有一些小 Bug,主要因为 K3 在测试环节稍显弱势。

文章配图

Fable 5 甚至说在架构层面,它未必能做得更好。

文章配图

用这套工作流,K3 负责日常开发中的执行,Fable 5 负责审查,再把审查结果交给 K3 迭代,K3 完全能把代码迭代到位。

这样做效率非常高。

中途有一个值得单独说的插曲。

这种级别的工程,对于 Fable 5 来说 Token 烧得飞快。我让 Claude 读了一遍 K3 的项目代码做评价,仅仅这一次就消耗了 5 小时周期额度的 6%。注意,我是 Max 5X 会员(价值 100 刀)。

这个项目放在 Claude 上基本写不完,额度完全撑不住。

文章配图

但前面说过,Kimi 的额度真的可以爽蹬。因为我发现做完上面所有项目,我的额度还剩不少,于是顺手又从 0 做了几个一直想要的效率插件。

通过实测我发现,在别的平台刷到博主种草的 Obsidian 魔改效果后,只要截一张图贴进 Kimi CLI,K3 就能自己反推出截图背后的交互逻辑,整理成一份任务执行清单,再照着清单把功能做出来。

可以看出,K3 的 Agentic 生产已经相当成熟了。

比如,我还为这个超级工作台做了思维导图和便利贴功能,灵感来自之前刷到的两条帖子:

文章配图

文章配图

把这两张截图交给 K3,它就能完成接近像素级的复刻。

下面的便利贴墙和认知心理学思维导图功能完整,交互和阴影效果也都到位,而我给 K3 的全部输入只有上面那两张截图:

文章配图

文章配图

最后,说说通宵测完的整体感受。

我看一个模型,基本不太看那些做好的花哨前端效果,毕竟没什么实际用处。我的习惯是直接把模型放进自己的工作流里,让它处理实际任务,看能不能带来增量价值,这一条就够了。

从这回的实测来看,K3 在日常开发工作里已经相当实用了,整体超过 Opus 4.8,大概率没什么问题。离 Fable 5 确实还有一点点差距,主要在细节和测试上。

所以我之后的工作流基本还是前面说的那套双开,K3 负责实际执行,Fable 5 负责查缺补漏,或者在项目开工前做架构辅导。

最后说一下个人判断。

K3 可能是 Kimi 从创立至今跨得最大的一步。

开头 X 上那句「测 K3 就像在测 Fable 5」,发布前我只当是个玩笑,但一晚上用下来,我觉得 Kimi 真的有可能成为世界第一梯队里第一个开源的名字。

希望 AI Team 里,多来些中国队长,拜托了!

文章来自于微信公众号 “杉森楠”,作者 “杉森楠”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)