Tre settimane fa ho scritto un'introduzione a Kimi K2.5 e l'ho definito il modello che la maggior parte delle persone stava sottovalutando.
L'articolo è uscito, la gente l'ha provato, e metà di loro è tornata con la stessa domanda.
"Ok, ma come cavolo lo uso per lavorare sul serio?"
Ecco la risposta, più approfondita dell'introduzione, meno superficie, più tattiche.
Le nuove funzionalità, le quattro modalità che la maggior parte degli operatori non sa che esistono, i prompt da copiare e testare oggi, e i casi d'uso di cui nessuno sta ancora scrivendo.
Se hai letto il primo articolo, questo è il seguito che volevi. Se non l'hai fatto, recuperi in fretta.
Il rapido ripasso...
Kimi K2.5 è il modello open source di Moonshot AI, rilasciato il 20 aprile 2026; è gratuito e costa circa 0,55-0,80 dollari per milione di token di input tramite API, più o meno 7-10 volte più economico di Claude per lo stesso lavoro, a seconda del volume di output.
Il dato tecnico principale sono 300 sub-agenti che eseguono 4.000 passaggi coordinati in parallelo.
Questo è lo sciame di agenti: un singolo prompt -> centinaia di agenti che lavorano contemporaneamente, un orchestratore che unisce i risultati.
Quel numero da titolo è dove si fermano la maggior parte degli articoli; la vera storia è perché questa architettura esiste in primo luogo.
Perché l'AI a singolo agente ha raggiunto un tetto strutturale
Questa è l'interpretazione di Moonshot, non la mia, e arriva più forte di qualsiasi tutorial.
Per tre anni l'industria dell'AI ha affinato il martello. Inferenza più veloce, contesto più lungo, token più economici. Ogni rilascio è stato incentrato sul rendere lo strumento un po' migliore.
Il problema è che il falegname ha ancora due mani e ventiquattr'ore in un giorno; un martello migliore non aiuta se il collo di bottiglia non è mai stato il martello.
Ecco la parte che la maggior parte salta: chiedi a uno strumento di deep research a singolo agente di esaminare cento aziende o sintetizzare dozzine di articoli scientifici.
Mentre il compito si protrae, la finestra di contesto si riempie, il sistema ripiega sulla compressione o la sintesi della cronologia per fare spazio a nuovi token.
Questa compressione è con perdita, e ogni successivo passaggio di ragionamento peggiora.
Questo non è un bug o una limitazione temporanea. È un tetto strutturale imposto dal modello di esecuzione sequenziale a singolo agente stesso. Non puoi risolverlo con un modello più intelligente. Puoi risolverlo solo abbandonando l'architettura.
Ecco cos'è Agent Swarm: non un singolo agente migliore, ma una ricostruzione dell'intero laboratorio.
K2.5 aveva 100 sub-agenti e 1.500 passaggi coordinati. K2.5 ha 300 sub-agenti e 4.000 passaggi.
I risultati nel mondo reale su compiti a lungo termine mostrano un'esecuzione fino a 4,5 volte più veloce rispetto a un agente sequenziale sullo stesso lavoro, con una qualità finale più alta perché lo sciame evita strutturalmente il collasso del contesto che rompe gli agenti singoli.
I numeri da titolo sono reali, e il motivo per cui contano è che il collo di bottiglia si è spostato.
Agent Swarm è un'organizzazione che si progetta da sola
La frase dal post di ricerca di Moonshot che quasi nessuno cita:
"Questa non è la storia di molti agenti AI che lavorano insieme. Quello che stiamo costruendo è una struttura organizzativa con capi, impiegati e divisione del lavoro, tranne per il fatto che questa organizzazione non è progettata da umani. Si progetta da sola."
Quando dai un obiettivo ad Agent Swarm, non stai comandando un assistente. Stai assumendo un CEO. Quel CEO poi trova i ricercatori, gli analisti, i verificatori dei fatti, tutto da solo.
Non fai microgestione. Non scegli la squadra. Definisc il risultato finale, e lo sciame costruisce l'organizzazione necessaria per realizzarlo.
🚨 Ok, questo è ciò che Agent Swarm mi ha dato come risposta alla semplice domanda "Mostrami cosa sai fare"
Quella auto-organizzazione è la vera svolta. Ogni altro sistema "multi-agente" sul mercato è LLM A che chiama LLM B in un ciclo fisso che hai dovuto progettare tu.
Lo sciame di Kimi costruisce l'organigramma da zero ogni volta, dimensionato in base al lavoro che ha di fronte.
Come funziona realmente lo Sciame
Cinque cose accadono sotto il cofano quando invii un compito allo sciame.
Decomposizione. Il coordinatore suddivide il tuo obiettivo in sotto-compiti specializzati per dominio. La ricerca va agli agenti di ricerca, la sintesi agli agenti di sintesi, la scrittura agli agenti di scrittura.
Abbinamento degli agenti. Ogni sotto-compito viene instradato al sub-agente più adatto in base alle competenze e agli strumenti. Questo instradamento è il motivo per cui K2.5 ha raggiunto l'86,3% su BrowseComp in modalità Swarm rispetto al 78,4% di K2.5, stessi lavoratori, dispatch più intelligente.
Esecuzione parallela. Tutti i sub-agenti lavorano simultaneamente con la propria finestra di contesto, il che uccide il problema del collasso del contesto che rompe le esecuzioni a singolo agente.
Recupero dai fallimenti. Quando un sub-agente si blocca, il coordinatore reindirizza e riassegna. Lo sciame si auto-ripara durante l'esecuzione.
Sintesi. Gli output si fondono in un'unica consegna coerente con le contraddizioni risolte.
C'è una sesta cosa di cui nessuno parla: il disaccordo strutturale. Agenti indipendenti arrivano naturalmente a conclusioni diverse su domande sovrapposte, il coordinatore forza la riconciliazione, e questo evita strutturalmente il pensiero di gruppo. Ecco perché l'output dello sciame sembra spesso più acuto di quello prodotto da un singolo modello.
Gli esempi di Moonshot che lo dimostrano: lo sciame ha raccolto oltre 200 saggi di Paul Graham sparsi su siti e archivi personali in 6 cartelle basate su argomenti con un rapporto di sintesi completo, un singolo prompt.
Un'altra esecuzione ha trovato i migliori 3 creatori in 100 domini YouTube di nicchia, definendo ciascuna nicchia da sola prima di inviare 100 sub-agenti paralleli.
Lo schema è lo stesso in entrambi: una montagna di cose da trovare o elaborare, dove ogni elemento è indipendente. Questo è il punto debole. Per compiti sequenziali in cui il passo N dipende dal passo N-1, resta in modalità singolo agente.
Come funziona realmente lo Sciame. Quattro: Instant per ricerche rapide, Thinking per analisi e codice complesso, Agent per compiti autonomi medi come un rapporto di 10 pagine, Agent Swarm solo quando il lavoro è genuinamente parallelizzabile. La maggior parte degli operatori opta per Swarm di default e paga per un parallelismo che non usa mai. Abbina la modalità alla dimensione del compito.
Tre funzionalità poco utilizzate e cosa costruire con esse
Esegui /plan prima di /swarm, quasi nessuno insegna questo.
/plan ti mostra esattamente come Kimi decomporrà il tuo compito in sub-agenti e passaggi prima che inizi qualsiasi lavoro.
Vedi il piano, modifichi se gli agenti sbagliano, poi confermi.
Non costa nulla; uno sciame di 200 agenti decomposto male costa denaro vero.
Document to Skills: Carica il tuo lavoro migliore, un rapporto curato, una landing page, una presentazione che ha chiuso un affare. Kimi cattura l'impronta strutturale e stilistica come una competenza riutilizzabile che ogni futuro sciame applica automaticamente. Sta nel menu, quasi nessuno la usa.
Coding-driven design: Stesso prompt, due risultati diversi. Claude di default produce layout template puliti. Kimi tratta l'UI prima di tutto come un problema di codifica, abbinato al codificatore MoonVIT, e produce layout editoriali che sembrano composti intenzionalmente.
Prova entrambi con "progetta una landing page per The J Hotel". Claude restituisce un modulo di prenotazione centrato su blu navy con accenti oro, sembra tutte le pagine AI degli hotel.
Kimi restituisce un layout editoriale allineato a sinistra con una foto hero calda, "Prenota un Soggiorno" fluttuante sull'immagine, tipografia che sembra progettata.
Se produci front-end su larga scala, passa a Kimi per quella parte del flusso di lavoro.
Sei cose da costruire oggi:
Strategie di ingresso nel mercato multifase che producono PDF, Excel e PowerPoint in un'unica esecuzione.
Approfondimenti accademici comparativi che estraggono 24 mesi di articoli correlati in un'analisi di 40 pagine.
Dashboard finanziari da CSV grezzi con integrazione di dati macro.
Audit di librerie di contenuti che riscrivono 50 vecchi post con un'impronta coerente.
Outreach su scala di 300 prospect invece di 30 sequenziali.
Refactor di codice a lungo termine che suddividono una base di codice legacy di 50.000 righe per modulo, eseguendo autonomamente per 24-36 ore.
Tre prompt reali da testare oggi:
Questi sono di livello operatore, blocchi di ambito, regole sulle fonti, gestione degli errori e condizioni di soglia, non i prompt generici che inondano la cronologia.
Test 1: Agent Swarm ricerca parallela
Passa Kimi in modalità Agent Swarm, poi incolla questo.
<code-segment id="0" lang="text">
Stai creando un account di highlights calcistici mirato agli Stati Uniti per la finestra della Coppa del Mondo 2026. Dammi 5 idee di angolazioni. Mi servono angoli che funzionano per un pubblico mainstream americano che parla principalmente di calcio una volta ogni quattro anni.
</code-segment>
Cosa dovresti vedere: lo sciame che suddivide la ricerca su più agenti, ognuno che estrae da fonti diverse in parallelo, poi si fonde in un'unica consegna pulita. Cronometralo rispetto a farlo manualmente.
Test 2: Document to Skills
Trova il tuo miglior lavoro professionale. Un rapporto, una proposta, una presentazione, qualsiasi cosa di cui sei orgoglioso. Caricalo e incolla questo.
<code-segment id="1" lang="text">
Cattura lo stile di scrittura e la struttura di questo documento come una competenza riutilizzabile. Poi usala per scrivere un rapporto di 1.500 parole sull'impatto dell'AI generativa sulle piccole imprese, indirizzato ai proprietari di piccole imprese non tecnici.
</code-segment>
Cosa dovresti vedere: un nuovo documento su un argomento completamente diverso che sembra scritto dallo stesso autore. Questa è la chiave per produrre output premium su larga scala.
Test 3: Modalità Plan per la validazione dello sciame
Prima di qualsiasi esecuzione costosa dello sciame, testa la decomposizione.
<code-segment id="2" lang="text">
/plan Crea una strategia completa di content marketing per il lancio di un nuovo prodotto SaaS per la gestione di progetti per piccoli team. Copri ricerca di mercato, concorrenti, persona dell'acquirente, calendario editoriale, canali di distribuzione e KPI. Decomponi questo nei sotto-compiti che assegneresti a sub-agenti specializzati, con criteri di successo per ogni sotto-compito.
</code-segment>
Cosa dovresti vedere: Kimi che spiega esattamente come affronterebbe il compito prima di impegnarsi. La polizza assicurativa più economica che puoi comprare prima di avviare uno sciame di 200 agenti.
E una delle parti più importanti | Il quadro dei costi, onestamente.
Alcuni numeri approssimativi per farti calibrare:
Il livello gratuito su Kimi ti dà modalità Instant e Thinking immediatamente; Agent e Agent Swarm richiedono il piano Allegretto, ma onestamente direi che ne vale la pena.
I prezzi API si aggirano intorno a $0,55-0,80 per milione di token di input e $2,65-3,60 per milione di token di output a seconda dell'endpoint e del routing.
Più o meno 7-10 volte più economico di Claude Opus per lo stesso carico di lavoro.
Un'esecuzione di ricerca con 100 agenti che produce un rapporto di 40 pagine con citazioni e un dataset strutturato costa di solito $2-6 in token.
Lo stesso lavoro tramite Claude Code con orchestrazione manuale costa $30-80 e impiega tre volte più tempo.
L'hosting autonomo è gratuito se hai l'hardware; i pesi sono su Hugging Face con licenza MIT modificata.
- Leo
