Anthropic、Google 或 OpenAI 的高级软件工程师年薪 120 万美元。这不是笔误。基本工资、股权、奖金——前沿 AI 公司顶级工程师的总薪酬包每年达到七位数。
而现在，你可以用五个开源仓库加 Kimi K3，把这位工程师 80% 的工作自动化。
不是因为 AI 取代了工程师，而是因为那些年薪 120 万美元的工程师，已经在用这样的系统做五个人的工作了。他们构建了自动化层，打通了各个仓库，不再手动写代码，而是开始编排系统来替他们写代码。
下面是完整的工具栈：每一个仓库、它们如何连接、以及如何自己动手搭建。
收藏本文并关注
我是 Noisy，一名有 4 年经验的开发者。我构建 AI 系统、自动化流水线，并不断寻找把技术变成真实收入的方法。
为什么一个仓库永远不够
大多数尝试 AI 编程工具的开发者，都用错了方式。他们打开一个聊天窗口，让 Claude 或 Kimi 写一个函数，复制输出，然后继续做下一件事。速度最多提升 20%。
年薪 120 万美元的工程师不是这么工作的。
他们构建了一个系统：一个 Agent 规划工作，另一个实现，第三个审查，第四个跑测试，整个系统还记得上周发生的每一件事。他们没有替换自己，而是在自己周围组建了一支团队。
1错误方式：2你 → AI 聊天 → 复制输出 → 粘贴 → 重复34正确方式：5你 → 编排 → Agent 规划、实现、审查、测试6 → 系统记住一切7 → 你审查最终输出
这两种方式的差别，就是「打字更快的开发者」和「一个人运营一家软件公司的开发者」之间的差别。
下面就是让第二种方式成为可能的五个仓库。
仓库 1 - Kimi Code
这就是你的 AI 高级工程师。不是自动补全工具，也不是聊天助手。它是一个住在你开发环境里的终端 Agent，能够自主处理完整的工程工作流。
Kimi Code 会读取你的整个仓库，理解架构，跨代码库编辑文件、运行 shell 命令、搜索相关代码、获取文档，并执行完整的工程闭环，全程不需要你每一步都手把手指导。
1问题反馈2↓3Kimi Code 读取仓库4↓5理解依赖关系6↓7编写实现8↓9运行测试10↓11自动修复失败12↓13Git diff14↓15提交并创建 PR
2026 年 7 月的版本加入了一项特别强大的能力：子 Agent（subagents）。不再是单个 Kimi 会话包办一切，而是派生出专业化的 Agent，在相互独立的上下文中工作。
1Kimi K32├── 规划 Agent - 理解任务并拆解3├── 编码 Agent - 编写实现代码4└── 探索 Agent - 研究代码库和文档
每个子 Agent 都在自己的上下文里工作，主会话不会被无关的 token 塞满。规划 Agent 不需要知道编码 Agent 碰过的每一个文件，编码 Agent 也不需要完整的探索历史。
这不是一个会写代码的 AI，而是一个能完成工程任务的 AI。
技能系统
Kimi Code 内置了一个技能市场。技能（skill）就是一个包含 SKILL.md 的文件夹，告诉 Agent 做什么、什么时候做、怎么做。
1security-review/2├── SKILL.md - 指令、规则、示例3├── scripts/ - 自动化检查4└── references/ - OWASP 规则、安全模式
与其用一个通用的 AI：
一个 Kimi 包办所有事
你得到的是：
1Kimi K32├── 前端专家3├── 安全审查员4├── 数据库专家5├── 测试工程师6└── 文档撰写员
每一个技能，都会把同一个模型变成某个领域的专家。Anthropic 那位年薪 120 万美元的工程师，拥有多年积累的专业知识；技能让你能按需获取同样的专业能力。
仓库 2 - Kimi Agent SDK
如果说 Kimi Code 是工程师，那么 Kimi Agent SDK 就是管理层，让你能在这个工程师之上构建产品。
提供 Python、Node.js 和 Go 版本。它复用了 Kimi Code 中相同的工具、技能和 MCP 服务器配置。也就是说，你在 Kimi Code 里设置的一切——技能、MCP 连接、工具配置——都能立即通过 SDK 使用。
1你的产品或自动化2↓3Kimi Agent SDK4↓5Kimi Code Runtime6↓7Kimi K38↓9工具 / MCP / 技能
你可以用它构建什么：
1Bug 修复机器人 | 监控 GitHub Issues，自动修复2代码审查服务 | 在人工介入之前审查每个 PR3企业内部 Agent | 回答关于你代码库的问题4Telegram 编码 Agent | 开发者通过消息请求新功能5GitHub worker | 在后台处理日常任务
直接使用 Kimi Code 和使用 Agent SDK 的区别：Kimi Code 是给你交互式使用的，SDK 则是用来构建「没有你也能运行」的系统。
一个开发者用 Agent SDK，就能提供以前需要一个工程团队才能提供的服务。不是因为 AI 有魔法，而是因为编排层处理了那些不需要人类判断的部分。
仓库 3 - OpenAI Agents SDK + Kimi K3
这是「一个工程师变成五个」的地方。
OpenAI Agents SDK 是一个用于构建多 Agent 工作流的轻量级框架。而且由于 Kimi API 兼容 OpenAI，你可以用 Kimi K3 作为模型来运行整个框架。
1from agents import Agent, AsyncOpenAI, OpenAIChatCompletionsModel23client = AsyncOpenAI(4 base_url="https://api.moonshot.ai/v1",5 api_key="YOUR_KIMI_KEY"6)78kimi = OpenAIChatCompletionsModel(9 model="kimi-k3",10 openai_client=client11)1213coder = Agent(14 name="Senior Coder",15 instructions="Implement production-ready code with tests.",16 model=kimi17)1819reviewer = Agent(20 name="Security Reviewer",21 instructions="Review code for security issues and performance.",22 model=kimi23)
同一个模型。不同的指令。不同的专长。并行运行。
1你把任务交给 Manager Agent2↓3Manager Agent 拆解任务4↓5研究 Agent → 找到最佳方案和第三方库6编码 Agent → 实现解决方案7测试 Agent → 编写并运行测试8安全 Agent → 审查安全漏洞9文档 Agent → 编写文档10↓11Manager Agent 审查所有输出12↓13你收到的是已完成、经过测试、有文档、通过审查的代码
这不是比喻意义上的「五人团队」，而是字面意义上五个专业化的 Agent 同时处理同一个任务。一个模型。五个角色。一个工程师编排一切。
前沿实验室里年薪 120 万美元的工程师，并不是一个人写完所有代码。他们设计系统、审查输出、做决策。真正的实现是通过他们构建的系统完成的。而这就是那套系统。
仓库 4 - OpenHands
75000 颗 GitHub Star。它和 Kimi Code 的区别，在于能自主执行的事情范围有多大。
Kimi Code 是一个终端 Agent。OpenHands 则是一个完整的自主开发环境。
1任务2↓3Agent4↓5终端 | 运行命令、安装软件包6代码 | 跨仓库读写文件7浏览器 | 浏览文档、查找 API8执行 | 运行代码、读取输出9仓库 | 理解完整架构10↓11结果
实际的差异在处理复杂任务时才会显现。
让 Kimi Code 写一个 OAuth 函数，它会写出非常出色的代码。
让 OpenHands 给这个项目加上 OAuth 认证，它会探索仓库、理解现有的认证架构、判断 OAuth 应该放在哪里、安装正确的软件包、修改多个文件、更新测试，并修复测试过程中出现的集成问题。
1"写一个 OAuth 函数" | Kimi Code 完美胜任2"给这个应用加上 OAuth" | OpenHands 处理得更好
这里的区别，是「完成一个编码任务」和「完成一个工程任务」的区别。
对于「一个人的软件公司」来说，OpenHands 就是大型自主任务的执行者：给它一个任务，做完再回来。
仓库 5 - Microsoft GraphRAG
33700 颗 Star。2026 年 5 月发布 3.1.0 版本。
这是让其他一切好用 10 倍的记忆与智能层。
没有 GraphRAG，每个 Agent 每次会话都从零开始。它会读取你的代码库、搞清楚架构、识别依赖，然后会话一结束就把一切忘光。
GraphRAG 会把你的代码库、文档、Issues、PR 和架构文档，转化成跨会话持续存在的结构化知识图谱。
1代码仓库2文档3历史 Issues4架构决策5客户需求6研究笔记7↓8GraphRAG 处理9↓10结构化知识图谱11↓12Kimi K3 精确获取所需内容
不用再搜索 10000 个文件，图谱会直接返回相关的子图：
1认证相关的 Bug 报告2↓3GraphRAG 找到：4AuthService → TokenManager → RedisSession → LoginController → AuthTests5↓6Kimi K3 只基于这一相关切片工作
微软的研究展示了这对性能的影响：
同一个模型。结果却大幅提升。因为模型拿到的是正确的信息，而不是一大堆杂乱无章的东西。
对于「一个人的软件公司」来说，GraphRAG 就是机构记忆。每一个决策、每一个修复的 bug、每一个架构选择，都被记录在案。Agent 永远不会从零开始，因为图谱里存着它们需要知道的一切。
整个系统如何连接
1 你2 │3 工程负责人4 │5 ┌──────┴──────┐6 ↓ ↓7 Kimi K3 GraphRAG8 大脑 记忆9 │ │10 └──────┬──────┘11 ↓12 Kimi Agent SDK13 编排14 │15 ┌────────────┼────────────┐16 ↓ ↓ ↓17 研究 编码 审查18 Agent Agent Agent19 (Agents SDK) (Kimi Code) (Agents SDK)20 │ │ │21 └────────────┼────────────┘22 ↓23 OpenHands24 大型自主25 任务26 │27 ↓28 GitHub / CI29 测试 / PR
你没有写一行代码。你只做了一个决策。
搭建顺序
1第 1 周 | 安装 Kimi Code2 | github.com/MoonshotAI/kimi-code3 | 连接到你的主仓库4 | 为最常见的任务创建三个技能文件56第 2 周 | 搭建 GraphRAG7 | github.com/microsoft/graphrag8 | 索引代码仓库和文档9 | 用关于代码库的真实问题测试检索1011第 3 周 | 安装 OpenAI Agents SDK12 | github.com/openai/openai-agents-python13 | 配置 Kimi K3 作为模型14 | 搭建你的第一个多 Agent 工作流1516第 4 周 | 集成 Kimi Agent SDK17 | github.com/MoonshotAI/kimi-agent-sdk18 | 构建第一个无需你在场的自动化工作流19 | 连接 OpenHands 处理大型自主任务2021第 5 周 | 把一切连接起来22 | GraphRAG 为所有 Agent 提供上下文23 | Agents SDK 编排各个专家24 | Kimi Code 负责实现25 | OpenHands 负责大型任务26 | 你负责决策
这到底意味着什么
Anthropic 或 Google 年薪 120 万美元的工程师，能拿到这份薪水不是因为打字更快，而是因为他们理解系统、善于做决策，并构建了让产出倍增的自动化。
这五个仓库能给你同样的杠杆。不是因为 Kimi K3 聪明得像个年薪 120 万美元的工程师，而是因为 Kimi K3 周围这套系统处理了海量工作——草稿、重试、常规实现、编写测试、代码审查——而你负责判断。
1没有系统：2一个工程师3一次一个任务4串行工作58 小时的产能67有系统：8一个工程师做编排9五个 Agent 并行工作10持续自主执行11常规工作产能无限
懂这套系统的开发者和不懂的开发者之间的差距，每个月都在拉大。上面这五个仓库，就是当今世界最优秀的工程师正在使用的构建方式。
大多数开发者会继续把 AI 当聊天机器人用，然后纳闷自己为什么效率没有 10 倍提升。少数人会花五周时间搭好这套工具栈，从此再也不回头。
你的人生由你自己打造——选对那条路。
/ 如果对你有用——关注我 /
