Kimi lança o Agent Swarm: até 100 subagentes e 1500 chamadas de ferramentas

A Moonshot AI adicionou ao Kimi K2.5 o modo Agent Swarm. Ao receber uma tarefa, o modelo decide sozinho como dividi-la, cria até 100 subagentes, executa todos em paralelo e gasta mais de 1500 chamadas de ferramentas no trabalho. Segundo a empresa, o resultado sai 4,5 vezes mais rápido do que na execução sequencial. O recurso foi lançado como early research preview e, por enquanto, só está disponível para assinantes do plano mais alto.

O teto do agente solitário

O diagnóstico de partida, no blog da Kimi, é este: hoje o principal limite está no esquema sequencial de trabalho de um único agente, e não na inteligência do modelo. Se você pede a uma ferramenta de deep research que estude de forma panorâmica uma centena de empresas ou que consolide dezenas de artigos, a janela de contexto vai se enchendo aos poucos. O sistema passa a comprimir o histórico e a resumi-lo para liberar espaço para novos tokens. Essa compressão tem perdas, e as etapas finais do raciocínio saem piores. A Moonshot chama isso de teto estrutural, e não de bug passageiro.

A resposta da empresa é escalar tanto na vertical (mais parâmetros, notas mais altas em benchmarks) quanto na horizontal. Um agente único funciona como um especialista; uma rede de agentes que se autoorganizam se parece mais com uma pequena empresa.

Como a ideia nasceu

A origem é modesta. Em junho de 2025, pouco depois do lançamento do Kimi Researcher, uma funcionária da equipe que gosta de trading decidiu automatizar a coleta diária de dados sobre ações. Ela precisava checar notícias sobre macrotendências, consultar o histórico da quantidade de "limit-ups" e se aprofundar quando as condições coincidissem. Escrevia em Python uma cascata de if-else e, na centésima linha, percebeu que estava montando à mão um sistema multiagente. Daí surgiu a pergunta: se o modelo sabe usar ferramentas e sustenta tarefas longas, por que ele não pode decidir sozinho quando paralelizar o trabalho, quem "contratar" e como delegar?

No Agent Swarm, o agente principal faz o papel de gerente: ele identifica os executores (pesquisadores, analistas, checadores de fatos) e os cria para a tarefa específica. O usuário não precisa programar a orquestração.

Características

• Modelo: Kimi K2.5
• Subagentes paralelos: até 100
• Chamadas de ferramentas por tarefa: mais de 1500
• Velocidade: 4,5 vezes maior do que na execução sequencial (dados da empresa, sem medições independentes)
• Status: early research preview, acesso para assinantes do plano mais alto
• Nos planos: comunicação direta entre subagentes e controle dinâmico da largura do paralelismo

O que a Kimi mostra

Os exemplos do blog se dividem em três tipos. O primeiro é a busca em escala. O agente define 100 nichos temáticos do YouTube e, para cada um, aciona um subagente separado para encontrar os 3 principais criadores. Em outro exemplo, o enxame reuniu mais de 200 ensaios de Paul Graham, espalhados por sites pessoais, blogs antigos e transcrições de palestras, e os organizou em seis pastas temáticas, com um relatório final.

O segundo tipo é o resultado volumoso. A partir de 40 PDFs sobre psicologia social, saiu uma revisão de literatura de 100 páginas, em duas colunas, com referências formatadas. Subagentes autores assumem seções individuais, e depois os textos são consolidados.

O terceiro tipo é o mais curioso: a discordância deliberada. Um plano de produto é avaliado por um investidor de venture capital cético, um PM experiente, um especialista em ética e um líder de customer success. Em um experimento literário, 20 "escritores", em estilos que vão de Virginia Woolf a Borges e Kafka, continuam O Problema dos Três Corpos, de Liu Cixin. Os autores do blog afirmam que agentes independentes chegam a conclusões diferentes, que depois precisam ser conciliadas. Isso, segundo eles, protege estruturalmente contra o pensamento de grupo.

Como testar

O enxame faz sentido quando o trabalho realmente se paraleliza: pesquisa ampla, cargas em lote, processamento de muitos arquivos, análise sob vários ângulos, textos longos. Se as etapas dependem rigidamente umas das outras, o ganho, pela lógica da abordagem, tende a ser bem menor. Essa é uma conclusão nossa, e não uma declaração da Moonshot.

Há também ressalvas práticas. Mais de 1500 chamadas de ferramentas significam um consumo considerável de tokens, e o próprio blog mede, meio de brincadeira, o letramento na era da IA pela quantidade de tokens gastos. Vale checar o resultado por amostragem: cem agentes são capazes de errar com confiança, e em paralelo. Por fim, por enquanto os subagentes não conversam diretamente entre si, e essa é uma das melhorias anunciadas. Para começar, convém escolher uma tarefa com formato de resultado bem definido: uma tabela, um conjunto de pastas, um relatório com seções. Assim fica mais fácil avaliar se o multiplicador de velocidade declarado se justifica.