国金证券计算机行业周报指出，AI应用是2025年景气度加速向上的核心赛道。月之暗面于6月21日发布的Kimi-Researcher，以26.9%的Pass@1成绩刷新HLE基准测试SOTA，从初始8.6%几乎完全依靠端到端强化学习训练实现突破。在xbench-DeepSearch任务中69%的Pass@1超越o3等主流模型。端到端RL路线正重塑AI智能体的能力边界，AI应用商业化前景加速明朗。

Kimi-Researcher是月之暗面推出的首款自主智能体，专为深度研究任务设计。它基于内部版本的Kimi k系列模型，完全通过端到端智能体强化学习训练。在HLE基准测试中，Kimi-Researcher Pass@1准确率达26.9%，与Gemini-Pro Deep Research Agent持平，为已知最高水平之一。Pass@4准确率也达到40.17%，超越了Claude 4 Opus的10.7%和Gemini 2.5 Pro的21.6%。从初始的8.6%HLE分数起步，Kimi-Researcher几乎完全依靠端到端强化学习训练将成绩提升至26.9%。这一突破强有力地证明了端到端智能体强化学习在提升Agent智能方面的巨大潜力。

传统智能体开发面临关键局限性。基于工作流的系统将角色分配给专用智能体并使用基于提示的工作流协调，虽然有效但绑定于特定LLM版本，需随模型或环境变化频繁手动更新，可扩展性和灵活性受限。模仿学习通过监督微调对齐模型与人类演示，但在动态环境中面临数据标注困难——尤其是长周期智能体任务，且SFT数据集与特定工具版本紧密耦合，工具演进时泛化能力差。端到端智能体强化学习训练单一模型从整体上解决问题：给定查询后，智能体探索大量可能策略，获得正确解决方案的奖励，并从完整轨迹中学习。与SFT不同，它自然处理长周期在线推理并适应变化的工具和环境；与模块化方法不同，规划、感知和工具使用等所有技能共同学习，无需手工规则或工作流模板。

在xbench这一旨在弥合AI能力与现实生产力差距的动态专业对齐套件中，Kimi-Researcher在xbench-DeepSearch任务上实现了69%的Pass@1（四次运行平均），超越了带搜索工具的o3等模型。在多轮搜索推理基准测试（FRAMES、Seal-0）和事实信息测试（SimpleQA）中，Kimi-Researcher也取得了强劲表现。Kimi-Researcher平均执行23步推理步骤，每任务探索超过200个URL。它能自主规划任务流程，平均搜索74个关键词，筛选出信息质量最高的3.2%内容，生成超万字的易追溯研究报告，报告平均引用26个高质量信源。这种系统化的深度研究能力，使AI应用从简单的问答交互升级为能够独立完成复杂研究任务的智能体。

Kimi-Researcher多维度基准测试成绩

基准测试	成绩	对比对象
HLE Pass@1	26.9%	Gemini-Pro Deep Research 26.9%
HLE Pass@4	40.17%	Claude 4 Opus 10.7%
xbench-DeepSearch	69%	超越o3 with search tools
初始HLE分数→当前	8.6%→26.9%	端到端RL训练提升

国金证券认为AI应用是2025年加速向上的核心赛道。美国市场已出现一批ARR过千万美金的AI应用，国内在出海C端应用方面变现较好。Kimi-Researcher计划在未来几个月内开源其基础预训练模型及强化学习模型，将进一步降低AI应用开发门槛。国金证券建议关注AI相关功能打磨带动C端应用月活量与付费率提升的投资机会，标的包括金山办公、万兴科技等。AI硬件有望成为应用落地的新载体，萤石网络、虹软科技等具备布局价值。随着端到端RL技术的成熟和开源生态的完善，AI智能体有望从深度研究向更多垂直场景拓展，商业化空间持续打开。