每个月我都要做一两份行业调研，给公司的产品决策当参考。这活以前的标准流程是：定框架、搜资料、读几十篇网页、抄到文档里、再做 PPT——顺利的话三天，不顺利就一周。
上个月我试了把整个流程交给 Kimi Agent，从一句话需求开始，最后拿到一份带数据图表的报告加配套 PPT。耗时大概四十分钟，其中三十分钟我没盯着屏幕。这篇拆解我是怎么干的，附上踩过的坑。
先交代下 Kimi Agent 是什么：kimi.com 里的智能体功能（Agent 任务入口），能自主拆解任务、连续调用浏览器搜索、输出文档/PPT/表格这类成品。9 月 K3 发布后，官方介绍说 K3 加入了 Swarm 智能体集群和 Goal 模式，任务可以并行执行。我这个案例是在 K3 上线后做的，能明显感觉到任务执行比之前利索。
第一步：需求一句话，但要有三个要素
我的原始指令大概是这样：
调研【具身机器人在仓储物流的应用现状】，我需要：
1. 目标读者是公司管理层，他们只关心成本、效率、落地案例
2. 报告输出成文档，最后配套一份 10 页以内的汇报 PPT
3. 所有数据和案例标注来源，2025 年之后的优先
三个要素是：给谁看、要什么交付物、数据口径是什么。缺一个，产出就往「网上资料的搬运工」方向滑坡。我第一次跑的时候没写目标读者，出来的报告满篇技术参数，管理层最关心的 ROI 一笔没提，全部重跑。
第二步：任务拆解，盯着它拆
提交后 Agent 会先列出执行计划：搜什么关键词、查哪些渠道、先出报告还是先出 PPT。
这一步值得盯着看一分钟。计划里如果没覆盖你心里最在意的点（比如我特别想看国内公司的落地案例，而不只是特斯拉 Optimus 那类明星项目），直接在对话里补一句，它会修订计划再开跑。开工前修订的成本是零，跑完再改就是全部重来。
第三步：跑的时候别干等，但也要抽查
执行过程是可视的：它访问了哪些网页、引用了什么内容，都在任务日志里。全程大概访问了四五十个网页源。
我踩过的坑是中间那半小时真的去干别的了，回来发现它有一段引用了一家机器人厂商官网的自我宣传数据，当成了行业数据。现在我的习惯是：跑完后先别看结论，先抽查三个最关键的数据来源点进去看看原始页面是什么性质（论文、媒体、还是厂商软文）。
这一步五分钟，决定整份报告的可信度。
第四步：验收报告，用「挑刺」的方式
报告初稿出来后，我没有直接要 PPT，而是先追问了三轮：
「第三章说成本下降 40%，这个数字的原始出处和统计口径是什么？」
「国内案例只有两家，再补充 2025 年下半年的新落地案例。」
「管理层可能会问：这套方案的回本周期怎么算？补一节。」
Agent 会基于已有素材继续补充和修订，这部分是它比「一次性生成」强的地方——同一个任务会话里可以反复加压。三轮追问后，报告里软文味最重的那部分基本被挤掉了。
第五步：PPT 生成，最后锦上添花
报告定稿后再让它生成 PPT，指令里写明页数上限和「每页一个核心结论」。出来的东西是能直接拿去汇报的水平：有结构图，有数据图表，文字量克制。
当然我不会原样上交。配色和logo换成公司的，两三处表述按管理层口味手动调了调。但骨架没动——这已经是过去做一份汇报 PPT 的纯排版时间了。
总的账：时间省在哪，坑在哪
时间账：过去三天的工作，现在大概是「40 分钟机器跑 + 1 小时人工验收修订」。省下来的主要是搜集和排版这种机械劳动，判断和把关省不掉。
三个坑再强调一遍：
一，需求里不写目标读者，产出一定不对味。
二，执行计划要开工前审，跑完再改代价最大。
三，数据来源必须抽查，厂商软文混进报告的概率不低。
最后说下适用边界。这种「给我一份报告」的需求，本质是信息搜集加结构化整理，Agent 很擅长。但如果调研涉及你自己公司的内部数据、或者需要行业人脉才能拿到的非公开信息，它帮不了你，那部分还是得自己上。
工具解决的是从 60 分到 85 分的部分。最后那 15 分——哪些结论敢往上报、哪些数据经得起老板追问——永远是人的活。