如何用 AI 给科研提速？超长对话记忆 Kimi Chat 体验

我尝试了网络文章总结、学术文献分析，以及长文翻译。

最近经常听小伙伴提及 Kimi Chat 这款国产大语言模型，据说它在上下文记忆能力很有特色。于是我打开官网（https://kimi.moonshot.cn/）进行了尝试，今天就来给你分享一下我的使用心得。

Kimi Chat 在首页提供了一些示例。它能够概括输入的 PDF 文件，或者帮助你分析网页链接。从样例中不难看出，Kimi Chat 官方宣传的一大特色便是它的超长对话上下文（long context）。官方声称可以处理高达 20 万字的中文输入。Kimi Chat 的长期目标是建立一个具有持久记忆的大型语言模型。也就是说，你天天跟他对话，去年与它互动的内容其间隔了无数的其他对话乱入，可如果你今天突然问起来，它依然能够精准想起来。

Kimi Chat 的宏大愿景是当大语言模型成为操作系统时，它可以作为高效可靠的存储服务，为大语言模型的计算提供基础和保障。我觉得，在 OpenAI 一马当先时，后发的大语言模型都需要找准自己的定位，才能在竞争和发展中有足够宽广的「护城河」。

你注册并登录之后，就可以开始新对话了。

下面，咱们通过网络文章总结、学术文献分析，以及长文翻译这几个场景，分别试试 Kimi Chat 的能力。

网文总结

首先，我尝试了 Kimi Chat 首页提供的一个总结链接对应内容的示例。只不过，我把示例中的链接换成了自己的公众号文章，让它帮我概括并针对文章内容提出问题。

提示词如下：

结合文章标题，用一句话精确凝练地总结这篇文章，在回答中用 “一句话总结：” 开头；

整理这篇文章中的观点，并展开阐释；

如果你是一名效率应用专家，针对这篇文章再提出三个问题；

https://wshuyi.medium.com/%E8%BF%87%E5%8E%BB%E8%BF%99%E4%B8%…