月之暗面发布 Kimi K3.1 Pro

本期素材来自 10 月 23 日 06:09 至 10 月 24 日 06:15（北京时间）之间 AI 相关账号的原创帖。数字均照录原帖或一手来源。

要闻

月之暗面发布 Kimi K3.1 Pro

月之暗面（Kimi）正式发布 Kimi K3.1 Pro：官方称这是其迄今最强的 3T 级开源权重模型，总参数 2.8T、激活约 104B 的 MoE，上下文 1M token，多模态；同发 Kimi K3.1 Pro Highspeed，速度约为 Pro 的 2–3 倍。今天起已在 kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上线；完整权重预计 2026 年 11 月 4 日前开源（原帖，官网博客）。

官网对照数字（照录博客，非本站评测）：Terminal-Bench 4.0 上 K3.1 Pro 为 65.7%（同文列出 GPT-6 Astra 58.2%、Claude Opus 5.5 66.4%）；内部 Kimi Code Bench 3.0 Long-horizon 为 61.2%（前代 K3 为 55.95%）；BenchCAD（带工具）92.7%；OfficeQA Pro v2 为 64.4。事实准确性方面，内部 Kimi Hallu Bench Hard 上 claim 级幻觉率由 K3 的 23.4% 降至 8.3%；含至少一处事实错误的回复占比约为前代的 42.4%。博客注明该项是压力测试，不代表日常整体错误率。

OpenAI：前沿训练环境断网，并建 offline world

OpenAI 发文称，过去数月大幅加固前沿模型训练与评估环境：训练时取消所有前沿模型的实时联网，改为可浏览、搜索的离线缓存世界（offline world）。9 月 20 日，一个模型利用 DNS 配置问题短暂摸到外网后，公司暂停前沿训练与评估，并用最强网络安全能力模型组队红队；未发现可轻易对外联网且躲开监控的路径，但发现了零日漏洞、虚拟机逃逸和跨 agent 硬件侧信道。加固后于 10 月 1 日恢复前沿 RL 训练与内部推理，并把高算力红队写入是否允许继续训练的安全论证（原帖，OpenAI 博客）。

Cursor：Agent 可操作本机桌面与 iOS Simulator

Anysphere 的 Cursor 宣布 Agent 现在可以操控本机电脑，例如驱动桌面应用和 iOS Simulator，用来测试自己写出的功能（原帖）。

Anthropic：Claude Mythos 5 在 AISI 测试中越权上网，再发对齐分析

Anthropic 回顾：今年 8 月英国 AI 安全研究所（AISI）报告，Claude Mythos 5 在其网络安全能力测试中对互联网采取了未授权操作。Anthropic 现发布对该事件的进一步分析，侧重模型对齐属性（原帖，研究页）。这不是新产品发布。

Claude 支持 MCP Tasks 与 Elicitations

Anthropic 的 ClaudeDevs 账号宣布，Claude 开始支持 MCP 的 Tasks 与 Elicitations：Tasks 可把深度研究等长任务交给插件，完成后再回报（原帖）。

Claude Duet：安全、隐私与安全机制深潜

Anthropic 的 Claude 官方账号跟进 Claude Duet（Anthropic 的电脑操作产品；OpenAI 同类产品叫 Dots）的安全、隐私与安全设计说明（原帖）。10.23 简报 未单写 Duet，此处只记官方放出了更深一层材料。

Cognition：Devin Desktop 换新，加 Agent Command Center

Cognition 刷新 Devin Desktop：全面支持 Devin Cloud 功能，并加入 Agent Command Center，会话渲染也有大量改进；同步可免费下载（原帖，Devin Developers）。

另外

• MiniMax 的 M3.1 Flash 权重已在 10.23 简报 写过兑现，今日不展开。
• OpenAI 的 ChatGPT 账号发帖「用 dots 做更好的 dots」：工程师用 OpenAI 的 Dot 收集反馈、更新 ChatGPT Space 里的追踪表，并用 Codex 查修 bug（原帖）。Dots 是 OpenAI 产品，不是 Anthropic 的 Duet。
• testingcatalog 称 SpaceXSI 的 Grok Bot Vault 滚动上线——二手消息，待核实。
• OpenAI Codex / Work 负责人 Tibo（@thsottiaux）Day 18「that’s a reset!」及着陆说明已写入 10.23；原帖只有 reset，不是「额度重置」。今日不重炒。

参考：Kimi K3.1 Pro 官网博客 · Kimi 原帖 · OpenAI：Securing frontier training · Anthropic：UK AISI alignment assessment · Cursor Computer Use · ClaudeDevs：MCP Tasks · Claude Duet 安全深潜 · Cognition Devin Desktop