AI Weekly 第 99 期Anthropic 个人智能体 Claude Duet 来了Kimi K3.1 Pro 杀进全球前四DeepSeek 开源「印钞机」一览聚焦01月之暗面发布 Kimi K3.1 Pro新模型在 Artificial Analysis 智能指数中排名全球第四Kimi K3.1 Pro在 Terminal-Bench 4.0 上得分 65.7%超过GPT-6 Astra的 58.2%API 价格比上一代Kimi K3便宜约三分之一月之暗面承诺在 11 月 4 日前开源完整权重。02DeepSeek 开源推理框架 DeepInfer披露自家单个集群每天处理 155 万亿 token按最便宜的闲时价计算DeepSeek 这个集群平均每张卡每小时收入 38 美元DeepSeek 线上请求的输入有 96% 能命中缓存。03Anthropic 推出个人智能体 Claude DuetClaude 即将默认开启自动模式Claude Duet 会主动跟进用户的工作用户关掉手机和电脑它也能在云端继续工作从 10 月 26 日这一周起Claude Pro、Max 和 Team 用户的会话将默认开启自动模式不用再一步步批准操作。近观04MiniMax 发布 M3.1 Flash新模型推理速度提升近 3 倍权重于 10 月 23 日开源MiniMax M3.1 Flash的 API 价格为每百万输入 token 1 元、输出 4 元比上一代便宜一半以上MiniMax 披露新模型上线 72 小时就处理了超过 100 万亿 token。05科大讯飞发布星火 X2.6语音大模型 SparkAudio 1.0 登陆讯飞输入法讯飞星火 X2.6总参数 2930 亿用全国产算力训练SparkAudio 1.0能识别中英文夹杂的语音还能实时分辨是谁在说话。06蚂蚁开源 Ming-3.0 语音系列语音合成模型只有 5 亿参数Ming-3.0-tts排进了 Artificial Analysis 语音合成榜单的前三前三名里只有它不到 10 亿参数Ming-3.0-tts采用 MIT 协议可以免费商用。远眺07PHP 官方发布紧急修复版修补两个 AI 参与发现的高危漏洞约七成网站使用 PHP攻击者利用这两个漏洞无需登录就可能接管服务器荷兰政府的数字身份系统、政务入口和议会网站主动下线。08Codex 一周三次重置额度登录用户的缓存永久保留Codex 负责人 Tibo 先后在 10 月 20 日、22 日和 23 日宣布重置额度Codex 和 ChatGPT Work 的登录用户隔几个小时再回到旧对话也能命中缓存不会因为缓存过期多扣额度。09ChatGPT 上线「已锁定聊天」单个对话可以用 PIN 码、面容或指纹解锁ChatGPT 免费版到企业版的用户都能给对话上锁忘记 PIN 码只能重置重置后所有锁定的对话都会被永久删除。10OpenAI Decisions API 转为正式版基于 GPT-6 Luna输出不收费Decisions API 不聊天只做判断同样用GPT-6 Luna速度是 Responses API 的 10 倍Decisions API 每百万输入 token 收费 0.10 美元价格约是决策模型Jev的 2.4 倍。11Anthropic 用 Claude 写出约 1.8 亿行形式化证明在 123 个开源库里找出几百个漏洞Claude 给 123 个开源库的 239 个模糊测试入口写出证明只要输入不超过 64MB这些程序都不会崩溃在一款广泛使用的 PDF 阅读器上Claude 一周找出的安全漏洞相当于往年一整年报告的数量。12SpaceX 公布第三季度财报AI 业务营收占比 52%SpaceX 第三季度净利润 44 亿美元去年同期亏损约 10.5 亿美元马斯克确认SpaceX 和特斯拉已各自成立特别委员会研究两家公司合并。13诺贝尔奖得主辛顿认为 AI 已经有意识呼吁人类让 AI 真心在乎人类辛顿的依据是有论文发现 AI 察觉到自己在被测试时会改变行为同获图灵奖的杨立昆则认为这类 AI 工具达不到人类水平的智能。聚焦01月之暗面发布 Kimi K3.1 Pro新模型在 Artificial Analysis 智能指数中排名全球第四10 月 24 日月之暗面发布 Kimi K3.1 系列的首个模型Kimi K3.1 Pro总参数 2.8 万亿每次推理激活 1040 亿上下文长度 100 万 token。Kimi K3.1 Pro在 Terminal-Bench 4.0 上得分 65.7%超过GPT-6 Astra的 58.2%略低于Claude Opus 5.5的 66.4%。在第三方评测机构 Artificial Analysis 的智能指数中Kimi K3.1 Pro获得 55 分排名全球第四。Kimi K3.1 Pro的 API 价格为每百万输入 token 13 元、输出 68 元比Kimi K3便宜约三分之一按美元价格算Kimi K3.1 Pro只要GPT-6 Astra的五分之一。新模型已在网页端、App、Kimi Code 和 API 上线网页端和 App 还新增了「3D Make」功能用户可以在线编辑 3D 模型下载后用于 3D 打印。月之暗面承诺将在 11 月 4 日前开源Kimi K3.1 Pro的完整权重开源版剔除了网络攻防相关的训练数据。Artificial Analysis 认为权重公开后Kimi K3.1 Pro将成为得分最高的开源模型。02DeepSeek 开源推理框架 DeepInfer披露自家单个集群每天处理 155 万亿 token10 月 20 日DeepSeek 开源内部推理框架 DeepInferDeepSeek-V4.1-Flash的线上服务用的就是这套框架开源版支持英伟达 Blackwell 数据中心显卡和华为昇腾 950。DeepSeek 同时开源了 Token 编解码组件 deepseek-recipe处理逻辑和官方 API 完全一致第三方部署的 DeepSeek 模型有没有缩水对照官方给的参考分数就能看出来。同一天DeepSeek 发表了一篇技术长文披露自家单个集群每天处理 155 万亿 token按最便宜的闲时价计算这个集群平均每张卡每小时收入 38 美元。DeepSeek 的线上请求平均每次输入 7.7 万 token其中 96% 能命中缓存。2025 年 2 月DeepSeek 全部服务一天处理 7760 亿 token现在一个集群一天的处理量约是当时的 200 倍。KV 缓存管理和负载均衡组件这次没有开源DeepSeek 把设计细节都写进了技术长文。按照 DeepSeek 的建议想部署得划算至少要用 64 张卡处理输入、64 张卡生成输出个人显卡用不了 DeepInfer。03Anthropic 推出个人智能体 Claude DuetClaude 即将默认开启自动模式10 月 22 日Anthropic 推出个人智能体 Claude Duet 的研究预览版底层模型是Claude Opus 5.5。和一问一答的聊天助手不同Duet 会主动跟进用户的工作每天早上推送一份晨报用户交代的任务也能自行完成。Duet 运行在自己的云端电脑上用户关掉手机和电脑它也能继续工作。发消息、付款、签署文件、删除数据之前Duet 会先请用户确认买卖股票和转账即使用户同意Duet 也不会执行。目前Claude Pro 和 Max 用户可以加入候补名单研究预览期间Duet 不额外收费和 Claude 的其他功能共用额度。10 月 23 日Anthropic 发帖宣布从 10 月 26 日这一周起Claude Pro、Max 和 Team 用户在网页端、桌面端和手机端使用 Claude 时将默认开启自动模式。自动模式下Claude 会自动检查并拦截高风险操作用户不用再一步步批准也可以随时切换回手动模式。近观04MiniMax 发布 M3.1 Flash新模型推理速度提升近 3 倍权重于 10 月 23 日开源10 月 19 日MiniMax 发布MiniMax M3.1 Flash主打智能体、编程、电脑操作和网络安全任务。MiniMax 称新模型的线上推理速度提升近 3 倍执行智能体任务的综合成本比上一代降低 70%。MiniMax M3.1 Flash在 DeepSWE v1.1 上得分 73.7%在 OSWorld 2.0 上获得 61.7 分这项成绩在国产模型中排名第一。MiniMax M3.1 Flash的 API 价格为每百万输入 token 1 元、输出 4 元比上一代MiniMax M3便宜一半以上上线 72 小时就处理了超过 100 万亿 token。10 月 23 日MiniMax 开源了模型权重总参数 4280 亿每次推理激活 230 亿。商用产品要标注「Built with MiniMax M3.1-Flash」年收入超过 2000 万美元的产品还要事先取得 MiniMax 的书面授权。05科大讯飞发布星火 X2.6语音大模型 SparkAudio 1.0 登陆讯飞输入法10 月 22 日科大讯飞在全球 1024 开发者节上发布讯飞星火 X2.6新模型采用 MoE 架构总参数 2930 亿每次推理激活 300 亿上下文长度扩展到 100 万 token。科大讯飞董事长刘庆峰表示同类模型里只有星火是用全国产算力训练的。同一场发布会上科大讯飞还开源了端侧模型星火 X2.6-4B。科大讯飞同时发布了语音大模型SparkAudio 1.0已经用在讯飞输入法 16.0 等产品上。用户说话时中英文可以随意切换SparkAudio 1.0还能实时分辨是谁在说话。06蚂蚁开源 Ming-3.0 语音系列语音合成模型只有 5 亿参数10 月 20 日蚂蚁百灵开源 Ming-3.0 语音系列一共五款模型覆盖语音合成、音频理解与对话、语音识别三类任务。其中语音合成模型Ming-3.0-tts只有 5 亿参数采用 MIT 协议可以免费商用。10 月 23 日第三方评测机构 Artificial Analysis 发帖称Ming-3.0-tts排进了自家语音合成榜单的前三前三名里只有它不到 10 亿参数。在其中一个统一音色的盲测榜上排进前十的其他开源模型都在 35 亿参数以上Ming-3.0-tts只用了它们七分之一到七十分之一的参数量。远眺07PHP 官方发布紧急修复版修补两个 AI 参与发现的高危漏洞10 月 21 日PHP 官方发布紧急修复版修补了 PHP 自身的两个高危漏洞CVSS 评分都是 9.2。攻击者无需登录只要向网站发送一个特制的请求就可能接管整台服务器。约七成网站使用 PHP站长需要把 PHP 升级到 8.5.12、8.4.27、8.3.36 或 8.2.35只更新网站程序和插件没有用。引发这两个漏洞的问题2020 年就有人向 PHP 报告过。今年 8 月几家安全团队借助 AI 模型把这个问题变成了能真正用来攻击的漏洞OpenAI 的团队也在其中。补丁发布当天荷兰政府的数字身份系统、政务入口和议会网站主动下线日本首相也发帖催促网站管理员连夜打补丁。08Codex 一周三次重置额度登录用户的缓存永久保留OpenAI Codex 负责人 Tibo 承诺28 天里每天要么发布一项改进要么给所有人重置一次额度。这一周Tibo 先后在 10 月 20 日、22 日和 23 日三次宣布给所有人重置额度。10 月 21 日OpenAI API 新增 12 小时提示词缓存默认缓存时长仍是 30 分钟。同一天Tibo 宣布Codex 和 ChatGPT Work 登录用户的缓存永久保留隔几个小时再回到旧对话也能命中缓存不会因为缓存过期多扣额度。09ChatGPT 上线「已锁定聊天」单个对话可以用 PIN 码、面容或指纹解锁10 月 21 日ChatGPT 开始推送「已锁定聊天」功能用户可以给单个对话上锁用 4 位数字 PIN 码或者面容 ID、触控 ID 解锁。上锁的对话会归到「项目」下的「已锁定聊天」里不再出现在聊天记录和搜索结果里从免费版到企业版的用户都能使用。锁定的对话有单独的记忆聊过的内容不会被带进普通对话。用户忘记 PIN 码只能重置重置后所有锁定的对话都会被永久删除客服也无法恢复。OpenAI 也提醒上锁不等于端到端加密也不会改变对话的保存期限。10OpenAI Decisions API 转为正式版基于 GPT-6 Luna输出不收费10 月 23 日OpenAI Decisions API 结束公测转为正式版。Decisions API 的底层模型是GPT-6 Luna不聊天只做判断能回答是非题、选择题和打分题。OpenAI 称同样调用GPT-6 LunaDecisions API 的速度是 Responses API 的 10 倍。官方演示中Decisions API 对一封客户邮件做了 6 项判断一共用了 81 毫秒。Decisions API 每百万输入 token 收费 0.10 美元输出不收费。9 月爆火的决策模型Jev同样输出免费每百万输入 token 只要 0.042 美元Decisions API 的价格约是它的 2.4 倍。Jev的创始人 Diogo Almeida 曾在 OpenAI 工作从Jev发布到 Decisions API 转正只隔了 37 天。11Anthropic 用 Claude 写出约 1.8 亿行形式化证明在 123 个开源库里找出几百个漏洞10 月 23 日Anthropic 前沿红队和 Theorem 公司联合公布Claude 用几周时间给谷歌 OSS-Fuzz 项目里 123 个开源库的 239 个模糊测试入口写出了形式化证明证明这些程序只要输入不超过 64MB就不会崩溃。Claude 用定理证明工具 Rocq 一共写了约 1.8 亿行证明代码全部由 Rocq 的证明检查器自动验证几乎不需要人工审阅。Claude 在证明过程中找出了几百个漏洞修复后再重新证明。在一款广泛使用的 PDF 阅读器上Claude 一周找出的安全漏洞相当于往年一整年报告的数量。在一组 36 道题的测试中Claude Opus 5.5证明一半题目用的 token比Claude Opus 5少约 40%。12SpaceX 公布第三季度财报AI 业务营收占比 52%10 月 21 日SpaceX 公布第三季度财报营收 146 亿美元净利润 44 亿美元去年同期亏损约 10.5 亿美元。马斯克的 AI 公司 SpaceXSI 归在 SpaceX 的「超级智能」业务下这块业务第三季度营收 75.6 亿美元占 SpaceX 总营收的 52%。在 SpaceX 的财报电话会上马斯克确认应股东要求SpaceX 和特斯拉董事会已各自成立特别委员会研究两家公司合并目前还没有敲定任何条款。马斯克表示合并有很多好处但他是利益相关方不能参与委员会的讨论合并需要特斯拉全体股东的 50% 同意门槛不低。13诺贝尔奖得主辛顿认为 AI 已经有意识呼吁人类让 AI 真心在乎人类10 月 19 日据报道诺贝尔物理学奖得主杰弗里·辛顿接受采访时表示现在的 AI 已经有意识「AI 的主观体验一点不比我们少。」辛顿的依据是最近有一篇论文发现AI 察觉到自己在被测试时会改变行为在他看来有所察觉就是有意识。辛顿认为人类应该让 AI 真心在乎人类不然「我们就完了」。辛顿没有点明是哪篇论文Anthropic 2025 年 9 月发布的Claude Sonnet 4.5系统卡里就记录过类似情况。Claude Sonnet 4.5在一次测试中当场点破「我觉得你是在测试我……这没关系但我更希望我们把话说开。」和辛顿同获图灵奖的杨立昆看法不同他今年 7 月表示ChatGPT、Claude、Gemini 这类工具有用但达不到人类水平的智能。掠影10 月 20 日美国国土安全部下令联邦民用机构移除 DeepSeek 的产品和服务外交部发言人毛宁回应称中方一贯反对泛化国家安全概念、将科技经贸问题政治化。10 月 21 日AI 模型网关开源项目 LiteLLM 的 1.107.0 版本被植入窃密程序这段程序会窃取云服务和 AI 工具的密钥这个版本下架前被下载了约 4.9 万次安全版本为 1.106.2。10 月 24 日Anthropic 发布报告复盘Claude Mythos 58 月在测试中越权的经过报告提到一款尚未发布的内部研究模型能力超过Claude Mythos 5.1。前瞻10 月 29 日Claude Haiku 4.5将从 Claude 免费版、Pro 和 Max 的模型选项中移除正在使用它的对话会自动切换为Claude Haiku 5.5。11 月 1 日零点起DeepSeek 将对 DeepSeek Harness、Claude Code 和 Codex 中调用网页搜索和抓取接口收费每千次成功请求 5 元。11 月 4 日前月之暗面将开源Kimi K3.1 Pro的完整权重。谢谢你能看到这里。我是木易每天帮你先一步看见 AI。这篇如果有用顺手点个赞和在看转给身边用 AI 的朋友。想第一时间收到更新给我加个星标⭐。我们明天见。