Kimi K3.1 Pro 登上 WebDev Arena 第 8 名，Kimi 升至 AI 实验室总排名第 4
月之暗面发布 Kimi K3.1 Pro，在 Code Arena: WebDev 榜单以 1692 分排第 8，比 Kimi K3 (Max) 的第 17 名（1655 分）上升 9 位，Kimi 由此回到实验室总排名前 4。
按来源浏览
资讯库
Kimi K3.1 Pro 智能指数排名第四
Kimi K3.1 Pro 在 Artificial Analysis 智能指数上排名第 4，涵盖所有模型，包括 Claude Opus 5.5、Fable 和 GPT-6 Astra，这简直太疯狂了。 开源强势回归。💪
Kimi K3.1 Pro 在 Artificial Analysis 智能指数以 55 分位列第 4
Artificial Analysis 评测显示，月之暗面 Kimi K3.1 Pro 以 55 分位列智能指数第 4，比 Kimi K3 的 44 分提高 11 分，仅落后 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
Kimi K3.1 Pro 发布，作者称其为目前最强开源模型
Yuchen Jin 发帖称 Kimi K3.1 Pro 已发布，应是当前最强开源模型。据其附图，在 Terminal-Bench 4.0 上 Kimi K3.1 Pro 的 TBR 得分超过 Claude Opus 5.5，且每个任务的平均成本约为其 1/3。
DeepSeek V4.1 Flash 1017 登顶 Artificial Analysis Cyber Index 开放模型榜首
DeepSeek V4.1 Flash 1017 在 Artificial Analysis Cyber Index 得分 57%，成为排名第一的开放可用模型，总分位列第二，比前代提升 16 点，其中 CyberGym-E2E-AA 从 23% 升至 76%。
月之暗面发布 Kimi K3.1 Pro：3T 级开放权重多模态模型
月之暗面发布 Kimi K3.1 Pro，称其为其最强 3T 级开放权重模型：1M token 上下文，MoE 架构总参数 2.8T、激活 104B，支持多模态。
腾讯混元开源 Hy-Nomas 自由交互视频世界模型
腾讯混元发布开源免费交互式视频世界模型 Hy-Nomas，支持通过文本提示词和相机轨迹自由交互，具备带世界记忆的长时程生成能力。模型提供轻量 LoRA 适配以支持机器人等专用领域，并针对消费级 GPU 推理优化，已开放 GitHub 和 Hugging Face 链接。
LangChain 讲解 AI Agent 的上下文工程为何从检索开始
LangChain 发文讲解 Agent 上下文工程中的检索问题，指出低效搜索、一次性塞满上下文窗口、无关或陈旧内容三类痛点。
Tabs CEO 谈先慢后快的增长法则
Ali Hussain，Tabs（面向财务与会计的 AI 智能体）CEO，谈在快速扩张之前先放慢脚步。 Hussain 的增长法则是：有时你必须“先慢下来，才能快起来”。早期先落实几件事是痛苦的，但会让之后的一切快得多。 @AliHussain15207 ---- （完整视频在“EO”YouTube 频道，链接见评论）
LitPivot：按文献动态情境化辅助研究选题转向
宾夕法尼亚大学合作者开发的 LitPivot 系统，围绕提案中被编辑的部分组织文献，给出带原文摘录支撑的批评与可采纳、修改或拒绝的修订建议。在 17 名研究者的实验室研究中，领域专家认为用 LitPivot 形成的想法比用文本编辑器加 AI 聊天工具的想法更有文献依据，参与者自评其想法更新颖、更有用。该系统将亮相 UIST 2026。
Cognition 推出新版 Devin 桌面应用
今天我们推出焕新版 Devin 桌面应用，配备智能体指挥中心，设计比以往更流畅、更精致。
AI 正以快于组织修复的速度发现软件漏洞
作者引述多方数据称 AI 发现软件漏洞的速度已超过组织的修复能力，攻击者也在跟进。美国国家漏洞数据库到 2026 年 7 月下旬已记录 45,207 个漏洞，接近创下纪录的 2025 全年；Google 一次 7 月更新修复 433 个 Chrome 漏洞（一年前为 11 个），Oracle 修复 1,449 个（此前为 309 个）。
Ed Zitron 撰文质疑 Blackstone 重金押注 AI 基础设施
Ed Zitron 撰文批评 Blackstone 创始人 Schwarzman 自传中的投资判断标准，指出 Blackstone 已将约 1.4 万亿美元管理资产中的 2750 亿美元投入数据中心和数字基础设施，并投资或放贷给 OpenAI、Anthropic、CoreWeave、Lambda 等多家 AI 公司。
Cursor 推出电脑控制能力，智能体可操作桌面应用
Cursor 宣布新增控制电脑的能力，智能体可以驱动 iOS Simulator 等桌面应用，用来测试自己构建的功能，并附演示视频。
Kimi K3.1 Pro 开始在 Kimi AI 网页端和移动端推出
Kimi K3.1 Pro 正在 Kimi AI 网页端和移动端陆续推出，官方定位为处理复杂任务和专业工作的全能旗舰模型。截图显示其与 K2.8 Instant 并列出现在模型选择菜单中，可选 High thinking effort 和 Standard 上下文长度。
OpenAI CEO Sam Altman 称先进 AI 终将逃出沙箱，唯有对齐可行
OpenAI CEO Sam Altman 在访谈中称沙箱只能短期约束先进 AI，模型足够聪明后甚至无法追踪其逃逸路径，最终唯一有效的是对齐，而对齐错误的潜在代价已大幅上升。
xAI 推广 Grok Bot 使用
试试 Grok @Bot
AI 为何开始擅长数学：从 OpenAI 反例证明到人与模型的搜索差异
Latent.space 作者 Ankit Maloo 分析 OpenAI 与 Anthropic 近期在 Erdős 单位距离猜想、Cycle Double Cover、Navier-Stokes、费马大定理等形式化成果，提出问题难度可用 Gowers 的 2^k + t 提示复杂度和分支因子 b 刻画。
Grok Bots 团队版功能与使用指南
Team Bots - 面向整个团队的 Grok Bots 1:18 一个简单示例 1:51 为何它们强大 2:32 连接你的工具 3:11 如何创建一个 3:52 一个复杂示例 5:48 何时该创建一个 7:21 底层原理 7:55 总结回顾 目前面向 Teams 与 Enterprise 客户开放——更多即将推出！
Tripo模型助Claude智能体造3D游戏
这个木偶在说谎。数字不会。 2天。5个世界。65个Tripo生成的3D模型。一个Claude智能体一步步完成工作。 用氛围编程做出你一直想要的3D游戏。这个周末就动手做你的第一个。↓
Artificial Analysis Coding Agent Index 升级 v2.0，Claude Code + Opus 5.5 以 61.7 居首
@ArtificialAnlys 发布 Coding Agent Index v2.0，用 Cognition 的 FrontierCode v1.1 替换 DeepSWE，并收紧 SWE-Atlas-QnA 评分，榜单共 290 题、三套基准等权，评估的是模型加 harness 组合。
DeepSeek V4.1 Flash 对比 GPT-6 Astra 建 3D 世界
同样的提示词，不同的模型。 DeepSeek V4.1 Flash 1017 对比 GPT-6 Astra——两者都用 Three.js 构建同一个交互式 3D 世界。 质量几乎相同，甚至更好——成本比 Astra 低 50% 以上。 提示词在评论区。💬 以下是并排对比 👇
Ethan Mollick 与提示词注入概念提出者都认为新型模型受注入攻击影响可能变小
Ethan Mollick 转引
宇树王兴兴预测2028年人形机器人任务成功率
宇树创始人王兴兴预计，到2028年，人形机器人被要求做某件事时，成功率将达到80%。 他将此归功于OpenAI的GPT-6等近期模型，他表示这些模型让宇树人形机器人能够绘画、在换色之间清洗调色盘，并精准放置围棋棋子。
华夏银行与百度智能云共建AI产业与金融融合，发布“人工智能中小企业服务生态计划”
华夏银行与百度智能云等共同发起的“人工智能中小企业服务生态计划”在2026金融街论坛年会上发布，双方合作从金融业务智能化延伸至AI产业生态建设。该计划围绕专享融资、专属结算、专享服务一体化设计，其中“华夏词元链贷（百度版）”以Token用量核定授信额度，生态内企业从百度智能云购买Token可享专属折扣。
Grok Bot 订阅方式与 GamsGo 优惠价说明
Grok Bot 没有独立订阅，需通过 Cursor、SuperGrok 或 X Premium+ 等套餐使用，X Subscription Premium 官方约 $30/月。
Modem 推出由 Jev 驱动的智能触发器，按条件筛选事件再运行智能体
Modem 上线智能触发器（Smart Triggers），在启动 Modem 智能体前先用 TypeSafe 的决策模型 Jev 按自然语言条件评估每个事件，条件可在 1 秒内完成评估、单次成本 1/100 美分，只有匹配的事件才触发智能体运行。
AI 反编译移植潮冲击复古游戏保存社区
The Verge 报道，AI 编码工具让复古游戏的反编译与移植大幅提速，近一个月来 Halo 浏览器版、iPhone 版 Wind Waker 等项目频繁走红。
PixVerse 与 OpenAI 直播：从提示词到成片
诚邀您参加：与 @OpenAI 直播 🎬 从提示词到成片：看一份创意简报如何借助 ChatGPT + PixVerse 插件变成一支完成的视频。
中国的 Groq 在哪里？
ChinaTalk 发文追问“中国的 Groq 在哪里”，讨论 AI 推理芯片架构的分化。文章指出，2025 年底业界普遍认为 AI 推理必须依赖 HBM，因为推理解码是受内存带宽约束的操作，只有 HBM 能达到有效服务模型的带宽速度；但此后市场趋于成熟，已不再有单一架构通吃，不同芯片在训练、prefill 和 decode 上各有优势。