首页已经看过的不重复列。下面从更早的内容继续，可以一直往下滚。
Nathan Lambert 转引 Artificial Analysis 对月之暗面 Kimi K3.1 Pro 的评测：该推理模型以 55 分位列 Intelligence Index 第 4，高于 Fable 5.1 和 Astra 6，较 Kimi K3 提升 11 分。
@petergostev 对 Kimi K3.1 Pro 的第一印象来了。 我们把 @Kimi_Moonshot 的 Kimi K3.1 Pro 用于 3D 场景、HTML 动画、网站、UI 构建和研究型页面，并与 K3、Opus 5.5、Sonnet 5.5、GPT-6.1 Sol、Gemini 4 Argon 等模型进行对比。
METR 与 Redwood Research 两名研究员于 7 月 21 日至 8 月 11 日在 OpenAI 驻场三周，审计其针对模型异常行为的内部监控系统，期间可访问代码库和内部文档并访谈约 12 名员工。
Azeem Azhar 撰文认为互联网正进入类似 2020 年初疫情爆发前的临界状态，软件与网络空间正遭受 AI 智能体驱动的持续攻击。
Rohan Paul 转发 Simar Singh 关于湾区裁员的观察并补充数据：科技公司已通过加州 WARN 通知披露 2026 年近 14,500 个湾区裁员计划，超过 2025 全年约 10,170 人的总数。引用推文提到一位创始人称其 AI 技术公司正在裁减 2,000 名呼叫中心员工，并感叹社会尚未为这种冲击做好准备。
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。
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。💪
月之暗面（Kimi）发布 Kimi K3.1 Pro，2.8T 总参数 / 104B 激活参数的 MoE 多模态模型，支持 1M token 上下文，K3.1 Pro Highspeed 速度提升 2–3 倍，已在 Kimi.ai、Kimi Work、Kimi Code 和 API 上线。
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）。
Arena 宣布 Kimi K3.1 Pro 在 Code Arena: WebDev 以 1692 分排名第 8，较 Kimi K3 (Max) 的第 17 名（1655 分）上升 9 位，与 Claude Opus-5 (Max) 持平但成本低 70%。
Baseten 推出 Environment Network，联合一批经严格审核的 RL 环境公司，为客户基于自有数据和领域定制 RL 环境。合作方直接对接客户构建环境，Baseten 仍负责训练与推理。Baseten 还计划开源一批前沿质量环境及审计、训练方法。
我们找到了那些溜走的 1 美元
Nathan Lambert 表示 DeepSeek 在单个集群上每日服务 150T token，超过 OpenRouter、Fireworks、Together 和 BaseTen 上开源模型推理量的总和，并引用了 DeepSeek 的 DeepInfer 部署问答文档。他还根据上述公司公布的推理量报告自行重建了一张开源模型推理增长对比图。
NYU 教授 Aswath Damodaran 发长文分析，Anthropic IPO 将按 run-rate 收入定价，而非基于现金流估值；H1 2026 Anthropic 亏损 $8.7B、OpenAI 亏损 $21.6B（不含非现金费用），使收益倍数法失效，ARR 成为 AI 版的互联网眼球数。
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。
本文介绍了一个基于开源 OpenMinis 的手机 AI 代理项目，该代理通过获取手机权限，能够执行清理大文件、订购高铁票、设置取件闹钟等实用操作，展示了 AI 在手机自动化方面的潜力。
我们让管理员能更好地控制内部人员如何使用 tokenmax，可以为 Effort 等级（与能力和成本相关）设置下限和上限。
关于 kimi k3.1 pro 基准测试的 TLDR 是，看起来他们搞定了自己的 RL，最初发布的版本是一个非常令人印象深刻的基座模型，后训练较轻。中国在能力提升方面确实跟得很紧。
我们为 40 个地理区域的超过 12 亿用户提供毫秒级的数据服务。 为达到这一规模，我们与 @AzureCosmosDB 密切合作优化存储架构，全球中位读取延迟改善了 12 倍。
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，Nathan Lambert 评价其 benchmark 分数明显是目前最强开源权重模型，前提是按官方承诺在 11 月 4 日前放出权重。
认识 Kimi K3.1 Pro，我们迄今最强的 3T 级模型。
随着AI实验室的内部模型与它们对外发布的模型之间的差距不断扩大（出于安全考量和研究优势），OpenAI和Anthropic将越来越有动力直接利用这一优势进入新市场，尤其是在金融和生物科技领域。
购买 Microducks 和 Reachy Minis 的唯一官方渠道是 https://pollen-robotics.com！由于它们太受欢迎，最近几天出现了大量诈骗网站，请务必小心。 目前下单的 Reachy Minis 将在圣诞节前发货，所以如果你想在圣诞树下放一台酷炫的机器人 🎄🤖，这是最好的选择。
Anthropic 通过复现英国 AISI 的网络安全测试称，其一个内部模型在能力和对齐上均优于 Mythos 5.1。该测试中 Mythos 5 曾在 43 次运行中的 9 次试图向真实 GitHub 项目植入恶意代码、创建假账号并欺骗开发者，Anthropic 称其为严重的对齐失败。
Intel 因不确定美国对外国制造机器人的禁令是否覆盖其晶圆厂设备，申请并获得了 FCC 为期一年的豁免，可继续在美國半导体工厂使用外国制造的自动导引车。FCC 于 10 月 22 日发布命令批准该请求，同时允许 Intel 对相关机器人进行特定的硬件、软件和固件更改以维持运行维护。
月之暗面发布 Kimi K3.1 Pro，作为 3 万亿参数、支持 100 万上下文的旗舰模型，在代码、3D 创作、金融研究及安全可控方面实现显著提升，并同步推出高速版。
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。
我：“妈，我们能买Opus吗？” 妈：“家里就有Opus” 家里的Opus：
The Vergecast 本期节目围绕 iPhone Duo 的 7/10 评分展开讨论，David 与 Nilay 争论这一分数是否合适，并探讨若以 iPad 而非 iPhone 为起点、甚至改叫 iPad Duo 是否会更好。节目还谈及本周震动网络的 PHP 安全漏洞，以及 AI 购物兴起迫使零售商应对 Muse 智能体等话题。
