权重的账单日：Kimi 放出 2.8 万亿，AI 开始还 40 年的债

Kimi K3.1 Pro 全量开放权重：2.8 万亿参数，登顶 Agent Arena 开源榜

月之暗面兑现 10 月 24 日发布会上的承诺，11 月 4 日在 HuggingFace 全量放出 Kimi K3.1 Pro 权重。模型卡账面：MoE 架构，总参数 2.8 万亿，每 token 激活约 1040 亿，93 层（69 层 KDA 加 24 层门控 DeepSeek 稀疏注意力），上下文 100 万 token，原生多模态；权重按 MXFP4 量化感知训练发布、激活走 MXFP8，训练管线以 K3 为基座做了覆盖数百个下游领域的联合强化学习。战绩按 Arena 的口径：Agent Arena 开放权重模型第一、全部参评模型第 13，工作、编程、聊天三类均居开放模型首位，排名建立在 1.75 万次真实长周期智能体会话之上，净改进率 +5.1%（上一代 K3 是 +0.9%）；衡量 Shell 命令可靠性的 Bash Reliability 从 -4.5% 翻到 +7.9%。终端基准 Terminal-Bench 4.0 拿到 65.7%，压过 GPT-6 Astra 的 58.2%，距 Claude Opus 5.5 的 66.4% 不到 1 个百分点。部署门槛摆在那里：vLLM 官方配方要一组 8 卡张量并行的 GB300/B300 或 MI355X 节点，Ollama 已宣布在 Ollama Cloud 上线托管版。Hacker News 530 分。

编者评： 这期开放权重大战里，Kimi 押的是规模上限：2.8 万亿总参守住全球最大开源模型的身位，代价是「可下载」与「可运行」之间隔着一排数据中心机柜——评测侧的聪明之处在换掉了盲测投票，改用真实会话的净改进率算账，把「开源第一」从粉丝投票变成了运营数据。规模路线的下一个考题很明确：谁的推理成本先降下来，谁的 2.8 万亿才不只是榜单数字。

腾讯混元 Hy4：770B 加入最强开源梯队，第一次学会操作电脑

腾讯混元 11 月 4 日发布 Hy4，官方口径「首次跻身最强开源模型之列」。先把用词读清楚：权重近期开源、系统卡片随后发布，今天上线的是模型与产品侧。参数从 Hy3 系列的不到 300B 爬到 770B，下一代 Hy5 继续扩。能力侧首次引入视觉理解，第一次支持 Computer Use：命令行加图形界面协同，针对 Blender、CAD 等专业软件做了专项训练。评测称其支撑 WorkBuddy 拿到 83.18 平均分、96.15% 通过率，12 个办公场景里 9 个国内第一；金融众测请了 213 位专家（七成从业五年以上），579 项真实任务综合得分开源第一；GameDev 评测较预览版提升 19.1%。安全侧的细节值得记录：训练数据只收漏洞修复类内容、剔除渗透攻击类，经玄武、科恩两个实验室审计。通稿里另有一句单独划线：为递归自我改进（RSI）打好基础，并同步开源两款科研专用基础模型。混元自己也承认与顶尖闭源模型仍有差距，定价维持不变。HN 244 分。

编者评： Hy4 的看点不在跑分在节奏：自 2 月重建基础设施以来平均每两个月一个大版本，先 Preview 试水再正式发布，770B 的规模选择明显算过账——比上代翻倍有余，又不一头扎进 Kimi 式的机柜地狱。真正的新信号是 RSI 第一次出现在国内大厂的发布通稿里，还配套了两款科研专用模型；「为递归自我改进打底」这种措辞，半年前只会出现在安全论文的假设章节。

Ripple-65B Preview：3200 万美元，练出美国开放权重编程冠军

新实验室 Ricursive Intelligence 放出 Ripple-65B Preview：稠密架构 65B，12 万亿 token 预训练，100 万上下文，thin-and-deep 设计（d_model 5120、80 层），配门控注意力、全局 NoPE、value residual 与 FFN 激活裁剪，按英伟达硬件的训推效率反向设计，无自定义内核、无量化也保持了 40% 的 MFU。Terminal-Bench 2.1 拿 80.52 分，宣布美国开放权重智能体编程 SOTA——身后是被它超越的 Reflection Beam 501B（80.1）、Meta Muse Spark Open 816B（76.4）、Thinking Machines Inkling 975B（63.8）、NVIDIA Nemotron 3 Ultra 550B（56.4），四个对手全部大它 8 倍以上。账本更扎眼：从零开始的全部研发成本 3200 万美元，公司估算为上一个开源 SOTA 的十分之一；RL 阶段只用 140 万条 rollout，约为 Reflection 的七十分之一。模型是这家 AI 芯片设计公司的内部能力外溢，已上架 HuggingFace、Together、GMI 与 OpenRouter。swyx 的转发评语是「开放模型 SOTA 的复仇者联盟」。HN 291 分。

编者评： 与 Kimi 摆在同一期看才完整：一头是 2.8 万亿参数的规模极限，一头是 65B 稠密模型用十分之一成本摸到同一块金牌。Ripple 的方法论没有魔法，全是笨功夫——模型阶梯实验逐级验证架构改动、合成数据自建、RL 任务随能力加码，最后用 MFU 和 rollout 数量两把尺子把「效率」量化到可以被审计的程度。开源竞争的叙事正在从「谁更大」切换到「谁的单位智能更便宜」。

OpenAI Images 2.6：生成提速一半，图片开始动起来

OpenAI 11 月 4 日把 Images 2.6 推到 ChatGPT、Codex 和 API。三个卖点：生成速度比上一代快 50%；GIF 动图，品牌吉祥物、表情包、产品循环图从一个提示词直接出；跨轮次编辑的一致性，改图时保住角色、产品与品牌细节。API 侧拆成双档：Flare 走快，低质量设置下 6 秒出图，还改进了海报与产品图的排版质量；Sunburst 走精，中高质量设置下跨编辑一致性更强。配套新能力包括图像标记定位编辑（mark up 精确指定改哪里）、SVG 导出、complexity 参数控制模型的规划深度。背景数字给出规模感：ChatGPT、Codex 与 API 加起来每周生成 40 亿张图，日均超过 5 亿。官方公告帖 1.75 万赞，开发者公告帖 2900 余赞。

编者评： 40 亿张/周这个数字比任何模型参数都更能解释图像赛道的现状：生成已经从「演示」变成「水电」，比拼维度随之从画质转向周转速度与编辑轮次的稳定性。Flare 与 Sunburst 的分档命名值得琢磨——速度与质量被拆成两个可独立选购的商品，这是基础设施成熟期的典型定价动作。GIF 看着是小功能，实际是把图像模型往社交传播的母语上又推了一格。

Vercel 的 AI 安全审查上线 24 小时：6817 个漏洞，1411 个已修

Vercel CEO Guillermo Rauch 11 月 5 日凌晨发帖公布战报：Security Reviews 上线 24 小时，6,817 个漏洞被识别，580 个定级危急或高危，1,411 个已经由 Agent 完成修补，功能对所有人免费开放至 11 月 10 日。帖子收获 1200 余赞。一天之内、一个平台、四个数量级的产能数字，这条不长的帖子把「AI 改变安全工程」从趋势判断翻译成了生产报表。

编者评： 这条新闻要跟下面那条 HN 千分讨论对照着读：那边的核心焦虑是找漏洞与修漏洞之间的不对称——AI 把发现侧提速了，修复侧还在靠四个工程师写两个月补丁。Vercel 的数字恰好补上另一半管道：AI 找、AI 修、人签字，「1,411 个已修补」说明修复侧的自动化已经跑通了一个平台的量。免费窗口本身也是个策略样本：用 24 小时产能数据换全网开发者的习惯养成。

HN 千分热议：AI 正逼人类偿还 40 年的技术债

Hacker News 今日榜首属于一篇 IEEE Spectrum 的深度报道（原文 11 月 2 日刊发，11 月 4 日午间提交后冲上 1180 分、690 余条评论）。故事线：PHP 语言 2024 年就挂着一个「只会让程序崩溃」的内存溢出 bug，报告躺在队列里没人当回事；今年安全公司 Calif（由 OpenAI 赞助审计）的研究员借 AI 工具把它升级成了可远程执行代码的临界漏洞——PHP2Shell，威胁 WordPress、Drupal 生态托管的 NASA、维基百科、白宫等站点，补丁赶在攻击者之前发布。Tolmo 安全研究负责人 Matt Suiche 的总结被评论区反复引用：「过去 40 年人类写的遗留代码正在被暴露，技术债到还的时候了」。哥伦比亚大学的 Suman Jana 补了方法论注脚：这类利用需要大量「痛苦而具体的推理」，恰好是 AI 擅长的脏活；修复侧则残留不对称——四个工程师花两个月开发补丁，文中还点名 Anthropic 10 月 22 日的形式化验证工具（LLM 写补丁、LLM 写正确性证明、外部检查器验证明）。约翰霍普金斯的 Matthew Green 给出悲观注脚：不出一次「普通人都会生气」的大事故，这笔债没人会认真还。

编者评： PHP2Shell 的真正分水岭不在漏洞本身在成本结构：AI 把「痛苦而具体的推理」的价格打到地板，40 年攒下的崩溃类 bug 报告一夜之间全部变成了潜在攻击面。Jana 说的另一面更值得抄：顶尖 0.1% 专家的产能被放大了，紧挨着他们的那批人也被拉了上来。修复侧的形式化验证进展（补丁加机器可查的证明）是这条新闻里少数的好消息，跟 Vercel 的战报放在一起看，「AI 找、AI 修」的闭环两侧都在施工。

YouTube：AI Daily Brief 判断 AI 正踉跄滑向递归自我改进

The AI Daily Brief 频道 11 月 4 日播出 26 分 38 秒专题，标题用了「Lurches」这个词——AI 正踉跄着滑向 RSI（递归自我改进）。这期内容与本期前半形成三处互证：Ricursive 的公司名直接取自 RSI，腾讯混元在 Hy4 通稿里写「为 RSI 打好基础」，加上这期节目的判断，同一个词在一个 24 小时窗口里出现在公司注册文件、国内大厂通稿和英文播客标题三个位置。

编者评： 「Lurches」是个精妙的选词：不是「marches」的整齐划一，也不是「leaps」的跃迁，是踉跄——方向明确、姿态难看、说摔就摔。对一个尚无验收标准的技术目标来说，这种措辞比乐观或恐慌都诚实。值得盯的下一站是度量：RSI 目前没有公认的验收基准，谁先拿出可复核的度量，谁就把这个词从口号变成学科。

B站：Al早知道晨报，四条快讯拼出今日开源全景

UP 主 Al早知道 11 月 5 日早晨发布 10 分 45 秒晨报，四条快讯串起本窗口的中文视角：Kimi 2.8 万亿权重开源登顶、ChatGPT 全量上线 Images 2.6、GPT-6.2 两款新旗舰传闻本周五登场、DeepSeek 谈开源动机是加速 AGI。视频新出炉两小时，B站 API 口径播放两百多次（搜索页显示的数字有平台灌水，老规矩只认前者）。选题与英文源的重合度极高，还补上了后者不关心的 GPT-6.2 传闻线。

编者评： 晨报类内容的价值从来不在深度在拼图速度：Kimi、Images 2.6 两条与英文源的时间差已经缩到小时级，中文信息圈的硬新闻延迟基本消失。真正留在中文生态手里的独有素材是 GPT-6.2 周五传闻——这条线英文大媒体反而还没接，下期声浪可以回头验证它准不准。

编者按

本期三条线。

第一条是开放权重的分层竞争。Kimi K3.1 Pro 用 2.8 万亿参数守住规模纪录，Ripple 用 65B 稠密架构加 3200 万美元账本证明效率路线，腾讯 Hy4 用 770B 加场景工程卡位均衡——三家在同一个 24 小时窗口里各自交卷。开源赛场的问答题从「敢不敢放」换成了「账怎么算」：Kimi 的账是部署门槛（8 卡节点起步），Ripple 的账是训练成本（前 SOTA 的十分之一），Hy4 的账还没摊开，「近期开源」的措辞留了伏笔。

第二条是 AI 还债的闭环施工。Spectrum 长文说 AI 逼人类偿还 40 年技术债，HN 六百多条讨论的焦点落在不对称上：发现侧提速了，修复侧还是四个工程师两个月。Vercel 的 24 小时战报恰好补上另一半管道——6817 个漏洞里 1411 个已由 Agent 修完。两新闻对照着读，悲观注脚就不那么绝对了：找与修两侧都在自动化，只是速度不同。

第三条是 RSI 的措辞迁徙。半年前这个词主要住在安全论文的假设章节里，今天它出现在腾讯的发布通稿、一家新实验室的公司名、英文播客的标题——三个位置一起换词，说明它已经走完了从禁忌到排期的旅程。缺的还是验收标准：没有可复核的度量之前，所有「为 RSI 打底」的声明都只能先当路线图看。