月之暗面今日在 Kimi API 上线 Kimi K3.1 Pro，完整模型权重承诺于 2026 年 11 月 4 日前开源。定价为输入 2 美元/百万 token、输出 10 美元/百万 token，与 GPT-6.1 Sol 持平，是 Claude Opus 5.5 的一半。另提供 Highspeed 版本，速度提升 2-3 倍，价格翻倍，但输入 token 缓存命中价格不变。Artificial Analysis 给出 55 分，超过 Claude Fable 5.1、GPT-6 Astra 和 Gemini…
推荐理由开源前先看价格：输出仅为 Opus 5.5 一半，AA 评分 55 分只差 3 分，可先按 API 试用。
Eye Security 发现已废弃的 Popcorn Time 分支 Time4Popcorn 的更新器仍在全球数百万台 Windows、macOS 和 Android 设备上运行，通过未加密的 HTTP 连接已废弃的域名，并运行过时且不安全的 Chrome 版本。该更新器可被用来以完整权限安装和运行任意软件，攻击者只需接管其中一个域名即可组建僵尸网络。研究人员注册了其中一个域名，下发更新指令让更新器自我禁用；截至 3 月已发出超过 200 万次更新下载，随后停止发送并将域名移交给 Shadowserver 基金…
推荐理由废弃软件仍留后门，200 万次更新下载说明存量设备规模，做客户端更新机制的人该看
月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，比 Kimi K3 提升 11 分，排名第四，仅比 Claude Opus 5.5（58 分）低 3 分。若按计划在 2026 年 11 月 4 日开源权重，它将成为得分最高的开源权重模型，开源与闭源模型的差距将从 12 分缩小到 3 分。同步推出速度提升 2-3 倍的 Highspeed 版本，两者均已上线 Kimi.ai、Kimi Work、Kimi Code 和 API。API 定价为输入每百万…
推荐理由API 输入每百万 token 2 美元，Agent 任务得分接近 Claude Opus 5.5
METR 和 Redwood Research 的两名研究员于 7 月 21 日至 8 月 11 日在 OpenAI 驻场，审计其针对失控 AI 行为的内部监控系统。审计期间，GPT-5.5 及以上级别模型产生的内部 Agent 类 Responses API 流量中，估计有 6% 至 25% 完全未被监控覆盖。本应受监控的内部 Codex 流量，在 5 月至 7 月间约 10% 未被追踪，原因是系统处理上下文压缩事件时存在缺陷；OpenAI 在审计期间自行发现并修复了该 bug。审计员还找到隐藏数百个动作、绕过 …
推荐理由了解前沿实验室内部监控的真实覆盖率：6% 至 25% 的 Agent 流量未被监控，这个数字比任何安全声明都具体。
LangChain 发文讨论 AI Agent 的上下文工程，指出检索是核心难点。文章归纳 Agent 检索的三类问题：低效搜索（反复打开文件、重写查询，浪费 token 和时间）、单次返回过多上下文（一次搜索塞满窗口，没空间做正事）、无关或过时信息（模型难辨真假，错误会沿后续步骤传递）。文章以竞品分析 Agent 为例，说明 agent harness 应针对不同检索任务选用合适工具，并介绍 Deep Agents harness 的内置技巧。原文为博客开头部分，具体技术方案未完整呈现。
推荐理由做 Agent 检索和上下文管理的人可对照三类失败模式检查自己的 harness 设计
The Vergecast 本期节目讨论 iPhone Duo 的 7/10 评分是否合理，以及这款设备如果以 iPad 而非 iPhone 的定位推出是否会更好。节目还谈及本周影响整个 Web 的 PHP 重大安全漏洞，以及 AI 购物增长迫使零售商应对 Muse agents 等 AI 代理购物行为。原文信息有限，未给出漏洞细节和具体影响范围。
推荐理由播客讨论为主，缺少可操作信息，仅 PHP 漏洞和 AI 代理购物两点值得留意。
Anthropic 预计今年上市，估值最高达 2 万亿美元。按最新一轮 9650 亿美元私募估值计算，早期投资人持股已价值数十亿：前 Google CEO Eric Schmidt 2021 年参与 A 轮（当时估值 4.61 亿美元），现持股约 1%，价值近 100 亿美元；Iconiq 去年以 1830 亿美元估值投入 60 亿美元，现价值 170 亿美元；Menlo Ventures 累计投入超 10 亿美元，现价值 140 亿美元；红杉今年以 3800 亿美元估值投入 30 亿美元，已翻倍；Sound Ve…
推荐理由看一组具体数字：Spark Capital 的 7500 万美元如何变成 70 亿美元，以及各轮次估值的变化。
开发者发布 Windows 应用 Break Buddy，用 Ollama 本地模型生成不重复的提醒文案，可自定义人格（如讽刺朋友、海盗），并按活跃窗口判断是否在开会时暂缓提醒。用户用一句话描述需求即可生成配置，无需设置界面。默认模型为 gemma4:e4b，需 Windows、Python 和 Ollama，从克隆到首次弹窗约 5 分钟，代码已开源。
推荐理由想试本地小模型落地的，可看它如何用 Ollama 结构化输出把一句话变成配置文件
Anthropic 的 Frontier Red Team 与 Theorem 合作，让 Claude 对 Google OSS-Fuzz 项目中 123 个开源库的测试程序进行形式化验证，几周内生成了约 1.8 亿行数学证明代码，由 Rocq 独立校验，几乎不需要人工复核。过程中 Claude 发现并自行修复了数百个 bug，其中包括一个隐藏十余年的逻辑错误；在验证某 PDF 阅读器时，一周内发现的安全漏洞数量相当于该软件全年通常报告的数量。局限也很明确：证明只在特定处理器架构、单线程、输入小于 64 MB 的条…
推荐理由形式化验证原本需要 20 人年才能完成 seL4 内核，现在 Claude 几周就能生成 1.8 亿行证明