Kimi K3.1泄露、Claude Sonnet 5.5发布：智能体安全成焦点

今天的AI圈围绕一个共同主题展开：当智能体的能力越来越强，那道控制它的"闸门"究竟该放在哪里？佛罗里达想把它交给法官，英伟达要把它焊进芯片，而另一家公司则反其道而行，直接给智能体发了电话、邮箱和钱包。以下是几条值得关注的动态。

Kimi K3.1 后台泄露，已可调用

月之暗面尚未发布的下一代模型 Kimi K3.1，被开发者提前从后台"翻"了出来。有开发者在月之暗面接口平台的模型注册表里发现了一个新标识 K3.1，尝试调用后发现竟然能调通。当天晚些时候，官方开发者平台上也出现了预览条目。

目前能看到的信息包括：上下文最长 100 万 Token；推理强度分为低、高、最高三档；可能新增一个智能体模式；还有一个名为 Swarm 的多智能体协作模式，以及搜索和批处理能力。开发者平台标注的价格与现有 K3 代相同，但这很可能只是占位数字。有开发者推测，三档推理强度背后对应的是不同算力分配与价格档位。

需要说明的是，月之暗面并未官方宣布，也没有给出发布日期，这些信息都是从后台和预览页扒出来的。但有一点确定——模型已经挂在接口上且能调通。按过去几次经验，走到这一步，离正式发布通常不远。作为背景，K3 代于 7 月发布，2.8 万亿参数是目前最大的开放权重模型，本月刚上线亚马逊云平台。如果 K3.1 本周发布，将正好撞上 OpenAI 的开发者大会。

Claude Sonnet 5.5：编程基准亮眼，但成本存疑

Anthropic 发布了 5.5 家族的第二个成员 Cloud Sonnet 5.5，距离前一个成员仅隔 6 天。价格维持不变，每百万输入 2 美元、输出 10 美元，是 Opus 5.5 的一半；上下文 100 万，且长上下文不加价。

厂商给出的成绩中，最抢眼的是终端编程基准达到 70.6%，而上一代 Sonnet 5 代仅为 10.3%，更贵的 Opus 5.5 是 66.4%。平均下来，它约能拿到 Opus 5.5 的 98% 分数，8 项里有 7 项仍是 Opus 更高，但差距只有 0.7 到 3.2 分。厂商还称其输出速度提升三成以上，单任务成本最多可降三成。

这里有一处值得念出来的矛盾：第三方机构 Artificial Analysis 在自己的测试套件上测到的结果是反的——在最高推理强度下，Sonnet 5.5 每个任务的成本达到 7.6 美元，比上一代还贵了约一半。两个说法并不矛盾，因为仅推理强度一项就能让账单相差 20 倍。这恰好说明，"便宜多少"这件事很看你怎么用。

开发者还需注意几处会导致现有代码报错的改动：思考模式不能再关掉；强制工具调用会直接报错；温度等采样参数只要不是默认值也会报错。安全方面，这是第一个带网络安全防护的 Sonnet，防护分三层，第一层直接查看模型内部的激活。需要提醒的是，上述所有成绩目前仍是厂商自己的口径。

文中提到的"终端编程基准"指的是 SWE-bench Verified，这是目前评估AI编程能力最被广泛引用的基准测试之一。它从真实的GitHub开源项目中抽取已解决的Bug报告，要求模型在不提供答案的情况下，通过读取代码仓库、定位问题并提交补丁来修复Bug，最后以能通过原有测试用例的比例计分。SWE-bench之所以被视为"含金量较高"的基准，在于它考察的是端到端的工程能力，而非孤立的代码补全。不过该基准同样存在饱和风险——随着越来越多厂商针对性优化，其区分度正在下降，这也是解读单一基准分数时需要保持谨慎的原因。

佛州要求法院叫停 OpenAI 新模型

佛罗里达州总检察长向州法院递交了一份 49 页的动议，请求法官发临时禁令：在有独立第三方的安全防护和审批之前，禁止 OpenAI 开发新的 AI 模型。这并非新官司，而是 6 月那场诉讼里的新动作——OpenAI 曾把案子转到联邦法院，本月法官又同意将其发回州法院。

动议还要求禁止 OpenAI 宣传自家产品"安全、准确、可靠"，禁止给聊天机器人赋予人的特征，禁止故意拉长用户对话时长，并在佛州完全禁止未成年人使用 ChatGPT。总检察长在一段视频里放话：如果奥特曼说要放慢是认真的，他可以加入我们，一起向法院提出这个请求。

OpenAI 回应称，已于上周五宣布暂停最强模型的训练，只有在确信有额外保障后才会恢复，并表示愿意与佛州及其他州一起推动适用于整个行业的政策。需要说清楚的是，这目前只是一份动议，尚未裁定。

英伟达把安全焊进芯片

英伟达发布了名为"开放智能体安全平台"的产品，由软件和硬件两部分组成。起因说得很直接：最近好几起事件里，智能体都绕过了应用层的安全措施去完成任务。英伟达的判断是——一个智能体，不能指望它完全管住自己。

软件那半叫 OpenShell，开源。每个智能体跑在内核级隔离的环境中，旁边配一个监管进程，所有对外请求都必须先经过它，除此之外智能体没有任何其他联网路径。即使智能体运行自己写的代码，这些控制依然存在。硬件那半更狠，叫 Sentry，跑在英伟达的数据处理芯片上，在芯片里直接盯着智能体的活动、执行安全策略。它运行在一个独立信任域中，智能体和攻击者都看不见它。

目前该方案只能用在英伟达自家服务器上，但英伟达称已有一百多家机构在用，包括 Anthropic、微软、摩根大通。马斯克那家 AI 公司的总裁点出了核心：安全应该在模型之外，用智能体绕不过去的控制来执行。当天英伟达股价上涨两个多点，同时宣布再加 1500 亿美元回购。

英伟达所使用的"数据处理芯片"（DPU，Data Processing Unit）是近年来数据中心架构中兴起的第三类核心芯片，与CPU、GPU并列。DPU专门负责网络、存储、安全等基础设施任务的卸载与加速，运行在独立的处理域中，对宿主机上的应用程序不可见。Sentry正是利用了这一隔离特性：即使AI智能体获得了系统级权限，也无法感知或篡改运行在DPU上的安全监控逻辑。这种"带外监控"（out-of-band monitoring）的思路并非英伟达首创——安全领域长期用类似方式保护硬件可信执行环境（TEE），英伟达的创新在于将这套机制专门适配到AI智能体的行为审计场景。

Manners 给智能体发"钱包"，AMD 收购 World Labs

与前面几条"关门"的思路相反，Manners 今天发布了 2.0，并推出个人智能体应用 Q。其最特别之处是给每个智能体配了一整套自己的东西：独立邮箱、电话号码、钱包，还有一台电脑。智能体可以自己发消息，在你设好的预算内自己付钱，在自己的机器上把一件事从头办到尾，还能替你接电话并留下通话摘要。多个智能体可拉进同一群组分工接力，也能接入日常服务如点餐排队取号。目前是抢先体验，需要邀请码。Manners 还提到正在组建团队开发面向国内市场的产品，与国产模型厂商的合作也在推进。

最后是一笔收购。AMD 宣布以全股票交易、约 82 亿美元收购李飞飞创办的 World Labs，这是 AMD 历史上第二大收购，仅次于当年 500 亿美元买赛灵思。交易预计年底前完成，仍需监管审批。完成后，李飞飞将以执行副总裁兼首席科学家身份加入 AMD，直接向苏姿丰汇报。World Labs 做的是空间智能——从文字、图片和视频里生成、重建和模拟可交互的三维环境，也做机器人学习与仿真。AMD 的逻辑是要造下一代 AI 算力平台，得先深刻理解模型往哪儿变，同时补上物理 AI 这块短板。市场不太买账，消息出来后 AMD 股价跌约 4%。

World Labs 所专注的"空间智能"（Spatial Intelligence）是李飞飞在斯坦福期间提出并持续推进的研究方向，核心命题是：真正通用的智能需要理解并推理三维物理世界，而不仅仅是处理文本和二维图像。从技术路径看，空间智能涵盖从单张图片或视频重建可交互三维场景（Novel View Synthesis）、物理仿真，到为机器人提供感知与操作的基础模型。这一方向与当前大模型以语言为中心的范式形成互补，也是"物理AI"（Physical AI）赛道的核心支撑技术。AMD收购World Labs的战略意图，除补齐技术短板外，还有一层：在英伟达主导AI训练算力的格局下，通过掌握下游应用层（尤其是机器人与具身智能）的核心模型技术，为自身芯片创造差异化的需求锚点。

同一个转变：闸门放在哪里？

把今天几件事放在一起看，说的其实是同一个转变：业界开始不再相信智能体能自己管住自己。区别只在于，你打算把那道闸放在哪——放在它能碰到的地方，还是它够不着的地方？佛罗里达想交给法官，英伟达焊进芯片放在智能体看不见的地方，Manners 则把一把能花钱的钥匙直接交到智能体手上，只在外面画了一个预算的圈。这场关于"控制权"的分歧，才刚刚开始。