AI 日报 · 2026 年 10 月 24 日 · 星期六
曹路热点榜
月之暗面发布 Kimi K3.1 Pro：3 万亿参数、100 万上下文
月之暗面推出 K3.1 系列首个模型 Kimi K3.1 Pro，为迄今最强 3 万亿级参数模型，支持 100 万上下文，并同步上线输出速度约 2~3 倍的高速版。同日 Meta 发布三款多模态模型，MiniMax 开源 M3.1 Flash，Google 发布 Gemini 4 Argon。
模型发布/更新
月之暗面 Kimi月之暗面发布 Kimi K3.1 Pro：3 万亿参数、100 万上下文，同步上线高速版
月之暗面正式推出 Kimi K3.1 Pro，这是 K3.1 系列首个模型，也是其迄今最强的 3 万亿级参数模型，支持 100 万上下文，并同步上线输出速度约 2~3 倍的高速版 Kimi K3.1 Pro Highspeed。
Meta 发布 Muse Wonder 与开源 Muse Spark Open 三款多模态模型
Meta 在一周内推出 Muse Wonder Full、Muse Wonder 和可本地部署的 Muse Spark Open 三款多模态模型，均支持文本、图像、视频和音频输入。
Mirendil与Recursive发布RSI成果，单人训出百亿级编程模型
新智元报道，初创公司Mirendil称仅用1名研究员、不到1000万美元算力和3.5个月，从零训练出100B–500B参数的编程基座模型Mirendil-Base，超过99%的代码由AI智能体编写。
MiniMax 稀宇科技MiniMax 开源 M3.1 Flash，总参数 428B、激活 23B
MiniMax 开源 MiniMax M3.1 Flash 模型权重，总参数 428B、激活参数 23B，相比上一代 M3 能力全面提升。该模型通过全模型稀疏注意力、量化感知训练和 Power-aware scheduling 提升推理效率，其中路由 MoE 专家迁移到 W4A4，稀疏注意力索引器和主分支从 Q8KV8 迁移到 Q8KV4。
StartLux 发布 27B 决策模型，登顶 Hugging Face Decision Index 并支持按需推理
中国团队 StartLux 发布 27B Instant 决策模型，在 10 月 16 日更新的 Hugging Face Decision Index 0.3.2 榜单中以 69.12 分位列 174 个参评条目第一，公开基准、同类能力私有测试和新领域私有测试三部分均排名第一。
The Keyword (blog.google)Google 发布 Gemini 4 Argon，展示 5 个社区构建案例
Google 发布新前沿模型 Gemini 4 Argon，称其在编码、金融、法律、网络安全和科学等多步任务上优于其他前沿模型。官方展示了 5 个社区案例，包括用 NASA 野火数据与美国地质调查局地震数据制作的交互式 3D 地球、单个图片生成的 3D 马车场景，以及多人夺旗浏览器游戏。
行业动态
赛博禅心国务院办公厅印发AI就业意见，提出就业风险评估与失业缓冲期
国务院办公厅公布《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（国办发〔2026〕29号），从6个方面部署18项任务。文件提出人工智能优先在劳动力紧缺、环境高危岗位推广，稳慎把握在劳动密集型行业的应用节奏，对可能造成较大就业冲击的市场准入类AI项目在评审时同步开展就业风险评估，并鼓励企业探索失业缓冲期制度、提前告知受影响劳动者并提供转岗支持。
AINews 汇总“黑色十月”AI 加速漏洞披露潮
AINews 汇总了 10/21-10/22 约 48 小时内集中出现的一批严重漏洞与入侵事件，包括 PHP 未认证 RCE、GitLab 自 2014 年起版本受影响的 CVSS 10 漏洞、LiteLLM 1.107.0 被植入密码窃取程序，以及 Zeabur 在 321,810 个账号被入侵后关停。
Linux 基金会 AAIF 新增四个 Agent 项目，Anthropic、OpenAI、Hugging Face、阿里各贡献一项
Linux 基金会旗下 Agentic AI Foundation（AAIF）新增四个托管项目：Anthropic 贡献 Agent Skills，OpenAI 贡献 Open Responses，Hugging Face 贡献 OpenEnv，阿里贡献 OpenSandbox，分别覆盖 Agent 获取技能、调用模型、训练环境和隔离执行环节。
论文研究
Anthropic与Theorem Labs用Claude完成123个开源库形式化验证
Anthropic前沿红队与Theorem Labs发布报告，让Claude对123个开源代码库的239个测试入口做形式化验证，累计写出约10亿行Rocq证明，其中约1.8亿行通过Rocq检查器核验。
王琰发布 TraceForge 技术报告：用同族模型自写思维链替代蒸馏闭源推理
独立研究员王琰发布 TraceForge 技术报告，提出 family-native trace 方法：用同族模型 Qwen3.8-Max 生成的一万条对话训练生成器与判别器，经五轮在线对抗重写思维链，全程不将 Claude 或 OpenAI 的 token 送入梯度。
清华唐杰团队开源HarnessPro：Agent自进化成本降53%
清华唐杰团队提出无标签自进化框架HarnessPro，首次将帕累托优化引入Agent底座进化，在SWE-Bench Pro等基准上实现通过率反超，同时把单任务平均成本降低53.0%。该框架用轨迹诊断、进化规划、代码编辑和测试合成四个Agent协同改造Harness，并一键生成省钱版、均衡版、性能版三套方案。相关代码与进化配置已开源。