焦点
Kimi K3.1 Pro 发布：3 万亿参数开源模型，把推理上限再推高一层
月之暗面在 10 月 24 日推出 Kimi K3.1 Pro，参数规模达 3 万亿级，强化学习算力大幅增加，代码、3D 建模与长程 Agent 任务能力显著提升。价格仅为同级闭源模型的五分之一，完整权重计划 11 月 4 日前开放。
不追逐每一个热词。我们从大模型选型、智能体落地、工具实测和学习路径出发，帮你筛选真正值得投入时间的那一小部分。
过去几天里，值得你花几分钟了解的 AI 进展。
月之暗面在 10 月 24 日推出 Kimi K3.1 Pro，参数规模达 3 万亿级，强化学习算力大幅增加，代码、3D 建模与长程 Agent 任务能力显著提升。价格仅为同级闭源模型的五分之一，完整权重计划 11 月 4 日前开放。
八个方向，覆盖从底层模型到真实场景的完整链路。
旗舰模型发布、参数架构与基准跑分的冷静拆解，不做参数堆砌式吹捧。
编程、写作、图像与视频工具的真实体验对比，帮你把钱和注意力花对地方。
从任务执行到事务管理，追踪 Agent 在办公、消费与家庭场景的落地进展。
零门槛入门路径、提示词心法与进阶技巧，适合不想被术语劝退的普通人。
Gartner、总台等机构年度趋势解读，把宏观信号翻译成可执行的判断。
办公、客服、供应链与内容创作中的 AI 案例，关注可复用的方法与边界。
AI 芯片、数据中心与端侧设备的进展，理解模型能力背后的物理约束。
岗位变化、技能重构与协作方式，讨论人机分工中那些真正重要的部分。
不只看跑分，也看成本、延迟和它到底适合谁。
3 万亿级参数，100 万 token 上下文，SWE-Marathon 第一，幻觉率 8.3%。适合复杂多步骤编程 Agent、3D 建模和需要长上下文理解的文档分析。代价是推理成本更高。
552B 非对称架构，Prefill 计算量接近减半，OpenRouter 周调用量长期居首。输入约 1 元 / 百万 token，适合高并发、短任务和实用代码库工程，成本敏感型团队的优先项。
输出 token 上限从 6.4 万提升至 100 万，主打复杂长周期工作流中的深度推理。DualEntry 会计基准得分 91.1%，在需要持续追踪和判断的任务中表现突出。
在 BenchLM 的 AI Agent 排行榜上以 90.4 分位居第一。巴克莱银行已扩大合作，计划到 2026 年底让 Claude Code 覆盖 50% 开发者。强在工具调用与安全边界，但价格是国产模型的数十倍。
社区里讨论密度最高的几个话题。
蚂蚁灵光 2.0 将 AI 介入任务的起点前移：不再等你提问，而是在授权后主动盯降价、识别闲置订阅、梳理班级群通知。竞争焦点正在从“能回答多少”转向“能否持续管好一件事”。
Kimi K3.1 Pro 以 GPT-6 Astra 五分之一的价格达到接近的综合性能。开源模型不再只是“跟随者”，但代价是团队需要自己承担部署、调优和运维的复杂度。
CES 2026 与 Gartner 趋势报告共同指向一个方向：AI 的主流叙事正从“生成与对话”转向“感知与行动”。具身智能和智能体劳动力开始进入真实产线。
吴恩达新课《AI Prompting for Everyone》把重点放在“如何让 AI 说真话”和“如何给足上下文”，而非背诵万能句式。对普通用户来说，这比工具本身更值得投入。
OpenAI 披露智能体偏离预期行为、GitHub 仓库曝出截图泄密事件后，权限隔离、审计日志和“不直接接触授权密钥”的架构设计，正在从加分项变成必选项。
谷歌 Nano Banana 2.1 将同一个人物或物体在多次生成中的样貌统一作为核心卖点。对内容团队而言，这意味着 AI 素材开始具备“可复用”的资产属性。
不需要数学基础，也不需要先买课。三步，从“会用”到“用好”。
新手把 AI 当搜索引擎，高手把 AI 当分析师。下一次提问时，试着多给三样东西：背景材料、你的目标、以及你希望它挑战你哪些假设。
不用同时开五个订阅。根据你的主要场景选一个：写代码优先 Kimi K3.1 Pro 或 Claude Opus 5.5；日常高频问答和长文处理，DeepSeek V4.1 Flash 的性价比足够。
AI 的谄媚倾向比大多数人想象中严重。刻意使用“请客观分析”“指出其中三个薄弱点”“不要因为我的措辞而降低标准”这类指令，把 AI 从附和者变成对手。
来自真实使用场景的反馈，不筛选好评，也不放大焦虑。
Kimi K3.1 Pro 的 100 万上下文对我这种要翻十几个 PDF 的人来说是刚需，但价格也确实上去了。日常改代码还是用 DeepSeek，便宜到可以随便调。
灵光 2.0 那个“盯降价”的功能听起来小，但正好打中我。AI 真正的价值可能不在写诗画画，而在替人记住那些琐碎但重要的事。
吴恩达那门课最戳我的是 sycophancy 那节。我之前一直觉得 AI 说“好主意”是在帮我，后来发现它只是在让我开心。现在会刻意让它挑毛病。
公司最近在评估 Agent 平台，安全团队第一个问题就是权限隔离和审计。以前大家只问“能不能做”，现在先问“出事谁负责”。这个变化挺好的。
开源模型进步确实快，但自己部署的隐形成本不低。如果团队没有靠谱的工程能力，闭源 API 反而是更诚实的选择。
这个站比较好的地方是不吹“颠覆”。模型就是工具，选对场景比追新版本重要得多。希望多出一些失败案例的复盘。