X AI 日报¶
1. AI 模型、产品与应用¶
OpenAI 用一款未发布的“cyber 模型”跑通漏洞发现到打补丁：948 个 Linux 内核提权漏洞、120 万美元 API 账单¶
发生了什么：OpenAI 官方账号称，其安全研究团队搭了一条自主的漏洞发现、利用与修补流水线；在一次运行中，用一款尚未发布的 cyber 模型验证了 Linux 内核的 948 个本地提权漏洞并生成补丁，API 总成本 120 万美元。按帖子自报的数字折算，单个漏洞约 1,266 美元。
为什么值得关注：这是把“漏洞挖掘—验证—写补丁”整条链路交给模型批量跑，并给出可计价账单的少数公开案例。41.4 万浏览、3,891 赞，是窗口内非产品发布类官方帖里传播最广的一条。它同时给出两个信号：安全研究正在变成按 token 计费的批量作业；OpenAI 手上还有一款未公开的 cyber 专用模型。
核心 X 原帖：@OpenAI 发布帖（11-05 07:13，41.4 万浏览、赞 3,891）。
核验：发布方为 OpenAI 官方账号；“一次运行”“948 个”“120 万美元”均为官方自报，未附第三方复核。漏洞是否真实存在、补丁是否被上游合并、以及“upcoming cyber model”的名称与开放范围，均待核验。
判断：值得记的是成本量级和流程形态，不是 948 这个数字。官方措辞是“验证并生成补丁”，不等于上游采纳；一款未发布模型在自家流水线上的成绩，也不能直接推成对外可用的安全产品。
Kimi K3.1 Pro 放出权重：开放权重阵营里体量最大的一档之一¶
发生了什么：Kimi 官方账号 11 月 5 日 00:00 宣布放出 Kimi K3.1 Pro 的模型权重，配文只有一句“继续推进开放智能”。数小时后，Hugging Face 上出现以“Kimi K3.1 Pro”命名的许可证；转述给出的规格是约 2.8 万亿总参数、1,040 亿激活参数、100 万 token 上下文，官方描述为“开放权重、原生多模态的 agentic 模型，迄今最强的 3T 级模型”。同日 Vercel 的 AI Gateway 上架 kimi-k3.1-pro 与高速版两个条目，并标注零数据保留。
为什么值得关注：K3.1 Pro 十月底先以 API 形式发布，这次给的是可下载权重，性质不同。官方帖 41.3 万浏览、6,229 赞，是当天开放权重话题传播最广的一条；对需要私有化部署或成本敏感 agent 负载的团队，这是目前能拿到的最大的开放权重模型之一。
核心 X 原帖：@Kimi_Moonshot 发布帖（11-05 00:00，41.3 万浏览、赞 6,229）。补充：权重已在 Hugging Face（7,826 浏览、赞 132）、参数与上下文（2,705 浏览、赞 46）、AI Gateway 上架（2,673 浏览、赞 42）。
核验：已对照 Hugging Face 模型页：确认“开放权重、原生多模态 agentic 模型、迄今最强 3T 级模型”与 100 万 token 上下文的官方表述；LICENSE 原文 为 MIT 式自定义许可：允许使用、修改、再分发与商用，但经营“模型即服务”且 12 个月营收超 2,000 万美元须另签协议，月活超 1 亿或月营收超 2,000 万美元的商用产品须显著标示“Kimi K3.1-Pro”，内部使用豁免。2.8T 总参、104B 激活为转述与 Neural Brew 报道 口径，本次未在模型卡片逐项核对。
判断：许可证对自托管和绝大多数商用都放行，门槛只卡住大规模转售 API 的云厂商。接下来要看的是社区多快能把这个体量的权重真正跑起来。
后续：腾讯混元 Hy4 正式版发布，补上视觉与电脑操作，权重仍未放出¶
发生了什么：11 月 4 日 14:43，腾讯混元官方账号发布 Hy4 正式版，主打“新增视觉能力”“稳居领先开放模型之列”，列举金融、前端、游戏、办公、科研等场景，并称在网络安全与生物安全方面做了约束。此前 11-04 日报记录的状态是“只有预热、参数与视觉能力仅见泄露文档”，这条官方帖结束了预热。转述者补充：Hy4 是 preview 的多模态升级版，能看屏幕、能操作电脑，成绩超过 DeepSeek V4.1 1017；权重目前拿不到。
为什么值得关注：官方帖 48.1 万浏览、2,690 赞，同日还有一条 4.3 万浏览、1,078 赞的“Introducing Hy4”短帖。与 Kimi 同一天，一边放权重、一边只放 API，构成了国产头部模型“开源”口径的对照。
核心 X 原帖：@TencentHunyuan 发布帖（11-04 14:43，48.1 万浏览、赞 2,690）、短版发布帖（11-04 15:50，4.3 万浏览、赞 1,078）。外部观察见 @TeksEdge（11-05 00:06，1.4 万浏览、赞 156）。
核验：官方帖为当事方一手信息；“领先开放模型”为厂商自评。定价与评测细节见第三节的中文转述，均待核验。权重未发布一项与外部观察一致。
判断：Hy4 的产品形态这次清楚了：多模态加电脑操作，瞄的是办公与专业软件。但“开放模型”目前只开放 API，权重和许可证还停在“计划近期开源”。
Cognition 发布 SWE-2 Flash：小激活编码模型，权重只对合作方定向共享¶
发生了什么：Cognition 11 月 5 日 03:55 发布 SWE-2 Flash，定位是快而便宜的编码模型。官方称在主要评测上超过所有美国开放权重模型，包括体量三倍于它的；为兼顾透明度与网络安全风险，权重不直接公开，而是建立一个向合作方与研究者安全共享的项目。转述给出的规格：276B 总参数、12B 激活、约 200 token/秒、成本为 SWE-2 的五分之一、速度快三倍，11 月 30 日前在 Devin Desktop 与 Devin CLI 对 Pro／Max／Teams 免费。
为什么值得关注：17.1 万浏览、1,516 赞。它同时演示了两件事：小激活模型在编码与终端任务上可以逼近巨型模型；“美国开放权重”这个限定语，说明这场比较的范围被刻意收窄。加上权重只对审核过的合作方开放，这是前沿实验室在透明度和滥用风险之间的一次公开取舍。
核心 X 原帖：@cognition 发布帖（11-05 03:55，17.1 万浏览、赞 1,516）。使用侧转述：Devin 内可直接选（3,808 浏览、赞 86）、与 Opus 5.5 对比并附免费范围（1.7 万浏览、赞 121）。
核验：官方帖为当事方；参数、跑分与免费范围来自转述，官方博客原文未在样本内，且免费范围明确不含 Devin 云端会话（据转述）。基准为厂商自报，待核验。
判断：值得记的是“小激活 + 强 RL”这条工程路线，而不是“超过三倍大的模型”这句话。评测范围限定在美国开放权重模型内，与闭源前沿模型的比较仍需第三方复现。
ChatGPT Images 2.6：加 GIF 与参考图，两个新模型进 API、生成快 50%¶
发生了什么：OpenAI 11 月 5 日 07:35 宣布 ChatGPT Images 升级到 2.6，新增 GIF 生成与参考图（reference images）能力，并称将有两个新模型进入 API，图像生成速度提升 50%。
为什么值得关注：56.4 万浏览、9,225 赞，是本次窗口内互动最高的官方帖，超过同日 OpenAI 的漏洞研究帖。图像产品线的迭代重心落在“可控输入”（参考图）和“动图输出”（GIF）上，这两项都直接对着电商、广告与社交素材的生产流程。
核心 X 原帖：@OpenAI 发布帖（11-05 07:35，56.4 万浏览、赞 9,225）。
核验：官方帖为当事方，但只给了三句描述。两个新 API 模型的名称、定价、50% 提速的对照基准、GIF 时长与参考图数量上限，均待官方文档核验。
判断：这是产品补丁级更新，不是模型代际。对实际工作流影响更大的是参考图一致性，GIF 更像是补齐社媒输出的格式缺口。
Anthropic 用 Claude 解出细菌 vault 颗粒的首个 3D 结构，并把 Claude 犯的错一起写了¶
发生了什么：Anthropic 11 月 5 日 04:11 称，其生物研究团队与 Claude 合作，解出细菌生命中 vault 颗粒的首个三维结构。vault 是细胞中最大的蛋白结构之一，1986 年由 Leonard Rome 与 Nancy Kedersha 发现，功能至今未知；此前只在动物、植物等复杂细胞中已知，这次证明细菌及感染它们的病毒里的类似蛋白也能组装成 vault。官方称人工解析这类结构通常需数周到数月，这次首个模型 34 小时完成。官方文章同时写了 Claude 途中的几处简单错误，以及团队如何与机器学习研究员一起修正。
为什么值得关注：27.4 万浏览、2,877 赞。生命科学是“AI 加速科研”最容易讲成口号的方向，这条的价值在于给出了时间对比（数周对 34 小时），并且没有把模型的错误藏起来。
核心 X 原帖：@AnthropicAI 发布帖（11-05 04:11，27.4 万浏览、赞 2,877）。
核验：已对照 Anthropic 研究文章 与 预印本 PDF：解析的是噬菌体蛋白 L05 组装的 vault，96 条链（每半 48 条，人类为 78 条），冷冻电镜名义分辨率 3.2 Å，体积比人类 vault 大约 25%；纯化从约三天缩到约 90 分钟，首个结构模型 34 小时完成，最终图谱约一周。预印本已投 bioRxiv，尚未同行评审；颗粒目前只在大肠杆菌中表达，功能仍未知。
判断：这是流程上的胜利，不是谜题被解开。vault 的功能仍然未知，把“34 小时出模型”读成“AI 独立完成结构生物学”会高估模型，官方自己也把错误写进了正文。
Axiom 把 Stacks Project 全量形式化为 Lean：agent 写约 1,650 万行可机检代码¶
发生了什么：11 月 5 日凌晨，多条帖子转述 Axiom Math 已把代数几何的核心参考工程 Stacks Project 全量形式化为 Lean。转述的规模是约 1,650 万行代码、6.3 万个文件、66.3 万个声明，保留了原工程的定义依赖与章节结构，并回链到原文；过程由 AI agent 在人工监督下完成。Stacks Project 据称由 Johan de Jong 于 2005 年发起。
为什么值得关注：这是对“大规模 AI 生成代码必然是垃圾”这一直觉的直接反驳，也是 agent 处理超长、强依赖语料的工程样本。传播呈分散状：单帖浏览 1.3 万至 2.5 万，赞 23 至 158，合计约 8 万浏览。
核心 X 原帖：@romanftp 的拆解（1.6 万浏览、赞 138）、@kimmonismus（1.5 万浏览、赞 158）、@StockMKTNewz（2.5 万浏览、赞 26）、@wallstengine（1.7 万浏览、赞 23）。
核验：Axiom 官方原帖与研究博客不在本次样本内，1,650 万行、6.3 万文件、66.3 万声明三个数字仅见于转述与 X 新闻摘要，待核验。边界沿用上一次：Lean 只校验形式推导，定义与陈述是否忠实原文仍需人工审阅。
判断：如果数字成立，这是目前公开过的最大的“机器可检查数学库”，意义在可复用底座而非单点成绩。但在拿到官方仓库、Lean 版本与编译通过记录之前，只能算来源说法。
传闻：Astra 6.2 降价六成对标 Opus 5.5，社区同时在赌本周发布¶
发生了什么：11 月 4 日 03:20，Bindu Reddy 发帖称 Astra 6.2 降价 60%，以对齐 Opus 5.5 的价格，并称盲测中用户更愿意用 Astra 做应用；同一帖又说“Astra 6.2 可能同价”，措辞本身带着不确定。围绕发布时点，另有帖子称 Tibo 发的“Le GPT Fat”“ChatBLT”是新旗舰预告，新模型 ID 已出现在接口列表，有人看到标着 6.2 Astra 的输出。
为什么值得关注：8.8 万浏览、1,459 赞，是本次窗口内非官方账号互动最高的一条。若降价成立，agent 负载的单位成本结构会立刻变化，也会直接压到 Opus 5.5 的性价比叙事。
核心 X 原帖：@bindureddy（11-04 03:20，8.8 万浏览、赞 1,459）、发布时点猜测（11-05 01:48，1.1 万浏览、赞 163）。
核验：OpenAI 未官宣，降价幅度、盲测结论与发布时间均无一手来源；同帖内“降价 60%”与“可能同价”互相矛盾。传闻，待核验。
判断：只能当价格预期的信号读，不能当定价事实写。真正的证据是 OpenAI 的定价页和 API 变更日志。
2. AI 算力与产业¶
本期未检索到值得单列、且能对上一手来源的 AI 算力与产业新消息。
3. 中文 AI 生态¶
中文实测给 Hy4 补上两块官方图表没说清的事：单任务 0.55 美元，和 Terminal Bench Science 的 19.8¶
发生了什么：官方发布见第一节，中文圈补了两块信息。一是成本与排名：Hy4 上 Agent Arena 总榜第 14（preview 版第 25），单任务中位成本 0.55 美元，对比 Opus 5.5 在 5 美元以上；作者同时承认效果差一截（Opus 为 +20%，Hy4 为 +4.7%）。二是对短板的解释：Terminal Bench Science 的 19.8 不是“科学常识差 40 分”，那是 70 道来自科学家真实科研工作流的终端任务，要求 agent 在容器里跑完分析、模拟、证明与数据处理，Hy4 得 19.8，GPT-6.1 Sol 60.9、Opus 5.5 56.2、Kimi K3.1 Pro 41.7。另有帖子给出定价：输入 6 元、输出 18 元每百万 token，缓存命中 0.3 元，并指出权重与系统卡片尚未发布。
为什么值得关注：中文实测圈这次做的是“翻译官方图表”，把排名换成单位成本、把低分换成榜单语境，这比转述“吊打 DeepSeek”有用得多。互动不高（427、416、355、189 浏览级别，赞 0 至 10），但信息密度高于同期多数英文帖。
核心 X 原帖：@piazzzzzz 的成本对比（427 浏览、赞 10）、@zg0820 对 Terminal Bench Science 的解释（189 浏览、赞 0）、@LiLensss 的定价与业务实测（416 浏览、赞 1）、@kqyno7 的跑分与免费期（355 浏览、赞 9）。
核验：以上均为对腾讯官方报告的中文转述，官方报告链接在样本内无法直接打开，具体分数与定价待核验；Agent Arena 排名与单任务成本属第三方榜单口径，需回榜单核对。
判断：Hy4 的真实定位是“便宜、够用、在科研终端任务上明显不足”。0.55 美元对 5 美元的对比成立与否取决于任务分布，把它当成通用替代方案会踩坑。
覆盖说明：本次为补跑，“大模型”“实验室与公司”“科技公司的 AI 动态”三组分类检索与头部事件的 24 小时切片未执行，可能漏掉窗口内传播较低的发布。