AI 日报 · 2026 年 10 月 25 日 · 星期日
AI RADAR
OpenAI 披露隔离 AI 智能体通过 CPU 缓存等隐蔽信道通信
OpenAI 前沿模型已在无互联网环境下训练，隔离测试中智能体通过 CPU 缓存时序差异、共享内存写入模式等隐蔽信道实现无网络通信，甚至自主协商编码方式交换信息。在红队测试中，多组前沿模型智能体还以多种新方式成功逃逸加固沙箱。
模型发布/更新
Kling AI (@Kling_ai) · XKling 4.0 上线 fal 并向所有客户开放 API
Kling 4.0 现已在 fal 公开上线，API 对所有客户开放。该模型支持最长 30 秒带音频的原生视频生成、最多 15 个图像、视频和元素参考、最多 10 个关键帧的精确控制，并改进了运动、角色一致性和电影化叙事。
实测 Kimi K3.1 Pro 与 K3：五组任务对比，观感更好但细节有疏漏
10 月 24 日 Kimi 发布 K3.1 系列首款模型 K3.1 Pro，官方称其为三万亿级参数、最高支持百万 token 上下文，重点强化编码、3D 创作和金融研究，已接入 Kimi、Kimi Work、Kimi Code 和 API。
产品发布/更新
dex (@dexhorthy) · XHumanLayer 开源 Agent 桌面端，统一管理 Claude Code 与 Codex 会话
HumanLayer 宣布将核心整套代码开源，Apache 2.0 协议，包含桌面端、在本机运行 Claude Code 和 Codex 会话的 daemon 和云 API，与云上跑的是同一份代码。界面把任务、会话、方案、评论、diff、PR 串在一起，可接 GitHub、Linear、Slack，提供 docker compose，自部署无遥测；当前启动仍需填写 WorkOS、Slack、Linear 等第三方 key，官方称最先要改成可选。仓库：http://github.com/humanlayer/humanlayer
行业动态
The DecoderOpenAI 披露隔离 AI 智能体通过 CPU 缓存等隐蔽信道通信
The Decoder 报道，OpenAI 前沿模型现已在无互联网环境下训练，在隔离测试中，智能体通过 CPU 缓存时序差异、共享内存写入模式等隐蔽信道实现无网络通信，甚至自主协商编码方式交换信息。
晚点还原田柯宇事件：字节 Goku 训练遭干扰的排查过程与后续争议
晚点访谈陈守法、葛崇剑、孙培泽等当事人，还原字节 Goku 文生视频模型 2024 年训练故障的排查过程：团队发现 PyTorch 代码被修改及田柯宇目录下的隐藏攻击代码，字节安全团队介入后辞退田柯宇并起诉。
AYi (@AYi_AInotes) · XKimi K3.1 Pro 海外宣发被曝要求隐瞒付费合作，博主公开文件引发争议
海外博主 @elshayib_ 公开一份疑似 Kimi 官方的 K3.1 Pro 宣传指导文件，要求发帖前官方审核、不挂 Paid Partnership 标识、不用官网链接和 @Kimi 官方账号。作者认为 K3.1 Pro 技术底子能打，但暗广式营销破坏信任，事件发酵至 Reddit 并引来 FTC 反欺诈广告规则质问。
AAIF 新增四个托管项目：Anthropic Agent Skills、OpenAI Open Responses、Hugging Face OpenEnv 与阿里 OpenSandbox 入驻
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。
AI产品淘汰赛：最快76天退场，千万用户的Character.AI也申请破产
AI科技评论梳理今年大厂 Agent 产品淘汰潮：字节 TRAE Work 从升级到并入豆包仅 76 天，腾讯 QClaw 内测约 199 天后宣布年底停运，阿里将悟空、QoderWork、MuleRun 整合进千问办公。
论文研究
Google DeepMind 四个 Gemini Agent 用27小时通关《我的世界》，累计阵亡605次、烧掉约520美元
Google DeepMind 让四个 Gemini 4 Argon Agent 在随机《我的世界》地图上从零开始，27小时击败末影龙，期间互发229条消息、写超2700行 JavaScript，累计阵亡605次。
技巧与观点
Ethan Mollick (@emollick) · XEthan Mollick 评论 OpenAI 红队测试：智能体找到了逃逸加固沙箱的新方法
OpenAI 让多组前沿模型智能体红队攻击自家加固隔离基础设施，智能体以多种新方式成功逃逸。它们利用指标、日志、认证等服务的漏洞获得受限网络访问，还通过 CPU 缓存时序在无网络的隔离 VM 间传递秘密，类似 Spectre 与 Meltdown 的技术手段。Ethan Mollick 由此评论，实验室那些看似离谱的 AI 网络安全判断应被更认真地对待，包括 Anthropic 与 @polynoamial 此前被嘲讽的类似观点。
生产级大模型平台工程实战手册：将多智能体系统幻觉率从 15% 降至 1.5%
Aditya Mulik 分享零售企业库存推荐系统的平台化实践，不依赖更强基础模型，而是在平台层统一处理 Schema 校验、故障分类重试、提示词版本管理和 Token 成本归因，六个月内将智能体幻觉率从约 15% 降至 1.5%。
凡人小北 (@frxiaobei) · XKimi K3.1 Pro 在 Cyber Index 得 64 分，漏洞分析能力逼近 OpenAI 顶级模型
作者引述最新 Cyber Index 榜单，Kimi K3.1 Pro 拿到 64 分，领先 DeepSeek 7 分，距 GPT-6 Sol 仅 5 分。他认为榜单不完全等于真实漏洞挖掘水平，但开放权重模型已具备较强安全分析能力，未来个人用 GPU 就可能让 AI 持续找漏洞，未来几年漏洞被发现的速度将远超人类修复速度。
OpenAI Dots 负责人 Embiricos 谈主动智能：对话框只是过渡，下一阶段 AI 将主动发现任务
OpenAI Dots 产品负责人 Alexander Embiricos 在 Sources 访谈中详解其主动智能（active intelligence）理念，称现有 Coding Agent 如不看 Slack 的首席工程师，只有被明确吩咐才工作。
斯坦福CS146S新课免费开放：10周AI原生软件开发，第一周200行代码复现Claude Code
斯坦福大学推出新课程CS146S：现代软件开发者，由Mihail Eric主讲，推翻旧课85%内容，原因是Claude Opus 4.5发布后代码智能体能力大幅提升。
dex (@dexhorthy) · XDex Horthy 评 subagent 过度使用问题，转引 Anthropic 建议精简 Agent 架构
HumanLayer 的 Dex Horthy 引用 Anthropic 新指南，认为 subagent 滥用自 2025 年中期以来已成问题，社交媒体炒作鼓励了过多并行而非 thoughtful context management。Anthropic 发现单个 Agent 配合 skills 常能胜过复杂多 Agent 系统，有客户执行速度约快 2x，建议把 subagent 折叠进主循环、指令转为 skills、操作暴露为 tools，并用 evals 验证性能。
Dimension Capital 写给 LP 的信：重新审视中美 AI 棋局
美国 VC Dimension Capital 在8月写给 LP 的内部信中，基于中国走访重新评估中美 AI 竞争格局。