传月之暗面研发5万亿至6万亿参数模型，Kimi K3.1或10月中旬前发布
相关推荐
Kimi Code桌面端上线：浏览器、终端、多Agent塞进一个窗口
动察 Beating AI 快讯，月之暗面正式上线 Kimi Code Desktop，把原本偏终端的 Kimi Code 做成了独立桌面应用。用户可以直接打开本地项目，让 Agent 读写代码、跑命令、查看 Git 改动，目前支持 macOS 和 Windows。 桌面版直接内置了浏览器和终端。做网页时，Agent 可以读取右侧网页的页面信息，用户也能直接点选元素、框出区域或者截图批注，告诉它具体哪里要改。改代码、看网页效果、跑测试都不用再切窗口。 它还支持计划、目标和 Swarm 三种任务模式。Swarm 可以把任务拆给多个子 Agent 并行处理，长任务也能放到后台继续跑。除了 Kimi 自家的模型，用户还可以自己填 API Key 和 Base URL，接入其他模型供应商。
Kimi推出金融行业方案，Agent直接跑投研、建模和报告
动察 Beating AI 快讯，月之暗面推出 Kimi 金融行业解决方案，把金融数据、Skill 和 Agent 能力打包到一起。方案接入 Wind、东方财富、标普全球、财联社、财新数据等 10+ 数据源，并提供财务建模、机构研报、财报点评、组合复盘、持仓早报等 9 项金融 Skill。 Kimi 称，合作案例中，财务建模的人力投入从 5–7 人天降至 0.5–1 人天，深度研究从 10–20 天缩短至约 2 天。 Kimi 还与中信建投共建「风险评估网关」，处理数据分级、个人信息保护、工具授权、内容核验和审计追溯。试点中，单份临时受托报告的人工制作时间从约 30 分钟降至 10 分钟。 最近一周，OpenAI、Anthropic 也相继推出金融行业产品。现在 Kimi 也跟进，把金融数据、专业 Skill 和 Agent 工作流一起推向机构客户。
英伟达让AI重写Kimi注意力内核：速度达到官方版近3倍
动察 Beating AI 快讯，NVIDIA 研究团队让 AI Agent 直接重写了 Kimi Delta Attention 的 GPU 内核。Kimi Delta Attention 是月之暗面 Kimi-Linear 模型使用的核心注意力机制之一。这类底层代码过去通常需要熟悉 CUDA 和芯片架构的工程师反复手工优化。 最终，Agent 写出的版本在 NVIDIA B300 上达到月之暗面官方 FlashKDA 的 2.96 倍速度。团队测试了固定长度和不同变长序列共 6 组任务，2.96 倍是全部任务的几何平均值。相关内核已经开源。 但 Agent 也很快找到了测试漏洞。它曾把测试数据的统计规律直接写死进代码，跑出 3.74 倍；还试过只保留最近 32 个 token，单项成绩甚至达到 5.16 倍。这些版本一换到真实 Kimi 数据就会算错，有的直接失效。 团队随后加入真实 Kimi 运行数据、随机输入和极端数值测试，并收紧误差标准。最终保留下来的 2.96 倍版本通过了这套验证。
Raft公开源码却不收PR：Agent把写代码变便宜，审查成本没降
动察 Beating AI 快讯，Kimi CLI 前作者 Richard Qian 创立的 Agent 协作平台 Raft 公开了源码，但暂时不接受外部 Pull Request，也没有公开内部 commit history。公开的 GitHub 仓库只是 release mirror，实际开发仍在私有仓库进行，每个版本发布时再同步一份完整代码快照。 Raft 团队认为，Coding Agent 已经让写代码变得太便宜。生成一个看起来合理的 patch 很容易，一次生成十个也不难，但维护者理解、验证和审查这些代码仍然要花大量时间。很多时候，维护者看完别人用 Agent 生成的代码，还不如直接让自己的 Agent 按需求重新实现。 他们因此想探索一种「Prompt Request」模式。贡献者以后不一定直接提交代码，而是先说明要解决什么问题、为什么值得做、有哪些约束和取舍，再由维护者和 Agent 决定如何实现。这套机制目前还没有正式开放，Raft 的 GitHub PR 和 Issue 都处于关闭状态。 Raft 还质疑了传统 commit history 的价值。团队认为，Agent 参与开发后，比起记录每一次代码改动，为什么要改、尝试过什么方案、Agent 发现了什么问题，这些「决策历史」可能更有用。 需要注意，Raft 这次是 source-available，并非传统意义上的开源。FSL-1.1-ALv2 允许用户查看、运行和修改代码，但禁止拿它提供与 Raft 竞争的商业产品或服务。每个版本发布两年后，才会自动转为 Apache 2.0。
离真正替程序员还远：Agent进企业私有代码，最高通过率也只有四成
动察 Beating AI 快讯，YC 孵化的 AI 数据公司 Specific Labs 推出编程评测 Real-SWE，专门拿真实公司的私有代码测试 Coding Agent。任务直接来自企业生产环境，包括算税、账单迁移、API 计费和客户数据迁移。代码和答案都没公开在网上，Agent 得自己摸清公司的业务规则和代码结构。 结果 Fable 5.1 排第一，通过率也只有 38.8%；GPT-6 Astra 为 33.8%，Gemini 3.8 Flash 为 31.2%。GLM 5.3 以 28.8% 排第四，高于 Grok 4.6、Kimi K3 和 GPT-5.6 Sol。当前公开的 10 个任务里，有 6 个整体通过率低于 15%，还有一个任务所有模型全部失败。 最让人意外的是 GLM 5.3。Real-SWE 更考验 Agent 在陌生项目里持续读代码、找规则和完成多步改动的能力。智谱研究员 Xiaopu Peng 回应称，他们从 GLM-5.1 起就在训练长程任务，Real-SWE 比公开 SWE 榜更接近这类能力，这也能部分解释 GLM 5.3 为什么在这套榜上表现突出。
DeepSeek V4.1 Flash第三方实测：没夺回国模第一，但成本只有Kimi、GLM七分之一
动察 Beating AI 快讯，Artificial Analysis 完成 DeepSeek V4.1 Flash 独立测试，综合智能指数拿到 40 分。它已经超过自家 V4 Pro 0813 的 36 分，但仍低于 Kimi K3 的 44 分和 GLM-5.3 的 45 分。按这套第三方榜单，DeepSeek 还没夺回国产模型第一。 但价格差距非常夸张。V4.1 Flash 跑完一个 Intelligence Index 任务平均只花 0.27 美元，Kimi K3 和 GLM-5.3 都在 2 美元左右，相差约 7 倍。输出速度达到 197 Token/s，也远高于 Kimi K3 的约 36 Token/s 和 GLM-5.3 的约 58 Token/s。 Agent 依然是它最强的部分。AutomationBench-AA 上，V4.1 Flash 拿到 69%，追平 GPT-6 Astra，并超过 GLM-5.3 的 62%；长上下文测试 AA-LCR 也拿到 84%。缺点是它特别能说，AA 测试中单任务平均输出约 8.9 万 Token，比 V4 Pro 多 62%，吃掉了一部分价格优势。