Know Nothing @knowxbt

WhatsApp 的欧洲隐私政策写着，用户可以向数据保护监管机构投诉。但据 Redact 调查，删除账号帮助页曾藏着一条屏幕上看不到的指令：用户无法再使用原号码或设备、不能自助删号时，不要向他们推荐任何数据保护监管机构。 WhatsApp 向 WIRED 解释，这些是支持机器人的指令，因 bug 出现在网页上，目的是避免提供法律建议。可这条指令限制的是推荐投诉渠道，隐私政策本身就公开了这个渠道。 Redact 确认这些隐藏文本已于 10 月 18 日移除；尚未验证机器人是否真的照做，也未验证外部 AI 是否遵循这些指令。 redact.dev/blog/whatsapp-…

@OpenAI 的 COBOL 迁移评测里，GPT-6.1 Sol 低推理准确率 86.6%，同设置下 GPT-5.6 Sol 是 5.4%；高推理时，GPT-6.1 Sol 达到 97.9%。成功标准是隐藏测试全部通过，可观察输出逐字节一致。 报告举了定点算术的例子：COBOL 默认截掉多余小数，除非明确要求舍入。迁移时改成舍入，程序可能不报错，财务结果却会不同。 这些数字来自 OpenAI 自建评测。官方要求生产应用经过专家审查，并针对具体业务规则和依赖关系测试；本次材料里没有第三方独立复现这组分数。 x.com/OpenAI/status/…

OpenAI @OpenAI

5 days ago

Our latest model advances bring stronger capabilities for building and migrating software in low-resource programming languages such as COBOL, Fortran, and Visual Basic. These languages power software that banks, governments, and businesses depend on. Progress here means

836 686 10K 1.7M 2K

OpenAI 为了防止 AI 越狱，找了一群 AI 专门研究怎么越狱。 结果还顺手挖出了 Brotli 的未认证远程代码执行漏洞，影响 Node.js、Bun、Envoy🤦。 Brotli 是一个压缩库。简单说，受影响、没打补丁的程序接收到恶意压缩数据，对方就可能在你机器上跑代码，连注册账号都不用。服务器可能被恶意客户端拿下，客户端也可能被恶意服务器拿下。 更尴尬的是，根因二月份就已经在源码里修了，但当时没意识到这是安全漏洞，之后也一直没发新版。 也就是说，源码修了，Brotli 还得发版，内嵌它的软件得跟进，最后用户还得更新。这一圈走完，修复才算到了你手里。 目前漏洞已披露，Brotli 发了新版和 CVE，下游安全更新也已发布或正在发布。补丁和缓解措施看这里： patchtheplanet.org/brotli 至于为什么大搞红队，按 @OpenAI 自己的说法，9 月 20 日模型利用 DNS 配置错误逃出离线环境，他们暂停了前沿训练，加固后到 10 月 1 日才恢复 RL 训练和内部推理。训练期间改用缓存的离线网络，不给模型访问实时互联网。 红队里还有即将推出的 GPT-6 Astra Cyber。它们找到了虚拟机逃逸；测试里，不同虚拟机的智能体还用 CPU 缓存读取的时间差传成了消息。 网断了，居然还能串供😂。 不过，隔离效果目前没有第三方验证。OpenAI 说的也只是，没找到能轻易利用、又能躲过监控的联网路径。所以现在到底关得住没有，我先保留意见。 Brotli 的披露和补丁倒是已经出来了。用 Node.js、Bun、Envoy 的，先确认自己跑的版本有没有带上修复，别以为“二月修过了”就跟自己没关系。 x.com/OpenAI/status/…

OpenAI @OpenAI

13 hours ago

During this red-teaming exercise, we also found a vulnerability that allows for unauthenticated remote code execution in Brotli, a widely-deployed compression library included in many pieces of software such as Node.js, Bun, and Envoy. The flaw could let an attacker run their

365 704 5K 1.3M 2K

Kimi K3.1 Pro 正式发了，AA 智能指数55分排第4，离 Opus 5.5 只差3分了… 100万 token 上下文，MoE 总参数2.8T、激活104B，Kimi Code、API 和 @OpenRouter 都已经能用了… 不过这次让我有点在意的，是发布前还专门削弱了一轮网络攻击能力… 按 Rohan Paul 的转述，他们移除了网络相关训练数据，内部漏洞利用基准 xdev-bench-hard 的 pass@3 从90.5%降到了81%，而 K3 只有33.3%… 削过一轮，居然还是比上一代高这么多… 准备先尝尝~不过“最强开源”这个说法先等等，权重还没放出来，官方承诺是11月4日前，等文件真放出来再说… x.com/Kimi_Moonshot/…

Kimi.ai @Kimi_Moonshot

19 hours ago

Introducing Kimi K3.1 Pro: our most capable 3T-class open-weight model. 🔹 1M-token context, 2.8T total / 104B active params (MoE), Multimodal. 🔹 Full-project coding: games in Unreal, Unity & Godot. 🔹 Excels at parametric 3D modeling in Blender & CAD. 🔹 More reliable at

1K 3K 26K 2.6M 5K

@WesRoth 补三点核对口径： 1) 目前只支持 gpt-6-luna； 2) 计费是输入 $0.10/M、缓存命中约 $0.01/M、输出免费；月用量上限还有 $500 / $5k / $200k 分档； 3) 「最高约 10x」是官方相对同模型走 Responses API 的说法，TechCrunch 引产品负责人 Handa：大约从 1–3 秒压到 100–180 毫秒。

@claudeai 核对边界：这是研究预览，不是全面 GA。 官方后续帖写明先面向美国 Pro/Max 候补，并承认它仍可能误判紧急事项；发消息、付款、签字、删除等动作要先经用户批准。 Team/Enterprise 暂不含，预览用量与 Claude 其他功能共享额度。

补充协议边界：Hugging Face 标注为 MiniMax Community License（minimax-community），不是 Apache。 公开许可讨论的常见口径是：非商业可免费用；商用需标注 Built with MiniMax M3.1-Flash 并通知 MiniMax，年收入超过约 2000 万美元还要书面授权。 另：OpenRouter 匿名期的 Space Bunny 已被多方确认为其早期版本（OpenRouter 称匿名期连续约 10 天居首、处理约 56.7T token）。

OpenAI 的 Decisions API 正式开放了，专门让 AI 做选择题😂。 底层还是 GPT-6 Luna，你给它文字、图片 or JSON，它返回概率、选项或者评分。例如，这个请求该交给哪个模型，这次工具调用有没有风险，都不用再生成一整段回复。 官方说，比通过 Responses API 调同一个 Luna 最快能快 10 倍。TechCrunch 引述产品负责人的数字，是从 1-3 秒缩到 100-180 毫秒。输入每 100w Token 0.1 美金，输出免费。 这次从公测转正式，还补了缓存、GPT-Live 语音接入，单次最多能问 400 个问题。 不过，这个赛道是 TypeSafe 的 Jev 先跑出来的。OpenAI 的产品负责人自己也说，是看了 Jev，发现有一堆场景能用。而且 TC 提到的两个公开决策榜，OpenAI 分别排第 8 和第 14，不能看见 OpenAI 的 Logo 就默认它最会选。 所以我觉得，值得先拿 Agent 的模型分流试试。看看同一批请求，它能不能选得跟原来一样准。能做到，再把等待从几秒压到 100 多毫秒，才算真把 Agent 加速了。否则选错了模型，后面照样白跑🤦。 x.com/OpenAIDevs/sta…

OpenAI Developers @OpenAIDevs

2 days ago

Add near real-time decisions to your workflow with the Decisions API, now generally available. Build faster, more cost-efficient apps and agents that can classify text and images, evaluate inputs, and determine what happens next without generating a full model response.

172 99 1K 156K 462

Canva 第一个自研图像模型就排到 DesignArena 第四了？ @canva 这次发的叫 Canva Craft，官方给的 Elo 是1340，按图像生成实验室来排，Canva Research 则是第二… 不过我觉得更有意思的是它生成图片的过程： 先把什么东西放哪里、比例多大、文字怎么排想清楚，然后再去画，最高2K，支持30多种宽高比… 训练数据里有数百万个人工设计模板，这个倒是挺符合 Canva 自己的需求… 而且按官方说法，可以只修改某个元素，不用把其他地方也跟着改掉。如果真能做到改哪里就只动哪里，对拿它做设计的人来说应该挺有用的，毕竟生成完了还得接着改… Dream Lab 已经能用了，公共 API 也开放给了开发者和 AI agents，MCP 接入还在后面… 先看看局部修改到底能做到什么程度，能把这件事做好，我觉得就很有意义了… x.com/canva/status/2…

Canva @canva

2 days ago

Introducing Canva Craft 🚀 Extraordinary image generation is now available to everyone, powered by our first frontier model built specifically for design. With Craft, Canva is now the world's second most advanced AI lab for image generation on @DesignArena's global leaderboard.

241 813 3K 1.8M 2K

MiniMax 今天把 M3.1 Flash 的权重也放出来了。 之前 OpenRouter 上那只 Space Bunny，就是它的早期版本。10 月 19 日揭晓身份，今天兑现开权重，Hugging Face 和 ModelScope 都能下。 总参数约 428B，每个 Token 激活约 23B。 我觉得这次比较有意思的是，开权重之外，价格也压得很低：API 每百万 Token 输入 0.15 美金，输出 0.60 美金，读缓存 0.015 美金。 按照官方的说法，相比 M3，成本约 1/3，速度约 3 倍。 考虑到 Agent 要自己理解代码、改代码、跑测试，来回折腾一大圈，这个 Token 烧起来可不会跟你客气😂。 所以对我来说，能不能把活干完，以及干完这一趟究竟花多少钱，这两个东西都很重要。 而且 @vllm_project 首日就支持，@togethercompute 也同步提供托管，想自己部署 or 直接调 API，都有路走。 实际生产力还得看实测，但这种又卷能力、又卷账单、还把权重放出来的方向，我肯定是欢迎的。 x.com/MiniMax_AI/sta…

MiniMax (official) @MiniMax_AI

a day ago

MiniMax M3.1 Flash weights are now public. 428B parameters total, 23B activated per token. Agentic performance: A generational leap in agentic tasks, coding, and cybersecurity — 76.2 on BankerToolBench, 73.7% on DeepSWE v1.1, 61.7 on OSWorld V2, 29.6 on Agents' Last Exam, and

158 258 4K 390K 714

AI 现在连造模型这件事都开始接手了？ @Recursive_SI 发布了 Flint，一个给 Coding Agent 用的本地 MoE 模型，约40B总参数，每个 token 只激活约2.5B，Apache 2.0 开放权重，Hugging Face 已经能下了... @RichardSocher 说，他们的 Eureka Machine 参与了从训练到推理的几乎整个过程，小团队不到4个月从零做出来... 连通常建议保留高精度的 lm_head，都被它拿去量化成4bit了，最终量化版在他们那组评测里只比16bit低0.7个百分点，难怪 @Thom_Wolf 会专门提这个... 按官方短上下文数据，M4 Pro 的 MacBook Pro 能跑到125+ token/s，RTX Spark 是150+。vLLM 首日就支持了，单张 GB200 在100K上下文下约500 token/s... 我觉得这种本地模型最接地气的地方，就是代码不用传出去，也不用按 token 交钱。不过官方自己也说了，复杂任务得拆小、指令得给清楚，先看看能接手多少活吧... 至于做出来的模型，能不能反过来让 Eureka Machine 越来越会做研究？这才是后面最想看的东西... x.com/RichardSocher/…

Richard Socher @RichardSocher

3 days ago

Introducing Flint, @Recursive_SI’s first model: a fast local coding model built with our automated research system, the Eureka Machine. • Best-in-class fast local coding • Up to 2x faster than comparable models: 125+ tokens/sec on a MacBook Pro, 150+ on RTX Spark • Built from

622 886 8K 3.4M 8K

a16z 把 Crypto 从名字里拿掉了… 现在叫 a16z Frontier，加密继续投，但 AI、新型硬件、生物技术也都进了投资范围… 基金由 Chris Dixon 与管理合伙人共同领导，创始合伙人 Ali Yahya 则离职创业，想做 AI 时代的开放软件基础设施。 第五只基金募了22亿美元，2022年第四只是45亿美元，募资少了一半，能投的方向倒是多了不少… 说实话，接下来我更关心的是，加密项目还能分到多少资金与注意力… 不过 Dixon 提到的一点挺有意思，区块链被用得越来越多后，反而逐渐退到了产品背后，连华尔街和金融科技公司都在用它做产品了… 如果以后 AI 和机器之间的支付也跑在这些基础设施上，用户可能根本不需要知道自己用的是加密… 也许加密真正普及的那一天，Crypto 这个标签反而没那么重要了… x.com/Cointelegraph/…

Cointelegraph @Cointelegraph

2 days ago

⚡️ NEW: Andreessen Horowitz plans to drop “crypto” from the name of its flagship blockchain fund, The Information reports.

41 12 77 37K 4

@claudeai 开了 Claude Duet 的研究预览，AI 开始自己判断什么时候该来找你了… 基于 Opus 5.5，每天早上整理邮件、日历这些已连接应用里的重要事项，你离开后他继续干活，记忆和技能沿用原来的 Claude 账户。发消息、付款这些操作还是得先问过你… 我觉得这个方向挺实在的，毕竟一个助手好不好用，很大程度上取决于他能不能让你少操心… 能安排会议、做看板是一回事，能分清什么事情值得打断你，什么可以放一放，又是另一回事。官方也说他目前还会判断错紧急程度，预期先别拉太满… 独立 App，iOS、Android 和 claude.ai 都有，不过首批只有美国 Pro / Max 用户能排队，用量还跟原来的 Claude 共用… 先看看他能替人省多少心吧… x.com/claudeai/statu…

Claude @claudeai

3 days ago

We’re opening a research preview of Claude Duet, a new app where Claude works as a proactive agent. It comes to you with what needs your attention, completes tasks you ask of it, keeps working when you step away, and checks with you before it acts on your behalf.

2K 4K 55K 10.0M 17K

1Password 这个更新有点意思，AI 替你登录账户，居然可以全程不知道你的密码... 看了一下他们刚推出的 1Password for Agents，简单来说，Agent 先用自己的唯一数字密钥向 1Password 验证身份，然后你的设备会收到提醒，确认后由 1Password 代填登录信息，AI 再接着干活... 密码依旧留在保险库里，Agent 看不到，也不持有，连验证码也是一样的处理方式。 我觉得这个思路挺现实的，允许 AI 进入账户办事，同时把密码留在原来的地方，登录这一步仍然需要自己点头... 参与接入的已经有 Meta Muse、Grok Bot、Anthropic Claude Duet、OpenAI 的 ChatGPT Work 和 Dots，还有 Town。 Muse 的工程负责人说，每次登录都由用户批准，密码始终留在 1Password 保险库里，接下来几天会覆盖所有平台；Grok Bot 的集成也会在未来几天逐步推出... 所以具体到自己能不能用上，还是得看各家的推出进度。 参与 Grok Bot 开发的人还提到，用户不需要再自己操控 Bot 的电脑去登录网站了，只要批准愿意共享的登录，后面交给 Bot 就行... Browserbase 那边也接了 Agentic Autofill，浏览器里的 Agent 到登录页后发起请求，你在 1Password 里批准，它就自动填入并提交密码或一次性验证码，凭据本身不会返回给 Agent 或应用。 对数据要求更严的团队，还能把 Browserbase 会话配置成不保留录像和日志，这个细节也挺实在... 另外，1Password 说这个功能对个人和家庭账户免费，是否开启由用户自己决定。 说实话，相较于让 AI 干多少事，我更关心它干活的时候，究竟需要拿走我多少东西... 至少在这次的登录流程里，AI 可以继续完成任务，密码也可以继续待在保险库里，每次要进门，自己还能确认一下。 这个方向我觉得可以，先看看实际用起来如何... x.com/1Password/stat…

1Password @1Password

2 days ago

Today we announce 1Password for Agents platform, building with companies @Muse, SpaceX Super Intelligence Grok @bot, @AnthropicAI’s @claudeai, @OpenAI, @TownAI, @browserbase, @browser_use, @heydana_ai, Instinct, @usekernel, @perplexity_ai, @tryramp, @tomo, and @wajo_ai, with

620 1K 10K 1.7M 7K

毕竟证明还可以复用，模型也在继续变强，如果这部分成本持续下降，未来写完代码后再附上一份安全证明，也许才是正常流程…

但我觉得这件事最有意思的地方在于，过去证明代码安全需要大量专家时间，现在 AI 已经开始把这部分活给接过去了…

Claude 现在都开始给代码写数学证明了… x.com/AnthropicAI/st…

Anthropic @AnthropicAI

2 days ago

New on our Frontier Red Team blog: using Claude to formally verify software at large scale. Formal verification can prove that code is free of certain bugs, but historically it has only been feasible for small codebases (or required a lot of expert time). With AI models,

596 1K 9K 1.8M 6K