2026/10/30 · Weekly Radar
Nathan Lambert 與 Florian Brand 這集（附完整逐字稿）聊 Kimi K3.1 Pro 的評測落差與「不推進 cyber 前沿」的開源權重原則、PHP2Shell 與 LiteLLM 再度失守後的資安新常態、Anthropic 不招新鮮人，以及 Meta Muse 個人 agent 的實際使用心得。
這是 Interconnects 第 20 集 podcast，由 Nathan Lambert 與 Florian Brand 主持，2026 年 10 月 25 日發布，長約 46 分鐘，頁面附完整逐字稿、章節列表與 show notes。
Florian 說過去 Kimi 的模型通常符合預期，但這次發布評價兩極。Kimi 這次在社群上做了更大規模的宣傳，還有一張未經證實的截圖顯示可能有未揭露的付費貼文。模型權重會在獨家 API 開放約兩週後釋出，承諾 11 月 4 日前發布。在 Artificial Analysis 指數上，K3.1 Pro 排在前段，與兩個 Claude 5.5 模型及 Muse Wonder Full 並列。Nathan 指出它在總指數上贏過 GPT-6 Astra，但在 Terminal-Bench Science 上落後約 20 分。Florian 認為短任務 benchmark 量不到 ProgramBench 那類長時程、探索性任務；Nathan 則認為一個約 3 兆參數的模型應該更擅長探索，並拿它與 DeepSeek-V4.1-Flash-1017 比較速度與成本。託管成本方面，這個模型每個 replica 需要一整台 B300 節點，小模型則用 H100／H200 級硬體即可。「K3.1 Pro」的命名也可能暗示之後會有 Flash 類的版本。
Kimi 的部落格表示，不會釋出推進 cyber 能力前沿的權重，並稱 K3.1 Pro 的攻擊性資安能力低於最前沿的閉源模型。Nathan 問這是否會連帶削弱其他能力，例如長時程表現；Florian 認為兩者可以分開，並說攻擊需要的長時程能力，開源模型本來就不如 GPT-5.6 Sol。他把這個立場視為對抗「開源模型很危險」恐慌論述的聰明做法。
Nathan 說資安專家是從整個生態系的層級看這件事，漏洞與利用的指標趨勢早在 ChatGPT 之前就存在。他批評 AI safety 圈在 Mythos 一事上「狼來了」的模式，並引用他與 Dean Ball 的交流。目前通報的資安損害大多是勒索軟體，歷來歸因於 AI 的比例非常小。他也引用 Joshua Saxe 的觀點：駭客的供應鏈其實很脆弱。
PHP（支撐大量網站，包括 WordPress）的一個遠端程式碼執行漏洞，是透過 OpenAI 的 Patch the Planet 計畫發現，回報給 PHP Foundation 後一次性修補，部分網站因此暫時下線。報導指出目前尚未出現大規模利用。一則未經證實的推文聲稱有「DeepSeek swarm」在修這個漏洞。Florian 提醒很多小型企業仍然不會打 patch。LiteLLM 再度被入侵：初步報告指出一把 API key 在公開的 GitHub repo 裡放了五個月才被拿去散播惡意程式。Nathan 引用 Azeem Azhar 的〈The internet's Wuhan moment〉，該文主張 coding agent 會讓網路被大量程式碼淹沒，留下好幾年的漏洞積壓。
Nathan 批評 Abliteration.ai 與 Morph 透過 API 提供 abliterated 模型，認為判斷失當；Florian 懷疑 abliteration 除了行銷以外並無實質防禦價值。Florian 說 OpenAI 的防禦性資安計畫相當容易加入（身分證件加硬體金鑰），攻擊性計畫則較難，而 Anthropic 正在擴大存取。兩人都提到 OpenAI 與 Anthropic 已更新防護，擋下索取 PHP2Shell exploit 的請求。Nathan 提到 Opus 4.8 之後有研究人員被擋，以及 Hacktron 一篇用 Claude Code 對付 OpenAI 的文章。他也回頭檢討自己「四月釋出開源權重的 Mythos 也沒關係」的論點，承認當時沒把漏洞趨勢線講清楚。
這段根據 Anthropic 的〈How employment is changing at Anthropic〉。Florian 認為這對其他公司反而是好事，因為新鮮人才會流向別處，並以造訪中國時年輕博士是一大優勢為例。Nathan 則批評這是與短時程預期綁在一起的安全文化警訊，並警告若年輕人失業率上升，這件事會很難看。Florian 說目前還沒有大規模取代，軟體業尤其如此。
預期會有更多漏洞揭露、更多大規模修補，以及一波美國開源模型發布；中國的發布則可能在沉寂一兩個月後回來。
剛搬到美國的 Florian 在用 Meta 的 Muse 個人 agent（他說在歐盟被封鎖），也試過 OpenAI 的 Dots。他稱讚 Muse 會主動提醒美國的各種文書手續、能用一次性的 Stripe 卡購物、還能匯入 ChatGPT 的記憶。缺點包括速度慢、瀏覽器會當掉、部分網站會封鎖資料中心 IP，以及 iCloud 整合問題（他用 Gmail 轉寄繞過）。Nathan 對 agent 與人類互動抱持懷疑，並以 Pangram 的 AI 文字偵測器作為時代的註腳；Florian 則說只要是跟真人客服的對話，他都會親自接手。
Nathan 打算用 Muse 幫忙要回一個婚禮網站的網域。兩人最後以一個關於 DeepSeek 與漏洞揭露的玩笑收尾，Nathan 也提到電影《You Can See Everything》。
總榜贏過 GPT-6 Astra，Terminal-Bench Science 卻落後約 20 分。一個 3T 參數的模型，成績單最誠實的一欄剛好是最長的那份考卷。