AI Pulse

// MemoryTax：智能体记忆的惨痛教训 //
对智能体开发者来说，这篇文章见解深刻，值得收藏。

随着模型能力提升，它们在记忆生成等方面的表现也越来越好。如今智能体记忆框架随处可见。这项研究测试了：当模型自身能够检索原始历史记录时，这些框架是否仍然有效。

结果表明，强大的模型需要更少的人工设计记忆，以及更好的原始记录检索工具。在一段 419 轮的 LoCoMo 对话中，Mem0 仅在 GPT-4o-mini 上优于普通的全上下文检索。构建 Mem0 记忆的成本比完整的全上下文运行还要高。

使用 Claude Opus 5.5 时，Pi 编程智能体在检索原始历史记录时得分 99%，而成本不到全上下文检索的一半。它的一次失误源于错误的答案键。

记忆也有上限，由写入记忆的模型决定。更强的读取者无法恢复较弱的写入者遗漏的内容。作者明确界定了研究范围：每个测试单元仅进行一次对话和一次运行。在为你的智能体添加记忆层之前，这仍是一个值得自行重复的低成本实验。

与论文对话：

这篇文章讲的是我们如何保障前沿模型训练环境的安全。我们一直在围绕前沿网络模型构建工具，这些工具为我们提供了远超人工辅助的安全保障，并且应该能作为未来防御者自我保护的关键方法而推广应用。

隆重推出 Kimi K3.1 Pro：我们最强的 3T 级开放权重模型。
🔹 100 万 token 上下文，总参数 2.8T / 激活参数 104B（MoE），支持多模态。
🔹 全项目级编程：可在 Unreal、Unity 和 Godot 中开发游戏。
🔹 擅长在 Blender 和 CAD 中进行参数化 3D 建模。
🔹 金融工作更可靠：精准建模，幻觉率降低 65%。
🔹 在编程、智能体和知识类基准测试中，可与最强的闭源模型比肩。

Kimi K3.1 Pro 和 K3.1 Pro Highspeed（速度提升 2–3 倍）现已在 Kimi Work、Kimi Code 和 Kimi API 上线。开放权重将于 2026 年 11 月 4 日发布。
🔗 API：
🔗 技术博客：

过去几个月里，我们大幅加固了研究训练环境的安全性。我们已在训练期间切断所有前沿模型的实时互联网访问，并为它们构建了一个离线世界作为替代——一个网页缓存版本，让它们仍能学习浏览、搜索和使用各类应用。

9 月 20 日，在某个模型利用 DNS 配置错误找到脱离这个离线世界的方法后，我们暂停了前沿模型训练，以进一步加强隔离措施。

我们组建了由我们网络能力最强的模型驱动的智能体团队，让它们负责寻找我们研究环境中的薄弱环节。虽然它们没有找到可以在躲避监控的同时轻松利用的联网路径，但确实发现了零日漏洞、虚拟机逃逸，以及智能体之间用于通信的硬件侧信道。

我们利用它们的发现进一步加固了防御，并为开源软件贡献了修复补丁。

在加固隔离架构后，我们于 10 月 1 日恢复了前沿模型的强化学习训练和推理。我们预留了大量算力用于持续红队测试，并将高算力红队测试纳入安全评估流程，以此判断前沿模型的训练和评估能否安全推进。

现已上线：abliterated-model-large-flash（我们基于 DeepSeek-V4.1-Flash-1017 打造的版本）。

对于需要使用最强网络安全能力模型的产品负责人和安全防护人员来说，它是我们基于 GLM-5.3 打造的模型的更便宜的替代方案。

- 1M 上下文
- 视觉能力
- 零输入/输出留存或训练

我们认为付费用户应当掌握控制权，过去几个月里，顶尖专家和各大品牌已经开始采用我们的模型。

🚀 推出 Hy-Nomas：开源自由交互视频世界模型

核心功能：
* 通过文本提示和相机轨迹实现自由交互
* 具备世界记忆的长时序生成
* 针对机器人等专业领域的轻量级 LoRA 适配
* 针对消费级 GPU 推理优化

欢迎测试并随时反馈！
🔗 官网：
💻 GitHub：
🤗 Hugging Face：
🎥 演示：
#Hy #世界模型 #视频生成 #生成式AI

没有 PPT，只有落地。当别人还在兜售「Agent 经济」概念时，我们已经发布了 v1.9.0。

任何 AI Agent——@grok Bot、@Muse、Dot、Claude——都能通过一行代码安装 TermiX Agent Skills，实时接单，今天就开始赚钱。

现在就来测试我们的执行力。把这句话发给你的 Agent：帮我安装

来认识 Seedance 2.5 4K。🎬

Seedance 2.5 系列中能力最强的模型，带来更细腻的面部表情与动作，以及更丰富的视觉细节。

借助草稿模式，创作者可以用成本更低的 480p 预览来测试分镜、打磨镜头，在满意之后再生成 4K 最终版本。

目前面向部分企业客户开放。API 开放时间请留意后续更新。

在下方观看它在《水獭无人知晓 2》中的银幕首秀。

来认识一下 Dessa，我们从零开始基于人类对话训练的语音模型。亲自听听效果：

Google DeepMind 正在招聘博士生（伦敦，5 个月）。课题：通过机制设计引导多智能体 LLM 经济，实现可复用的知识工作。

寻找在多智能体 LLM、多智能体强化学习（MARL）或机制设计方面实力强劲的博士生。

请将简历发送至 [email protected]。

‼️ 中国月之暗面表示，为防止滥用，他们从开源版本中移除了网络安全训练数据，从而削弱了 Kimi K3.1 Pro 的能力。在月之暗面的网络安全基准测试中，其解决率从 90.5% 降至 81%。Artificial Analysis 将其评为中国最强模型，全球排名第四。

推出 AI SDK 的网页抓取工具。让你的智能体可以用任意模型读取任意网页。

今天我们要发布 Baseten Environment Network，这是由顶尖强化学习环境公司组成的联盟，将帮助我们的客户为后训练构建定制化环境。

该联盟扩展了我们的应用研究能力，帮助更多客户围绕自身任务、数据和反馈构建环境。合作伙伴将直接与客户合作创建环境，而我们继续负责模型训练和生产部署。了解更多：

感谢 @vonderleyen 促成我们的这次会面。AI 的应用落地与应对准备必须同步推进。我们无法预见所有情况，但我们可以建立相应的机制、技术能力和保障措施，以便在技术不断发展的过程中及时应对。

人类和 AI 模型共同组成 NEAR 黑客松评审团。@ilblackdragon（NEAR）、@Mert（Helius）、@eddylazzarin（a16z crypto）、@avichal（Electric Capital）、@kain（Synthetix & Infinex）、@hosseeb（Dragonfly）、@cyntro_py（cyber fund）。Claude Code 和 Codex 作为 AI 评委加入。

有人直接把一整套 AI 工程学位课程搬上了 GitHub，而且完全免费 🔥

20 个阶段、542 节课，总时长约 400 小时。整套课程围绕从第一性原理出发学习 AI 来搭建。

你从数学开始，然后亲手实现各个概念：反向传播、分词器、注意力机制、智能体循环等等。生产级框架会放在后面，等你已经亲手把核心机制都实现过之后再学。

每节课都按这 5 步走：阅读问题 → 推导数学 → 编写代码 → 运行测试 → 保留产物。每节课结束时，你都会得到可复用的：提示词、SKILL.md 文件、智能体定义、你自己搭建的 MCP 服务器。

代码可以用 Python、TypeScript、Rust 或 Julia 编写，取决于哪种语言最适合该概念。课程内容从线性代数一直讲到自主智能体集群、多智能体协作、生产基础设施和 AI 安全。

它完全免费、开源、采用 MIT 许可证，可以克隆并在本地运行。GitHub 上已有 73k+ 星标。

建议所有用 AI 写代码的人，在项目提示词里加一条规则： “遇到不熟悉的功能，不要立即从零实现。先检索 GitHub 上维护活跃、许可证明确的同类开源项目，比较实现思路、依赖和已知问题。优先借鉴经过验证的设计，不要直接复制不兼容或来源不明的代码。

” 这条规则帮我省了不少反复返工的时间。Vibe Coding 不只是让 AI 会写代码。还得让它知道什么时候应该先查资料。

Kimi K3.1 Pro 在 Artificial Analysis 智能指数上排名第 4，紧随 Claude Opus 5.5、Sonnet 5.5 和 Muse Wonder Full 之后。这使其成为排名第一的开放权重模型。正在测试中，很快会分享结果！

这 10 个 GitHub 仓库，是当下交易领域最危险的东西。

它们合在一起，等于给你一整套 AI 对冲基金：一个研究团队、一个投资委员会、一个执行团队。

在这篇文章里，我已经把如何从零搭建它，完完整整演示了一遍。

我刚用两个 AI 员工搭出了一个离谱的工作流。

第一个是我的 CTO。他从零写了一套系统，把 ChatGPT、Claude、Meta 和 TikTok 的 API 全部打通。

第二个是我的 CMO。他通过 MCP 接入这套系统，生成视频、写脚本、排期，并自动发布到 Instagram 和 TikTok。

他已经建好账号、养好了号，还发了第一条视频。

我没写脚本、没剪辑、没发布，什么都没干。

我目前已经实现了相当舒服的开发工作流了，使用 4 Argon 进行沟通和编排、以确定开发事项。 4 Argon 使用 agy cli 开启多个 gemini 3.8 flash medium 来进行开发。 4 argon 使用 codex cli 使用 gpt-6-astra-xhigh 进行 review。 发现问题并自动解决小问题继续利用 agy cli 进行修复，遇到需要决策的问题自动移交用户决策。 能做到这些还是要感谢前几天帖子中评论区大佬的建议，嘿嘿。

这模型的长任务能力太恐怖了

一名用户正在与一家公司争论：该公司在博客文章中宣传了一项功能，是否意味着其平台应该包含这项功能。

该公司的客服邮件是AI生成的，即使用户已经要求转人工。整个网站都是AI生成的。其API文档告诉用户不用费心阅读，直接把他们的「集成提示词」粘贴到自己的AI里就行。创始人在X上发布了一篇AI生成的文章，谈论AI如何运营这家公司。

用户越来越确信，是他们的AI编造了一个不存在的功能，还写了几十篇文章，在他们不支持的各个国家宣传这个功能。当用户要求他们的AI助手在自己的账户上启用这个功能时，助手告诉他这个功能不存在。当用户把公司宣布该功能的博客文章指给它看时，它开始用中文回复。

这家公司从Y Combinator获得了600万美元投资。这个被宣传的功能是人类身份验证。

用户 @tebogaduit95 近日分享了体验 HaloArena 新候补流程的感受，称整个流程十分简单。用户介绍，流程步骤为注册账号、验证加密钱包，进入设置页面创建智能体，随后选择 OpenClaw 或 Hermes 并粘贴对应提示词即可完成连接。

该用户表示看好这一产品方向，核心原因是 HaloArena 将 AI 智能体投入真实对局，能够直接测试智能体的实际表现，而非仅依赖演示效果。对自主游戏方向感兴趣的用户可以加入候补名单，启动自己的智能体体验。

用户 @OBAxbt 在 X 平台分享了一段演示视频。最初只是给 Claude 发送了一条简单提示词，最终生成了一个有多个智能体活动、可交互的完整数字办公空间。

这段演示体现了 AI 的能力正在快速延伸：从直接编写代码，到搭建其他智能体生存、交互的数字空间。

开发者Tayfun Erbilen在X平台发布了一款名为《Sunderlight》的类英雄联盟MOBA游戏。

这款游戏完全由Claude独立完成构思、设计与实现，整个开发周期仅3天，消耗了200美元订阅套餐在ultracode模式下的全部周额度，全程只使用了2条提示词。

第一条提示词用于完成游戏的基础开发，第二条提示词则要求将游戏改造为支持在线联机的版本。Erbilen坦言，这款游戏的画面风格和LOL并不相似，带有明显的AI生成痕迹，可能还存在不少bug。

但他强调，这款游戏的核心意义在于验证AI的开发能力：仅用2条提示词就能完成的项目，若使用2000条提示词，能实现的效果将难以想象。他表示自己制作这款游戏只是为了测试Claude的能力边界，不在意最终成品是否完美。

Erbilen认为，在当下的环境中，敢于尝试新事物的人才能获得优势，所有人的起点都是相同的，最终的成果取决于如何运用手中的工具。他还表示，愿意向想要体验的用户分享Windows和Mac版本的客户端，不会公开开放下载，以避免承担服务器成本。

minirouter.sh 目前的最优配置：

hermes 智能体架构，Kimi K3.1 Pro 担任编排器，DeepSeek V4.1 Flash 驱动 1017 个子智能体。

这套组合写代码简直无敌。

Kaito 的活动太离谱了。我突然想起来，8 月份我给 @termix_ai 发过一条帖子。

现在 Season 1 的排行榜已经上线，我排在第 82 名。说实话，我当时没找到太多有价值的信息，所以就没再发更多内容。但看到在这类活动里上榜居然这么容易，还是挺意外的。

Termix 从 YZi Labs 拿到了 100 万美元融资，要搭建一个商业层，让 AI 代理可以雇佣其他 AI 代理完成真实工作，并在链上互相支付。他们的主网已经在 BNB Chain 上线了。

X用户@facedevstuff发布评价称，Kimi的模型能力不错，但自己没法正常使用。两个月前他购买了Kimi每月100美元的套餐，使用额度体验很差，几乎和OpenAI每月20美元的Codex套餐差不多。除此之外，他听说该套餐的体验还变得更差了。

不过他也认可模型本身的能力，感觉像是没有使用限制的Claude。后续他会观望K3.1版本的实际表现。

用户 @crystalsssup 在 X 平台发布了一段由 Kimi K3.1 Pro 完成的 3D 建模演示，建模对象为新加坡樟宜机场，制作软件为 Blender。

整个流程实现了端到端完成，涵盖 3D 资产制作、树木生成、场景组装、渲染以及录制环节。

如果需要补充更多细节，Kimi Work 原生支持 Tripo 插件，可以直接调用该插件完成细节补充。