月之暗面（Moonshot AI）给自家最新模型做了一次减法：把网络攻击相关的能力从训练里拿掉，同时保住写代码的本事。这家中国AI创业公司10月24日发布Kimi K3.1 Pro，称其为一个能力很强的开放权重模型，参数量约 3万亿 。 开放权重和常见的AI服务不是一回事。常规服务全部跑在厂商服务器上，而开放权重意味着开发者可以下载模型文件，放到自己的系统里运行，还能改动它的工作方式。月之暗面计划在 11月4日 放出模型权重，向更广泛的开发者社区开放。 为了压住模型的攻击性网络能力，月之暗面从训练数据集和强化学习环境里移除了网络相关数据，同时保留通用编码能力。公司内部测试显示，这套处理带来了可测量的差距。 在自家网络安全基准测试中，Kimi K3.1 Pro得分 81% ，测试内容是在受控环境里寻找并利用软件漏洞。一个没有采取风险削减措施的同类版本，得分为 90.5% 。按报告分数计算，下降了9.5个百分点。这些结果尚未经过独立验证，但据报道该模型仍优于其前代产品。 这个区分之所以重要，是因为同一套AI能力既能用于防守，也能用于进攻。安全团队可以用AI在犯罪分子动手之前找出软件弱点；攻击者则可以用会写代码、会操作软件工具、能完成多步任务的模型，把攻击的一部分自动化。 月之暗面的论点是，开放权重AI可以帮助机构检查和加固那些被忽视的、老旧的软件。但模型文件一旦广泛分发，原始开发者对使用者的控制力就会下降，也无法保证防护措施是否仍然有效。 这一决定出现在各国政府和科技公司普遍担忧的背景下：能力越来越强的AI，可能让复杂的网络攻击变得更便宜、更容易执行。中国还提出了针对AI驱动恶意软件生成技术、以及某些AI辅助漏洞发现工具的出口管制方案，目前仍处于公开征求意见阶段。 对企业与普通用户来说，风险不止于单台电脑。攻击自动化程度提高，会给负责保护个人信息、金融系统和关键基础设施的机构带来更大压力。反过来，如果对AI安全研究限制过猛，又可能让漏洞一直没人发现。 Kimi K3.1 Pro还带有 100万token 的上下文窗口，可以一次性处理大量信息。月之暗面还推出了Highspeed版本，称其运行速度是标准模型的 2到3倍 。 下一个关键节点是11月4日的权重发布。届时开发者和安全研究人员能更充分地检验它的能力，行业也要面对那个难题：一个强大的AI模型可以被人独立使用之后，防护措施还能不能继续奏效？ 特别
