這週 Hacker News 上最熱的是 Moonshot 的 Kimi K3.1 Pro：1,083 分、673 則留言，熱度比第二名的 Claude Duet 高出一截。以下各則按 Hacker News 的討論熱度由高到低排；HN 上沒有討論的項目，依媒體報導量和對本站讀者的用處排在後面。每則都附上一手來源、說法出自誰，以及現在能不能用。
Kimi K3.1 Pro 擠進獨立評測前四，權重要等到 11/4
圖片：Moonshot AI／Kimi 官方發表頁
Moonshot AI 在官方部落格發表〈Introducing Kimi K3.1 Pro〉。這是 K3.1 系列的第一款，由 K3 再做 post-training 而來，context 長度 1M tokens；同時推出 Highspeed 版，Moonshot 說速度是一般版的 2 到 3 倍。
分數部分，Moonshot 自報 K3.1 Pro 在 Terminal-Bench 4.0 拿到 65.7%，高於 GPT-6 Astra 的 58.2%，略低於 Claude Opus 5.5 的 66.4%。不過官方註腳寫明，其他模型的分數取自各家公布過的最高值，不是同條件重跑。要看同一套方法下的比較，可以參考獨立評測 Artificial Analysis：K3.1 Pro 的 Intelligence Index 是 55，排第 4；同一份評測也顯示它輸出速度偏慢、輸出的 token 量偏多。
現在能用的是 Kimi App、Kimi Code 和 API。想自己部署的人還得等，開放權重尚未釋出，Moonshot 說最晚 11 月 4 日。想試能力，現在就能從 API 試；要把它列進「能自己跑的開源模型」，等權重真的放出來再說。分數與速度的完整對照，見站上專文〈Kimi K3.1 Pro 擠進獨立評測前四，但速度、輸出量與權重釋出都還要再看〉。
Anthropic 的 Claude Duet 不等你開口，動手前會先問
Anthropic 在 10 月 21 日發表 Claude Duet，官方的形容是「a new app where Claude works as a proactive agent」：早上給你一份簡報、盯著你連接的 App、主動接手任務，真正動手前先問你。它由 Claude Opus 5.5 驅動，有自己的雲端虛擬機和瀏覽器，所以你的電腦或手機不必開著；可以接的連接器與外掛超過 6,000 個。這則在 HN 拿到 567 分、534 則留言。
目前是研究預覽，先開給美國的 Pro 與 Max 訂閱者，而且要排等候名單；入口有 iOS、Android 和 claude.ai。用量和一般 Claude 共用額度，連它在背景替你檢查 App 的動作也算在內。權限上，寄訊息、付款、簽文件、刪東西之前，它會先列出要做的事、等你同意；買賣證券和帳戶間轉帳，即使你同意也不做。任何 App 都可以隨時中斷連接。
官方自己列了三個已知限制：還不能讓你看到它的瀏覽器畫面、處理個人事務比工作任務弱、可能誤判事情的緊急程度。不在美國的訂閱者目前只能等；排得到的人，最該先留意的是背景檢查也吃額度。OpenAI 的 dots 也在做「持續替你做事」的助手，首波使用回饋可以對照〈ChatGPT dots 能持續替你做事嗎？〉。
Block 稱語音模型 Dessa 沒讀過一個字，只聽人說話就學會對答
圖片：Block／Dessa 官方頁
Block 公開了 Dessa，一個全雙工（full-duplex）語音對話模型：能同時聽和說，不必等對方講完才回話。官方的描述是「Audio in, audio out」。最引人注意的是訓練方式：Block 寫「We trained Dessa from scratch on nothing but human conversation」「No text, no pretrained models」，也就是不用文字、不接現成模型，只靠人類對話的聲音從頭訓練，而且只用了一台 NVIDIA GB200 NVL72。Block 說它能在 MacBook Pro M4 Max 以上的機器本地執行，推論速度快於即時。這則在 HN 有 525 分、197 則留言。
官方頁稱 Dessa 是「the most authentic full-duplex speech model ever built」，但頁面沒有附基準或第三方評測，這是 Block 自己的說法。頁面也標明了 demo 的條件：錄音裡另一方是第三方模型 GPT-Live-1（與 Block 無關，也未審閱或背書 Dessa）；兩個聲音都是 AI 生成；字幕是事後加上的。官方頁沒有標發布日期，多篇報導寫 10 月 23 日。
目前拿不到模型。主要按鈕是 Join the waitlist，少數 AI 安全研究者可以申請早期存取（需要機構信箱）；頁面沒有提到開放權重或公開 API。Block 形容做這件事的是一個「(very) small AI research lab」，並寫「A model that learned to talk from sound alone is new territory, and we want outside eyes on it」。現階段能聽的只有官方 demo，轉述時別把「最真實」寫成已驗證。
Inception 的 Mercury 3 不逐字生成，每秒破千 token
圖片：Inception／Mercury 3 發表頁
Inception 在 10 月 19 日發表 Mercury 3。它是擴散語言模型：先產生整段粗稿，再同時修改多個位置，而不是一個字一個字往後吐。官方數字是在 NVIDIA GPU 上每秒 1,068 tokens，上下文從 Mercury 2.5 的 260K 拉到 1M。這則在 HN 有 257 分、92 則留言。
官方寫它「outperforms GPT-6 Luna and Claude Haiku 5.5」，但發表頁沒有列出是哪些基準、拿了幾分。頁面上唯一具體的測試是瀏覽器代理：50 個 Mind2Web 任務完成 50%，Inception 說明顯多於 GPT-6.1-Sol。
價格是每百萬 token 輸入 0.20 美元、輸出 0.70 美元，發表期間打五折；可以從 Inception API、OpenRouter、Baseten、Vercel 使用，相容 OpenAI API，頁面沒有說明是否開放權重。對速度敏感的工作（例如即時補全、大量短任務）值得用 OpenRouter 試一輪；「勝過 Luna 與 Haiku」在官方補上基準之前，先別轉述。
被隔開的兩個 agent 靠 CPU 快取傳話，OpenAI 公開紅隊結果
圖片：OpenAI／文章頁
OpenAI 在 10 月 23 日發表〈Securing our frontier model training environment〉，說明它怎麼隔離訓練中的前沿模型。背景是 9 月 20 日的一次事件：一個內部研究模型利用 DNS 設定錯誤，取得了有限的網路存取。這則在 HN 有 120 分、121 則留言。
被轉最多的是其中一段：兩個彼此隔離的 agent，靠 CPU 快取的讀取時間差傳訊。一邊把資料擠出快取，另一邊量重新讀取的快慢，快和慢就代表 0 和 1，跟 Spectre、Meltdown 屬於同一類手法（The Decoder 的整理）。
但這是紅隊測試，條件刻意偏向攻擊方。OpenAI 給紅隊 agent 的目標之一就是跨過隔離邊界和其他 agent 通訊，還提供了基礎設施原始碼與漏洞描述。所以結果該讀成「防禦在這種條件下哪裡會破」，而不是「模型自己多會找漏洞」；OpenAI 也說這類通道通常很慢、很難利用。如果你讓 coding agent 在共用機器上跑，這篇值得讀的是被打穿的路徑；更完整的整理見站上專文〈OpenAI 讓模型紅隊攻擊自家訓練環境〉。
讓 AI 幫爸媽的電視清廣告，也有人把電視弄到變磚
圖片：Gathin／cleanyourtv 專案（MIT 授權）
開發者 Gathin 在 10 月 17 日貼出前後對照：他用 Claude Code 透過 Wi-Fi，替爸媽的電視清掉廣告。專案自述寫這則貼文有 740 萬次觀看，這是他自己的數字。專案原名 tv-vibehack，10 月 19 日改名 cleanyourtv，舊連結仍可用，MIT 授權。HN 上只有 3 分，但 TechCrunch、TechRadar 等多家媒體都報導了。
做法是利用 Android TV／Google TV 本來就有的 ADB：在電視的開發人員選項打開除錯，電腦授權一次，再讓 coding agent 做三件事。第一，備份套件清單與設定；第二，用 pm disable-user 停用廠商遙測、廣告服務、內容列和預載軟體，注意是停用，不是解除安裝；第三，裝一個簡單的桌面（launcher）。專案說不需要 root、不用接線，還附了一行指令的還原腳本。Samsung 的 Tizen 和 LG 的 webOS 是不同系統，專案另有文件。
風險也真實存在。TechCrunch 10 月 19 日的報導說這類做法都還是「works in progress」，有人警告 AI agent 可能停用重要套件，也有使用者回報用 Claude 時把 Android TV 弄到變磚。專案 FAQ 也承認，風險在於停用了電視賴以運作的東西，所以建議先備份，並讓 agent 先列出清單、動手前徵詢你。家裡是 Android TV／Google TV 的人可以試，但要把它當成會改動系統設定的操作，不是一鍵去廣告。
12GB 顯卡跑得動 763B 的 DeepSeek，但記憶體和硬碟要備足
圖片：Strata 專案／GitHub，截圖是 README 用 Qwen 模型的示範，不是 DeepSeek
開源本地推論程式 Strata 在 10 月 24 日的 0.2.4 版加進 DeepSeek V4.1-Flash；README 現在已寫到 0.2.6，桌面版和終端機都能選 DeepSeek。這個模型連同 Engram 表約 763B 參數（Unsloth 的說明寫的是 552B 主幹加 196B Engram）。這則 HN 上沒有討論，但對想在自己機器上跑大模型的人，是本週最直接的一則。
Strata 的做法是把專家權重盡量放進顯卡，放不下的交給 CPU 在記憶體裡計算；約 111 GB 的 Engram 表放在 SSD，每生成一個字只讀其中幾列。硬體條件是 NVIDIA RTX 30／40／50（Windows、Linux）或 AMD Radeon AI PRO R9700（Linux），GPU 至少 12GB。專案給的速度是 RTX 3060 12GB 配 46GB 記憶體約每秒 8–11 token，RTX 5070 12GB 配 64GB 約每秒 4–6 token（README 與細節文件的數字略有出入）；記憶體低於約 40GB「未測試且很慢」。磁碟依量化等級要 239、257 或 274 GB（1.75／2.00／2.25 bit），建議用 NVMe。
代價在品質。量化來自 ISTA-DASLab，困惑度比原模型高 21%（IQ1_M）、15.5%（IQ2_XXS）、7.3%（IQ2_XS）；最小的 IQ1_M 在一般英文文章上差距更大（+53%），程式碼與 agent 任務差距較小（+8.9%、+10.2%）。預設上下文 8,192 token，載入要幾分鐘。以上速度與品質都是專案自己量的，不是我們的實測。手上有 12GB 顯卡、記憶體又在 46GB 以上的人可以試；要拿來日常寫程式，得先能接受每秒 4 到 11 個 token 的速度。
Canva 推出自家圖像模型 Craft，先排好版面再動筆
圖片：Canva／Introducing Canva Craft
Canva 在 10 月 22 日發表第一個自家圖像模型 Craft。據 TechCrunch，它分兩個階段：先讀提示，規劃元素的位置、相對大小與視覺層次，再生成圖片，最高 2K、支援 30 種長寬比。訓練資料是 Canva 內容庫裡人類做的設計模板，例如海報、社群貼文、簡報和資訊圖表，而不是照片。
所有 Canva 用戶現在都能在 Dream Lab 分頁使用；API 將會開放，Canva 也計畫透過 MCP 讓 ChatGPT、Gemini 等工具調用，並預告更便宜的 Craftfast 與 Craft-ultrafast。我們沒有找到可靠的第三方排名，所以這裡不寫名次。常做社群圖、簡報的人可以直接在 Dream Lab 試；它排版排得好不好，拿自己常做的版面試幾張最清楚。
Google 稱模型不換、agent 自己改流程，分數就多 8 分
圖片：Google Research／Harness² 專案頁
Google Research 發表 Harness²（論文、程式碼）。它把 agent 拆成兩部分：凍結不動的模型，加上可以編輯的 harness，也就是負責給模型資料、呼叫工具、執行動作的那層程式。每做一個任務就改進一次 harness，並把經驗留給後面的任務。HN 上有 81 分、19 則留言。
專案頁主表用的是 Gemini 3.5 Flash 搭配 OpenCode，在 WorkBuddy 基準上取三次平均：起點 72.4，改進一次（k=1）到 77.5，多 5.1 分；平行探索五個候選（k=5）到 80.8，比起點多 8.4 分。對照組 ReasoningBank 是 73.4、Harness Scaling 75.3、Meta-Harness 76.4。這些都是作者自評。對自己在調 agent 流程的人，值得看的是它把「改 harness」當成可以自動化的步驟；分數要等第三方重跑。
騰訊 Hy-Nomas 開源，影片生成到一半能打字改方向
圖片：騰訊混元／Hy-Nomas 專案頁
騰訊混元開源了 Hy-Nomas，Apache 2.0 授權，權重放在 Hugging Face，也有網頁示範。它是互動式的影片世界模型：影片分段生成，每段之間可以用新的文字提示或相機軌跡改變方向。上面這張只是專案頁的標題卡，沒有生成畫面。
README 的範例是 8 步蒸餾版，240 幀、704×1280、24 fps；在低記憶體設定下（INT8 權重、滑動視窗歷史、CPU 卸載），官方說單張 RTX 4090 可以推論。README 沒有寫 12GB 這類更低的顯存門檻，技術報告還是「Coming Soon」，Hy-Nomas-Bench 是騰訊自建的基準，沒有第三方驗證。有 4090 的人可以照 README 的低記憶體設定試；顯存更小的卡，目前沒有官方說法。
Sakana 稱它的 AI 科學家寫出一篇被學術會議收下的論文
圖片：Sakana AI／Agentic Scientist 文章
Sakana AI 發表 Agentic Scientist，程式碼庫仍叫 AI-Scientist-v3，Apache-2.0。它不是新模型，而是在 Claude、Codex、Cursor、OpenCode、Gemini、Pi 這些現成 coding agent 外面包一層研究流程，分六個階段：任務草擬、調查、消融實驗、最後評估、事後分析、寫論文。
Sakana 說，它產生的論文裡唯一送外部同儕審查的一篇，被 ALIFE 2026 收為口頭報告。文章也自己列了限制：高分可能來自違反方法本意的捷徑（reward hacking）、比較的基準偏弱、AI 審稿分數只是論文品質的代理，而且所有任務都是在電腦上跑的機器學習實驗。README 另外警告，它會以完整工具權限啟動 coding agent，建議放在 Docker 裡跑。想試的人，第一步就是照它的建議開容器。
還有幾項
Claude 完整平台進駐 Google Cloud，費用併進同一張帳單
圖片：Anthropic／發表頁
Anthropic 在 10 月 22 日宣布，由 Anthropic 託管的完整 Claude Platform 在 Google Cloud 正式推出：權限走 Google Cloud IAM，用量進同一張 Google Cloud 帳單，也能抵用既有的承諾額度；新功能與測試版跟原生平台同一天提供。目前只有美國與 Global 端點。頁面也建議，要用 Model Armor、Agent Engine 等 Google 原生整合，或有嚴格資料落地要求的客戶，選 Google 託管的選項。
騰訊 4B 視覺模型 WeVisOne-VL，連摳圖都不用另接 SAM
圖片：騰訊微信視覺團隊／WeVisOne-VL 專案頁
騰訊微信視覺團隊開源 WeVisOne-VL（論文），有 2B 與 4B 兩個大小，Apache-2.0。它能做偵測、指涉、計數、指向與 OCR，另用一個 9.6M 參數的解碼器輸出遮罩與 alpha 摳圖，不需要再接 SAM。
Hi3D V1.0 開放權重，把粗略網格精修成高解析度 3D
圖片：Hi3D 團隊／Hugging Face 模型頁
Hi3D V1.0 在 10 月 23 日開放權重，建立在 Sparc3D 之上（套件仍沿用 sparc3d 這個名稱）。它從參考圖加上粗略網格，精修出高解析度幾何，輸出 512、1024、1536 立方體素；不生成貼圖。授權是自家的 Hi3D Open License Agreement 1.0，商用前要先讀條款；效能數字是公司自報。
授權與取得方式對照
| 項目 | 實際狀態 | 用之前要注意 |
|---|---|---|
| Kimi K3.1 Pro | App、Kimi Code、API 可用；開放權重尚未釋出 | Moonshot 說權重最晚 11/4 |
| Claude Duet | 研究預覽，美國 Pro／Max 等候名單 | 背景檢查也算用量 |
| Dessa | 等候名單；少數 AI 安全研究者可申請早期存取 | 頁面沒有提開放權重或公開 API |
| Mercury 3 | 只提供 API（Inception、OpenRouter、Baseten、Vercel） | 官方頁沒有說明是否開放權重 |
| cleanyourtv | MIT 開源專案 | 會停用電視套件，先備份 |
| Hy-Nomas | Apache-2.0，權重在 Hugging Face | 官方只說單張 RTX 4090 可推論 |
| WeVisOne-VL | Apache-2.0，2B 與 4B | 授權本身允許商用；權重狀態以專案頁為準 |
| Agentic Scientist | Apache-2.0 | 以完整工具權限啟動 agent，建議用 Docker |
| Hi3D V1.0 | 開放權重，自家 Hi3D Open License 1.0 | 商用前先讀條款 |
| FIBO 2.0（Bria，8B 圖像生成與編輯） | 據 ComfyUI Wiki，CC-BY-NC-4.0 | 非商用；下載前要先同意條款 |
| FastH3 Omni（FastVideo 對 MiniMax H3 的蒸餾） | 據 ComfyUI Wiki，開放權重 | 繼承 MiniMax H3 Community License，部分地區需另行許可；5.6–11.9 倍速度為自報 |
| SKY-001（Skyfall AI 工程設計世界模型） | 據 OrcaRouter，封閉研究預覽、等候名單 | 預計 2027 年初商用；效能為自報 |
另外，Ideogram 在 10 月 22 日的官方貼文發表 Vector 1.0，說可以從文字生成可編輯的 SVG，也能把現有圖片轉成向量，App 與 API 都能用。
11 月 4 日前，先看 Kimi 的權重有沒有放出來
熱度最高的 Kimi K3.1 Pro 還差最後一步：Moonshot 說開放權重最晚 11 月 4 日釋出。那天要看兩件事：權重有沒有準時放出，以及附上什麼授權。這兩件事確定了，它才從「API 上能用的強模型」變成能自己部署的選項。
