做AI这行的都懂一个潜规则：发布新模型，跑分恨不得精确到小数点后一位地往上抬，降一分都要跟股东解释半天。
但10月24日Kimi K3.1 Pro发布后，知乎热榜上挂着一个反常的问题：「如何看待Kimi K3.1 Pro开源版刻意削弱网安能力？」——不是被质疑注水，而是被实锤"主动变弱"。我把月之暗面的官方说明、新京报贝壳财经和快科技的报道完整翻了一遍，这事儿比看上去有意思得多。
先说清楚：削掉了什么
根据官方披露，月之暗面在中期训练和强化学习两个阶段，识别并移除了网络攻防相关的训练数据，而且此后每个训练阶段都会持续这么干。
代价是明码标价的：内部网络安全基准上，做了风险削减的版本得分81.0%，未采取削减措施的同类版本是90.5%。整整低了9.5个百分点。
但通用能力几乎没受伤——编程智能体测试Terminal-Bench 4.0得分65.7%，照样超过GPT-6 Astra的58.2%，只比Claude Opus 5.5低0.7个百分点。完整模型权重承诺11月4日前放出。
翻译成人话：Kimi精准地做了一次"截肢保命"——砍掉的是找漏洞、搞攻击的那部分本事，留下的是写代码、做3D、搞金融研究的生产力。
为什么偏偏是开源版要削
这是整件事最值得琢磨的地方。API版是闭源的，厂商随时能加护栏、能撤回、能改规则；但开源权重一旦放出去，就是泼出去的水——任何人下载之后爱怎么微调换回来，厂商管不着。
所以逻辑链条是：不可撤回 → 只能在放出之前保证安全。官方还给了两条开放原则：不发布推进网络攻防能力绝对前沿的开放权重；再逐步提升开放权重里可用的攻防能力。
新京报的报道里有一段官方评估很关键：K3.1 Pro的网络攻防能力虽比前代提升，但仍落后于"已公开发布至少三个月的前沿闭源模型"，没超出攻击者现有能力范围。换句话说，他们给自己画的线是——开源版可以会一点安全，但绝不能比坏人已经会的更强。
月之暗面还抛出了一个立场：开放权重反而更有利于防御方。当强模型能在用户自己的机器上跑，更多团队才审查得起自己维护的代码；这种能力逐步扩散而不是锁在少数闭源系统里，最终让所有软件更安全。
这套思路，本质上是把AI安全从"发布后打补丁"挪到了"发布前做减法"。争议也在这：削9.5分到底是负责任，还是给开源版留了一手、变相保护API生意？知乎上两派吵得挺凶，我觉得答案在11月4日权重放出后——到时候社区实测的攻防能力，会比任何声明都诚实。
对普通人意味着什么：开源模型≠满血模型
这件事给所有想用开源模型的人提了个醒：你下载到的权重，可能是厂商"安全裁剪"后的版本，尤其涉及安全、漏洞、渗透测试类任务时，能力会打折扣。
以后挑开源模型做正经事，建议先过这张四步自查清单（值得收藏，选模型时直接对照）：
- 查发布说明里的"安全削减"章节——负责任的公司会像Kimi这样明说砍了什么、基准掉了多少分；一个字不提的，反而要多留个心眼
- 对照基准分差——同代模型的API版和开源版跑分差距过大，说明裁剪幅度大，敏感任务优先用API版
- 看时间线承诺——"逐步提升开放权重能力"有没有具体节奏，是判断厂商诚意的试金石
- 安全类任务单独验证——别拿通用跑分推断专业能力，自己动手测几个真实用例再上生产
我自己维护AI工具清单时也遵循这个习惯：跑分只看个大概，真要长期用的工具，一定会在spark1.cn的工具页（/tools/）里按真实场景重新分类标注一遍——榜单会骗人，用例不会。
模型的强大不在于什么都会，而在于知道自己该在什么地方收着劲。对我们使用者来说，看懂厂商"藏起来的说明书"，才能挑到真正称手的工具。
评论