YouTube 影片筆記
Kimi K3.1 開源追近 Opus 與 Claude 形式化驗證等十則 AI 日報重點
原片標題：AI 日報 10/24｜Kimi K3.1 逼近 Opus！｜Claude證明程式、AI荒島自己玩、Block語音模型、13個AI同答案、METR稽核OpenAI、OpenAI估值下修、Gmail廣告
原片說明
開源模型直接貼著 Opus 打！Kimi K3.1 Pro 正式登場，還有 Claude 用數學證明程式不會當掉、AI 代理被丟上荒島自己玩起來，今天的 AI 新聞一次看。
00:00 開場
00:11 Kimi K3.1 Pro 正式發布：AA 指數 55 分，逼近 Claude Opus 5.5
01:19 Anthropic × Theorem：Claude 替 123 個開源函式庫做形式化驗證
02:28 MIT：13 個 AI 代理被丟上荒島，自己玩了起來
03:29 Block 發表 Dessa：只聽人類對話訓練的語音模型
04:16 問 13 個 AI 對人類最有爭議的看法，答案幾乎一樣
05:03 Anthropic 重播 Mythos 5 事件：內部新模型 62% 會自己停手
06:01 METR 駐點稽核 OpenAI：內部 AI 監控有漏洞
06:56 傳 OpenAI 以 1.25 兆美元估值募資最多 300 億（媒體報導）
07:36 Google 改隱私政策：Gmail、相簿資料可能拿來投廣告
08:20 瑞典政府辦公室封鎖 ChatGPT 與 Claude（媒體報導）
08:55 結尾
今天最有感的是 Kimi K3.1 Pro，開源權重的模型分數追到只差 Opus 三分，如果十一月真的照講的放權重，閉源大廠的定價壓力會很大。Claude 做形式化驗證那篇也很實在，比起刷榜，這種「證明程式不會壞」的用法我覺得更有長期價值。OpenAI 的估值新聞就比較普通，數字一直在變，等真的談定再說吧。
Music: "Funk AF" – Everet Almond (YouTube Audio Library)
#AI #AI新聞 #AI日報 #Kimi #Claude #OpenAI #Anthropic #Google
開源模型追到只差 Opus 三分，我第一個反應是：閉源大廠的定價策略還能撐多久？Kimi K3.1 Pro 拿 55 分排第四，價格卻只有 Opus 5.5 的一半，而且官方說十一月四號前要放完整權重。維維這次挑的十則裡，這則最有殺傷力，其他幾則 AI 自己亂來的研究也很有戲。
影片時間軸
- 00:11Kimi K3.1 Pro 正式發布，AA 指數 55 分排第四
- 01:19Anthropic 用 Claude 替 123 個開源函式庫做形式化驗證
- 02:2813 個 AI 代理被丟上虛擬荒島，自己發明玩法
- 03:29Block 發表 Dessa，只聽人類對話從零訓練的語音模型
- 04:16問 13 個 AI 對人類最有爭議的看法，答案幾乎一致
- 05:03Anthropic 重播 Mythos 5 事件，內部新模型 62% 會自己停手
- 06:01METR 駐點稽核 OpenAI，內部監控有漏洞
- 07:36Google 改隱私政策，Gmail 資料可能拿來投廣告
- 08:20瑞典政府辦公室下週一起封鎖 ChatGPT 與 Claude
形式化驗證才是這集最實在的一則
Claude 跟 Serum 合作，用數學直接證明程式在特定條件下不會出事。以前這種事只有飛機航電等級的專案做得起，SEL4 寫兩年、驗證花二十年；這次幾個禮拜就替 123 個開源函式庫、239 個測試入口做完，還順手抓到藏了好幾年的 Bug。維維說這比刷榜實用，我同意，這種能力才有長期價值。
AI 自己玩起來，還玩出研究人員沒想到的招
13 個代理丟上荒島三十小時、不給任務，結果爬山、疊方塊、畫曼陀羅，還把運動重新發明一遍。有一隻把圈圈甩進海裡，最後用石頭排愛心當紀念碑；更有六隻自己發現跳到空中再放手可以丟更遠。玩過的代理之後解正式挑戰表現更好，但學者提醒設定檔本來就寫牠們天性好奇，還不能斷定是真的在玩。
值得下載嗎
值得。十則新聞節奏緊湊，Kimi 開源權重、Claude 形式化驗證、荒島實驗這三則有實質內容，其餘幾則當背景知識也夠用，快轉索引抓著看就行。
覺得這篇筆記有幫助嗎？