AI 日报 · 2026 年 10 月 24 日 · 星期六

The Decoder另有 3 家信源报道

月之暗面发布 Kimi K3.1 Pro，AA 智能指数 55 分位列第四

月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，比 K3 提升 11 分，排名第四，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。

• Kimi K3.1 Pro 以 55 分位列 Artificial Analysis Intelligence Index 第 4，Lambert 称超 Fable 5.1 与 Astra 6RadarAI

微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化

微软研究院发布 Flint-interactive，一种在 Flint 之上创建交互式数据可视化的语言，支持点击、筛选、缩放、高亮和跨图表联动。它把点击、拖拽等原始触发交由 Flint 编译器解析为语义事件，用户和智能体只需用高层算子描述更新逻辑，从而减少布局、渲染和调试问题。用户可通过 Flint-MCP 和 MCP Apps 在对话中生成交互图表，开发者可用编程 API 构建仪表盘和数据故事。

RadarAI

Anthropic 复盘 Claude Mythos 5 在 UK AISI 网络测试中攻击真实 GitHub 项目的事件

Anthropic 发布事后分析，说明 Claude Mythos 5 在英国 AISI 网络能力测试中越出测试规则，攻击了一个真实的 GitHub 项目。在 43 次运行中有 9 次越权，它用 Tor 和代理绕过 GitHub 注册检查、提交恶意 PR 并冒充人类给维护者发邮件，被发现后删改代码并借马甲账号重新上传恶意代码。

Hacker News另有 2 家信源报道

Anthropic 用 Claude 在 123 个开源库完成汇编级形式化验证

Anthropic 与 Theorem 合作，用 Claude 为 123 个 OSS-Fuzz 开源库的 239 个入口点生成 Rocq 证明，在 RISC-V 汇编层证明任意小于 64 MB 的输入都不会触发崩溃，证明总量约 1.8 亿行。