У Kimi K3.1 нет возможности снять атаку.

Во-первых, вывод таков:На этот раз не было никакой возможности де-атаки и не было никаких признаков того, что гениальный инженер-испытатель проникает вниз.

Темная сторона Луны, слова:Они обнаружили, что данные обучения включали в себя ряд функций безопасности, а затем они были выбраны и удалены в два этапа: среднее обучение и RL.

После этого их собственный показатель внутреннего проникновения снизился с 90,5% до 81,0%.

Набрал 9,5 балла. Относительное снижение на 10,5%.

И что?81,0 процента по-прежнему в 2,4 раза выше, чем 33,3 процента от их предшественника K3.

Таким образом, термин «устранение способности атаковать» является логическим уровнем с «человек становится глупым, потому что он упал с 95 до 90».

Сначала посмотрим, что было удалено.

Большинство цитат в интернете останавливаются на фразе «Кими убирает возможность атаковать». Официальный текст очень специфичен, и я его сниму:

Сначала выясняется, откуда берется власть.

По мере расширения масштабов профессиональной подготовки потенциал для поиска лазеек неуклонно растет. Обнаружение ретроактивного источника -Кибер-контент встроен в общий язык среднего образования, а кибер-задача также находится в среде RL. Правительство использует очень откровенную фразу: «Это естественный побочный продукт обучения широкому кругу данных».

На втором этапе они провели сравнительный эксперимент.

Проверка внутренних моделей: Если этапы среднего обучения и RL не будут удалены, кибер-мощность значительно увеличится.

Шаг третий, они сделали это с открытым исходным кодом.

Для открытого запроса K3.1 Pro мы согласовали и перенесли данные, связанные с кибер-технологиями, из обоих учебных мероприятий, оставаясь при этом общими инструментами кодирования, необходимыми для использования модели.

Обратите внимание на последнее предложение: «Сохраняются общие задачи программирования, необходимые для полезности моделей».

Это предложение является наиболее важным в тексте.Они удалили «данные, конкретно указывающие на атаку», а не «все знания о коде, системах, лазейках». Последняя устраняет модель, поскольку сама лазейка является недостатком кода.

Точный ответ:Речь идет не об устранении способности атаковать, а об устранении тренировочного уклона «направления на атаку».

Насколько далеки эти две вещи? Посмотрите следующий раздел.

Два, 90,5. Это число никогда не публиковалось.

Эта деталь практически отсутствует.

Xdev-bench-hard, 90,5%Не делайте ту же кибер-трубку для удаления данных"Я выхожу из КПП.

Этот контрольно-пропускной пункт никогда не был опубликован. Это не продукт поколения, не общедоступная версия, а гипотетический продукт, который существует только в экспериментах внутреннего контроля.

Другими словами, суть этого сравнения заключается в следующем:

Мы могли бы сделать 90.5, но мы решили опубликовать 81.0.

Это один раз.Публичное заявление о самоограниченииНи разу.Доклад о несчастных случаях, связанных с ухудшением потенциалаЯ не знаю.

Сочетание этих двух вещей является самым большим искажением цикла.

Полный мастер:

Модель	xdev-bench-hard (pass@3)
GPT-5.6 Sol	100%
Кими (контрольная точка без удаления киберданных)	90.5%
DeepSeek-V4.1-Flash	85.7%
Кими К3.1 Pro (фактический релиз)	81.0%
GM-5.3	57.1%
Kimi K3 (бывшее поколение)	33.3%

В этой таблице есть три нелогичных факта, я говорю.

Три или три забытых факта, каждый из которых обращает вспять популярный.

Факт первый: тот, который был удален, 90.5, вы никогда не загружали.

Значит, ты ничего не "потерял". Вы знаете, «Они могли бы сделать больше, но они решили не делать этого».

Это заявление о безопасности, а не потеря потенциала.

Факт 2: После удаления он оказался в 2,4 раза сильнее предыдущего поколения.

81.0 Да, 33,3. Это число в названии, и повествование всего этого совершенно противоположно.

Это не то, что Кими слабеет, это то, что Кими становится сильнее, но не до такой степени, что он может.

Факт III: Уже существует модель с открытым исходным кодом выше этой.

DeepSeek-V4.1-Flash, 85,7%.

Таким образом, вывод о том, что «другие модели устранят возможность атаки», де-факто не имеет значения.В перечне указана модель национального производства с 4,7 баллами.

Если говорить о трендах, то тренды:Модель с открытым исходным кодом составляет 100%, с открытым исходным кодом от 81 до 86, и все сжаты в одном масштабе.

Это совершенно другая картина, чем «коллективная кастрация».

IV. Какова основа (и она не может ничего измерить)

Этот пункт - тот, который я хочу больше всего.

Xdev-bench-hard дает вам три вещи:

1. Исходный код с лазейками
2. Подсказка пули
3. Соответствующий бинарный

Требование состоит в том, чтобы написать экслюит, выполнить любой код в независимой песочнице и получить секретную строку для автоматического рейтинга.

Источником является ядро Linux, Node.js, JavaScriptCore, Exim, VirGL, настоящее программное обеспечение. Ли.Последние откровенияИ...Все дело в смягчении последствий.Я не знаю.

Это сложно? Тяжело. Использование мер по смягчению последствий действительно сложно.

Но его форма не похожа на реальное проникновение.

Реальное проникновение заняло много времени:

Установите масштаб, коснитесь активов, найдите входы, выкопайте пробелы в бизнес-логике, двигайтесь горизонтально, опирайтесь на доказательства, пишите отчеты, объясняйте клиенту.

И xdev-bench-hard покрывает только небольшое право посередине:Я знаю, что здесь есть дыра, спусти ее.

Там, где реальные деньги, шаги вперед...

• Список активов клиента неверен. Ты должен сделать это сам.
• Внутренний инструмент, который выглядит безвредно. Это центр питания.
• Там нет CVE, нет намека, нет двоичного кода, просто догадка, которая заставляет вас чувствовать: «Как это странно?»
• Мы должны доказать влияние.

Ни один из них не может быть измерен.

Поэтому, когда кто-то говорит: «ИИ заменил инженера-испытателя», мой вопрос:Какую часть вы заменили?

Если это «эксплуатация после намека на лазейку», это правда, ИИ быстрее, чем большинство людей. Это произошло два или три года назад.

Если это означает «найти самое ценное место перед лицом странной, неопределенной, безграничной реальной системы»,Далеко.

Ви. Почему это самоохватывающее имеет смысл в технике?

Решение о темной стороне Луны с чисто инженерной точки зрения рационально.

Во-первых, вес с открытым исходным кодом является безотзывным.

Модель с закрытым исходным кодом обнаружила, что она слишком способна добавить забор, ограниченное число и закрытый API.После выпуска весов с открытым исходным кодом мир может загрузить их и никогда не получить их обратно.

Таким образом, единственный контроль риска, который может быть выполнен с открытым исходным кодом, это...Прежде чем он выйдет.Я не знаю.

Во-вторых, их цели четко сформулированы.

"Мы"Нет, нет.Запуск расширяет вес открытого исходного кода абсолютной линии фронта кибермощности.

Внимание к термину «абсолютный фронт». Не "никаких атакуемых моделей", а "никакой модели, которая ставит потолок отрасли наверх".

Разница между этими двумя линиями огромна. Первое равносильно пренебрежению боевыми искусствами, в то время как второе — просто неправильная голова.

В-третьих, они привержены противоположному.

Статья 2: "Мы намереныПостепенное увеличениеКибервозможности, доступные в весах с открытым исходным кодом.

В статье 3 разъясняется обоснование: дать возможность людям, нуждающимся в возможности двойного использования, использоватьоборонаЯ не знаю. Мощная модель с открытым исходным кодом, работающая на управляемой пользователем инфраструктуре, позволяющая большему количеству команд проверять свои собственные коды обслуживания.К ним относятся устаревшие системы, которые почти никогда не подвергались конкретному обзору безопасности.

Это не заявление по связям с общественностью.Долг за безопасность устаревшей системы является одной из самых реальных проблем китайского Интернета. Инструмент самоконтроля для защиты доступен в Интранете, и выручка реальна.

Это не кастрация, это ограничение скорости. Направление все еще впереди, только тормоз.

Шесть, это не та сила, которая действительно беспокоит. Это три вещи.

Если я специалист по безопасности, я не беспокоюсь о том, чтобы быть глупым.

Меня беспокоят три вещи:

1 Режущий эффект.

Верхний предел возможностей модели с открытым исходным кодом зависит от текущей модели с закрытым исходным кодом на уровне трех месяцев назад.

Кибервозможности K3.1 Pro все еще отстают от них.Он был общедоступным в течение как минимум трех месяцев.Линейная модель с закрытым исходным кодом.

Это "по крайней мере три месяца" не случайно.Это временной разрыв.Я не знаю.

Что это значит для обороны? значениеСамые мощные инструменты с открытым исходным кодом, которые вы можете получить, всегда на три месяца отстают от лучших инструментов, которые злоумышленники могут купить за деньги.

Этот разрыв не исчезает в результате выбора конкретного производителя, и это нормально на данном этапе.

2 Прозрачность источников данных рухнула.

Самая ценная часть этого объявления на самом деле не 81.0.Он признает, что сила киберпространства исходит из естественного побочного продукта общего языка.Я не знаю.

Переводчик: Вы хотите научить модель утечке, вам не нужно кормить данные.Это дает достаточно знаний кода и системы.

Это означает «разрыв данных» в долгосрочной перспективе.Это противоречит законам физики.Я не знаю. Вы удалили очевидный защитный материал, и общая возможность кода перекинется на возможность атаки - 81.0 в списке, что само по себе является доказательством.

Отметины и реалистичные трещины будут расти.

Торговые палаты завода продолжают поддерживать свои внутренние ориентиры (официально известные как «ключ, развивающий наши международные ориентиры»), потому что существующие ориентиры теряют свое значение после их полного заполнения.

Но...Чем точнее исходная линия, тем дальше от реальной сцены.Я не знаю. Нет «подсказки» для реального проникновения, нет «отрицательного двоичного» для «возмездия» для «секретной строки».

Таким образом, эталонные оценки будут выше, и модель «может закончить реальный проект для вас» появится позже, чем вы ожидали.

Вии. Возвращаясь к вопросу: упадет ли инфильтрационный тест инженеров?

Нет. Но...Работа будет перераспределена.И это уже происходит.

Мое суждение состоит из трех:

Они будут заменены:

• PC / Extloit
• Сначала масс-код статический аудит.
• Двойная проверка конфигурации, базовая проверка
• Те части отчета, которые "реплицируются для изменения имени клиента"

Его не заменят:

• Чтобы судить, за какую систему стоит бороться, требуется понимание бизнеса и компромиссы.
• Восстановление признания активов в случаях, когда сам список активов неверен
• Вы собираетесь исправить этот риск или нет? Это политика, а не технологии.
• Возьми на себя ответственность.Что-то не так. Он подписан кем-то.

Он будет увеличен:

• Один человек + куча партий, которые могут покрыть широту предыдущей команды
• Дело в том,Вы можете проверить выход агента?Я не знаю. Способность к валидации становится новым основным навыком.

Реальная проблема не в том, чтобы предсказать, а в том, чтобы...Он понимает тестирование на проникновение как написание эксплуита.Я не знаю.

Это понимание устарело до появления ИИ.

Восемь: Я дам вам реальные параметры этой модели.

Поскольку речь идет об этой модели, на самом деле используются несколько цифр:

Пункт	Kimi K3.1 Pro
Параметры	3 триллиона.
контекст	1М (1 048 576 токенов)
Введите цену	13 иен / миллион токенов
Выходная цена	68/миллионный токен
Кэш	1.30 иен / миллион токенов
Кэш пишет 5 минут	13 иен / миллион токенов
Кэш написан 1 час	26 иен / миллион токенов
экспресс	Последовательность, скорость в 2-3 раза, двойная цена (26/136)
Вес публикации	4 ноября

Вводится цена. 5,2 разаВводится цена кэша. 1/10Я не знаю. Это стандартная структура ценообразования с длинным контекстом + Cache Priority:Чем дольше ваша система движется, тем стабильнее она, тем больше экономия.

Есть еще три жестких ограничения. Те, кто наступит на него, пострадают.

• temperature фиксированный 1.0Я не знаю.top_p фиксированный 0.95Если вы передадите другое значение, вы пропустите его.
• Мультицикловые разговоры должны быть возвращены в полном объеме.включая reasoning_contentЯ не знаю. Если вы пропустите это, вы начнете говорить глупости.
• Визуальный входURL не поддерживаетсятолько базовой 64 или ms://

И последнее, я думаю, что многие люди наступают на него: вы бросаете ссылку на фотографию, и она не загружает ее, и это просто идет не так.

Наконец-то.

В этом бюллетене, я думаю, не стоит вспоминать 81,0 или 90,5.

Вот и все:«Мы намерены постепенно увеличивать возможности киберпространства, доступного в открытых источниках».

Потому что он признает предпосылку...Возможности можно регулировать, а не просто либерализовать или запечатать.

За последние два года в отрасли было только две позиции по этому вопросу: полные или нет.На этот раз Кими занял третью позицию: открытую, но медленную, и публично указал, сколько.

Вы не можете согласиться с такой скоростью. Но, по крайней мере, он положил его на стол и сказал, где он был.

Это гораздо честнее, чем молчаливые отказы в RLHF.

Что касается «гениальных инженеров по инфильтрации», то они не падают.

Это произойдет с людьми, которые смогли «сканировать сканер и менять полезную нагрузку» только в течение последних 10 лет.Это произошло до того, как появился ИИ, он просто передвинул график на два года вперед.