月之暗面为Kimi K3.1 Pro削减网络攻击能力，应对AI黑客担忧

中国人工智能公司月之暗面在发布新一代模型Kimi K3.1 Pro时，主动削减了该模型的网络攻击能力。这一做法在人工智能行业中并不常见，也引发了外界的广泛关注。月之暗面表示，不希望发布一个会扩展网络能力绝对前沿的开源权重模型。这一表态，把人工智能的安全问题再次推到了舆论的中心。

Kimi K3.1 Pro是一款参数规模达到3万亿级别的开源权重模型。按照月之暗面的计划，该模型的权重将于11月4日发布。在发布之前，月之暗面对模型进行了专门的处理，从训练语料与强化学习环境中删除了网络相关数据，同时保留了模型的通用编码能力。也就是说，模型仍然能够进行常规的编程工作，但在网络攻击方面的能力受到了限制。

这一削减措施的效果，可以通过月之暗面自研的测试结果来观察。在xdev-bench-hard测试上，未经过滤的版本在pass@3指标下可以解决90.5%的问题，而最终发布版本为81.0%。两个数字之间的差距，反映了网络相关数据被删除后对模型测试表现的影响。月之暗面选择公开这一对比，也让外界能够更清楚地看到安全处理所带来的变化。

与此同时，中国方面上周提出了一份出口管制草案，拟禁止出口人工智能驱动的恶意软件生成与变异技术，并限制人工智能辅助漏洞发现工具的使用。草案目前处于征求意见阶段，提出这一管制的理由是，这些技术可能被用于关键基础设施、国防工业与核心政府系统。月之暗面的做法与这一草案的背景相互呼应，共同指向了人工智能技术在网络安全领域引发的担忧。

各国政府与安全研究者日益担忧，人工智能会让高级黑客技术变得更便宜、更容易获得。这种担忧并不是针对某一家公司或者某一个模型，而是针对整个人工智能技术发展的趋势。随着模型能力的不断提升，原本只有少数专业人员才能掌握的技术，可能会被更多人使用。如何在推动技术进步的同时控制风险，成为行业面临的重要课题。

事件经过

月之暗面发布Kimi K3.1 Pro的过程，与以往的模型发布有所不同。按照常规做法，模型发布通常会突出性能的提升和能力的扩展。而这一次，月之暗面在发布的同时，主动介绍了对模型网络攻击能力的削减措施。这种做法，显示了公司在安全问题上的态度。

具体来说，月之暗面从两个方面对模型进行了处理。首先是在训练语料方面，删除了与网络攻击相关的数据。其次是在强化学习环境方面，同样删除了网络相关的数据。训练语料和强化学习环境是模型学习的重要来源，删除其中的网络相关数据，意味着模型在训练过程中接触到的网络攻击相关信息大幅减少。

在完成上述处理之后，月之暗面保留了模型的通用编码能力。通用编码能力是指模型能够理解和编写常规代码、帮助开发者完成编程任务的能力。这一能力的保留，意味着模型仍然可以作为编程工具使用，满足开发者的日常需求。削减的只是与网络攻击直接相关的能力，而不是全部的编程能力。

月之暗面在解释这一做法时表示，我们不想发布会扩展网络能力绝对前沿的开源权重。这一表述点明了公司的考量。开源权重意味着模型的权重将对外公开，任何人都可以下载和使用。如果一个开源模型的网络攻击能力处于绝对前沿，那么它可能被用于不当目的。月之暗面显然不希望出现这样的结果。

为了说明削减措施的影响，月之暗面公布了自研测试xdev-bench-hard上的对比数据。未经过滤的版本在pass@3指标下可以解决90.5%的问题，最终发布版本为81.0%。这一对比显示，过滤措施确实降低了模型在该测试上的表现。但月之暗面仍然选择了发布经过过滤的版本，这表明公司把安全考量放在了性能指标之前。

按照计划，Kimi K3.1 Pro的模型权重将于11月4日发布。这一日期是月之暗面已经公布的安排。在权重正式发布之前，外界对模型的了解主要来自月之暗面公布的信息。权重发布之后，开发者和研究者将能够直接使用这一模型，进一步了解它的实际表现。具体的发布安排以官方公布为准。

各方反应

月之暗面的表态，是本次事件中最直接的反应。公司表示不想发布会扩展网络能力绝对前沿的开源权重，这一说法在人工智能行业中引起了讨论。开源模型的发展一直伴随着开放与安全的争论。一方面，开源有助于技术的普及和创新；另一方面，开源也可能让危险的能力更容易扩散。月之暗面的做法，是在这一争论中作出的一个具体选择。

各国政府与安全研究者对人工智能与网络安全的关系日益关注。他们的担忧集中在一个问题上，那就是人工智能是否会让高级黑客技术变得更便宜、更容易获得。过去，高级黑客技术需要长期的学习和丰富的经验，掌握的人相对较少。而人工智能模型如果具备了相关的能力，就可能降低这一门槛，让更多人能够使用这些技术。

中国方面上周提出的出口管制草案，也反映了政府层面对这一问题的关注。草案拟禁止出口人工智能驱动的恶意软件生成与变异技术，并限制人工智能辅助漏洞发现工具。这一草案目前处于征求意见阶段，尚未最终确定。草案提出的理由是，这些技术可能被用于关键基础设施、国防工业与核心政府系统。这一理由，点明了相关技术的潜在风险所在。

背景影响

人工智能技术与网络安全的关系，是近年来持续受到关注的话题。随着人工智能模型的能力不断提升，它们在网络安全领域的作用也在发生变化。一方面，人工智能可以帮助防御网络攻击，发现系统漏洞，提高安全防护的效率；另一方面，人工智能也可能被用来发起网络攻击，降低攻击的成本和难度。这种双重作用，让相关讨论始终没有停息。

开源权重模型的发布，让这一问题变得更加突出。与闭源模型不同，开源模型的权重对外公开，任何人都可以下载、运行和修改。这意味着，一旦一个开源模型具备了强大的网络攻击能力，这种能力就可能迅速扩散，难以控制。月之暗面在发布Kimi K3.1 Pro时主动削减网络攻击能力，正是针对开源模式的这一特点。

从训练数据的角度看，月之暗面的做法也值得注意。模型的能力很大程度上来自训练数据。如果训练数据中包含了大量与网络攻击相关的内容，模型就可能学会相关的技能。通过删除训练语料和强化学习环境中的网络相关数据，月之暗面从源头上减少了模型获得相关能力的机会。这种做法，比事后限制模型的使用更加根本。

中国提出的出口管制草案，则从另一个角度回应了同样的问题。草案针对的是人工智能驱动的恶意软件生成与变异技术，以及人工智能辅助漏洞发现工具。这些技术如果被出口到其他国家或者被不当使用，可能会对关键基础设施、国防工业与核心政府系统构成威胁。草案的提出，显示了相关部门对技术扩散风险的重视。

关键基础设施、国防工业与核心政府系统，是草案中明确提到的三个领域。这些领域对于一个国家的安全运行至关重要，一旦受到网络攻击，可能会造成严重的后果。草案把这些领域作为管制的理由，表明管制的重点在于保护国家安全和社会稳定，而不是限制一般的商业应用。

权威一手来源

本篇报道的主要事实来源为路透社2026年10月24日的报道。报道指出，月之暗面在发布Kimi K3.1 Pro时削减了其网络攻击能力，从训练语料与强化学习环境中删除网络相关数据，保留通用编码能力。报道还引用了月之暗面的表态，即公司不想发布会扩展网络能力绝对前沿的开源权重。报道同时提到，在自研xdev-bench-hard测试上，未过滤版本pass@3为90.5%，最终发布版为81.0%，模型权重计划11月4日发布。报道还提到中国上周提出出口管制草案，拟禁止出口人工智能驱动的恶意软件生成与变异技术、限制人工智能辅助漏洞发现工具，草案处于征求意见阶段。报道的其余细节以官方公布为准。

核验日期：2026年10月25日

免责声明

本文章内容仅供参考，不构成任何法律、投资或专业建议。文章引用的事实以权威媒体和官方公布的信息为准，如有更新或更正，请以最新官方公布为准。读者在作出任何决策前，请自行核实相关信息。

如果您想了解更多美国华人生活资讯，欢迎关注美国通微信号，搜索并添加微信号UUUMGT，获取更多实用信息。