Kimi K3.1 Pro开源权重将释 训练阶段主动削弱进攻网络能力引争议

月之暗面于2026年10月25日发布Kimi K3.1 Pro，其通过中训练阶段数据操纵将进攻性网络能力下调，使开源权重版本的该能力低于内部流水线水平。

事实还原

根据aiweekly.co报道，Kimi K3.1 Pro在Artificial Analysis短期基准上接近Claude 5.5模型，在Terminal-Bench Science上落后GPT-6 Astra约20分。Kimi表示通过中训练数据操纵下调进攻网络能力，同时保留防御效用，目标是阻止持久利用链等长期进攻能力。开源权重计划于2026年11月4日释放。

机制拆解

Kimi在Interconnects播客中说明，模型进攻网络能力“通过设计”低于其流水线可产生水平，重点削弱长期进攻链条。Abliteration.ai和Morph等服务已提供其他开源模型的去安全版本，理论上可用于移除K3.1 Pro的此项限制。LiteLLM因GitHub暴露API密钥五个月遭入侵，以及OpenAI Patch the Planet计划披露的PHP远程代码执行漏洞，凸显相关风险。

产业影响

开源权重释放后，消融服务可能快速生成无限制版本，削弱训练阶段“自我削弱”措施的效果。Kimi未说明若出现消融版本将采取何种应对。播客主持人Nathan Lambert和Florian Brand指出，此举试图在性能与安全间取得平衡，但后训练阶段被描述为“欠熟”。

战略判断

【分析】训练阶段主动去能力化能否长期约束开源模型边界，仍取决于消融服务的实际响应速度与有效性。若Abliteration.ai等工具迅速介入，Kimi的做法可能仅延缓而非阻止能力扩散，此类设计在开源生态中的可持续性有待观察。