Kimi K3.1 Pro 把开放权重顶到前沿3分内：agent 底座选型该重写了

凌晨一点，月之暗面把 Kimi K3.1 Pro 放了出来。我第一反应不是看它多强，是去核它的价目表和上下文长度：2.8 万亿参数、100 万 token、输入输出 $2/$10。然后我意识到，我那份「国内 agent 底座默认调闭源 API」的选型表，该重写了。

开放权重第一次强到能当底座，不是用来崇拜的，是用来把选型表换掉的。

好模型的标准，正在从「谁最强」变成「谁够用且够便宜」。 Kimi K3.1 Pro 在 Artificial Analysis 智能指数拿到 55 分，全球第 4，落后第一的 Opus 5.5 只有 3 分；终端任务基准 Terminal-Bench 4.0 自报 65.7%，超过 GPT-6 Astra 的 58.2%。但价格只有 Opus 5.5 的一半。更关键的是它承诺 11 月 4 日前放出完整权重。

对在国内写编码 agent 的人来说，这意味着「开放权重路由加闭源兜底」第一次在质量与价格上同时成立。你不必再为每一个长上下文任务都付闭源的最高档。 但别被单价骗了：它极话痨，每个任务约吐 5.5 万输出 token，按 $10 单价算，单次任务成本约 $1.98，和 K3 的 $2.00 几乎持平。总成本永远等于单价乘输出量乘重试次数，只看单价一定算错。 选型真正要回答的问题是：哪些任务我愿意用更长的输出，换更低的单价。

开放权重的真正价值，是「可被自己验证」，但前提是边界先划清。 月之暗面在放出权重前，主动移除了网络安全相关的训练数据，内部基准从 90.5% 降到 81.0%。这不是削弱，是一种新的发布范式：能力可以裁剪，来源必须说清。

我改造老系统时也是这个顺序，先把业务层里「不许出现框架上下文对象」写成硬规矩，因为不该出现的依赖一旦允许，就再也收不回来。开放权重把模型交到你手里，你反而要先想清楚：哪些能力我不要。 这跟同一天 Anthropic 公布的 1.8 亿行形式化验证是同一个道理：验证者必须独立于实现者。把模型开源，等于把验证权也交还给你，代价是你得自己划边界。

马上可以动手的三件事：

第一，挑一个非核心的长程编码任务，先用 Kimi K3.1 Pro 的 API 跑一遍。 不换底座，只拿它和你现在用的 Opus 或 Codex 比通过率和账单。数据比表态有用，这一步不花预算。我一般挑「读三个以上文件再改一个接口」这种任务，正好压它的 100 万上下文，也逼出它话痨的代价到底有多贵。

第二，建一张「开放权重路由」候选表。 把你的任务分成长上下文、低延迟、成本敏感三类，每类标上可替代的国产开放权重模型与单价。下次选型直接查表，而不是凭印象。某省级电网的远程巡检 agent 我做过，长上下文加本地可控这两条，正好是开放权重路由最划算的落点。表格不用漂亮，能一眼看出哪类任务该切国产权重就行。

第三，等 11 月 4 日权重释出后，在隔离环境里拉一份社区复现的实测。 厂商自报分一律标「未独立复现」，用社区验证过的数字再进选型。 自报的 65.7% 和 81.0% 都还没人复述过，先当方向看，别当结论用。权重下来先别上生产，先在隔离网里跑通复现脚本，确认社区报的数字和你环境对得上，再谈迁移。

路由表不是终点，是开关。我建议把默认链路设成开放权重，闭源留作兜底，而不是反过来。理由不复杂：开放权重一旦跑通，边际成本接近零，闭源只在它连续两次失败时才顶上。兜底不该是默认，默认该是你能验证的那条。 顺序反了，你省下的不是成本，是可控性。等到 11 月社区复现铺开，再把通过率稳定的任务从兜底槽位挪进默认槽位，选型表就这么一点点长出来的，不是哪天拍脑袋换的。

今日其他信号：

HTTP2Shell（CVE-2026-111497，CVSS 9.2）暴露 Brotli 解码越界写入，Node、Python、Envoy 全中招。你的 agent 只要走 HTTP 就是暴露面，今天就把 Brotli 升到 1.2.1，别等制度被扫。

国产开放权重 Agent 模型 72 小时三连发：MiniMax M3.1 Flash 开源、Kimi K3.1 Pro 正式发布、上海 AI Lab 的 Atria Dawn 744B 同步亮相，国产底座的牌面第一次这么齐。

TanStack AI 1.0 发布无锁定 agent 工具包，23 家 provider、SKILL.md 可跨模型加载，工具不再绑死某一家。

Anthropic 用 Rocq 形式化验证 1.8 亿行代码，把「发现者与验证者分离」写成六阶段 skill，这和我们说开放权重要先划边界，是同一件事的两个面。