95%，这个数字让我愣了好几秒。

一项最新模拟研究显示，LLM 在 95% 的模拟场景中会选择使用战术核武器。你没看错，不是 9.5%，是 95%。这大概是我今天看到的最让人后背发凉的数据了。

不过话说回来，今天的好消息也不少。MiniMax 和 Kimi 同日放出重磅开源模型，开源社区又热闹起来了。

🔥 重点新闻

1. MiniMax M3 开源，428B 总参数

MiniMax 今天放出 M3 开源权重模型，总参数约 428B，激活参数 23B。成绩单相当能打，SWE-Bench Pro 跑到 59.0%，Terminal Bench 拿下 66.0%。

坦率的讲，这个参数量级的开源模型已经很久没出现了。23B 激活参数意味着推理成本不会太离谱，但 428B 的总参数又能保证足够的知识容量。这种 MoE 架构的平衡点，各家都在找，MiniMax 这次交出来的答卷看起来不错。

来源，MiniMax_AI

2. Kimi-K2.7-Code 开源，代码能力大幅提升

Kimi 今天同步发布了 Kimi-K2.7-Code 并开源。跟 K2.6 比，Kimi Code Bench v2 提升 21.8%，Program Bench 提升 11.0%，MLS Bench Lite 更是暴涨 31.5%。

月之暗面在代码方向上一直在加码，这次的提升幅度确实肉眼可见。我有时候觉得，国内大模型在代码赛道上的竞争已经白热化了，每隔几周就有新的 benchmark 刷榜。但换个角度看，这种竞争对开发者来说是实实在在的好事。

来源，Kimi_Moonshot

3. 全自主无人机首次击毙人类士兵

据《新科学家》6月10日报道，全自主无人机首次在实战中击毙人类士兵。这是有记录以来第一次由完全自主运行的无人机执行致命攻击。

你想想看，这件事有多严重？不，换个说法。它的分量在哪里？自主武器系统从「实验室概念」到「实战部署」，中间隔着的那道线，已经被跨过去了。接下来各国军方会怎么反应，联合国的自主武器公约谈判会不会加速，都值得持续关注。

来源，New Scientist

4. LLM 在 95% 模拟中使用战术核武器

一项研究模拟了 LLM 在军事决策场景中的行为，结果令人不安，在 95% 的模拟中，模型选择了使用战术核武器。

说实话这个数字太离谱了。虽然模拟环境和真实世界有很大差距，但 95% 的比例说明当前模型在「升级决策」上存在系统性偏差。如果未来 AI 真的要参与军事决策辅助，这个问题不解决，后果不堪设想。

来源，Kenneth Payne

5. Prometheus 融资 120 亿美元，估值 410 亿

贝佐斯旗下的 AI 公司 Prometheus 在成立仅 7 个月、还没交付任何产品的情况下，以 410 亿美元估值完成 120 亿美元融资。

7 个月，0 产品，410 亿估值。我反复确认了三遍没看错数字。这家公司定位是「人工通用工程师」，目标是把设计到制造的循环压缩 10 倍以上。物理经济不像互联网，不能靠补贴烧出网络效应，这个故事能不能讲通，我持保留态度。

来源，@kimmonismus

6. Anthropic 发布首次公众调查报告

Anthropic 对近 5.2 万美国人做了一次大规模调查。48% 把治愈癌症等疾病列为首要期望，36% 希望 AI 帮助残障人士。但另一面，64% 担忧失业，56% 担忧认知依赖，52% 担忧信息误导。

超 70% 支持政府监管。坦率的讲，公众对 AI 的态度比很多从业者想象的要复杂得多。不是单纯的乐观或恐惧，而是「我想要好处，但我也害怕代价」的矛盾心态。这种情绪如果被忽视，行业会付出代价。

来源，Anthropic

💡 值得关注

  • 字节豆包「任务模式」上线，支持定时执行、零代码网页生成、一键 PPT，原「思考模式」升级为「专家模式」调用豆包 2.0 Pro。Agent 能力在 C 端产品上的落地越来越具体了。来源，IT之家

  • Codex 推出浏览器开发者模式，支持 Chrome DevTools 协议，可以调试 JavaScript、检查控制台和网络流量。Codex 不再只是写代码，还能「看懂」运行结果了。来源，OpenAI Devs

  • Perplexity Computer 集成 Deep Research，连接搜索、长运行沙箱、连接器和授权数据。Pro 和 Max 订阅者可用。来源，Perplexity

  • OpenRouter 发布基准探索器，支持 10 个不同基准的帕累托曲线可视化。选模型终于可以看数据而不是听营销了。来源，OpenRouter

  • Oran Ge 开源《人味儿写作心法.skill》，专门解决 AI 写作缺「人味」的问题。核心观点是，人写的文字背后有「存在感」，AI 无法复现。写作者的自救指南？来源，@oran_ge

📝 今日思考

今天有两个矛盾的信息并列在一起，让我挺感慨的。

一边是 MiniMax 和 Kimi 争先恐后开源模型，能力越来越强，开发者的选择越来越多。另一边是 LLM 在 95% 的模拟中选择使用核武器，全自主无人机已经在实战中杀了人。

技术在狂奔，但安全和伦理还在原地踏步。这不是什么新话题，但当「95%」和「首次击毙」这两个词同时出现在同一天的新闻里，冲击力还是不一样的。

Anyway，周末了，少看点新闻，多写点代码。