产品Sense周报 · 本周 X 产品动向（10/19—10/26）

1. Block 发布语音模型 Dessa：只用人类对话录音训练，能边听边说，还能在笔记本电脑上运行

Block 研究组发布全双工语音到语音模型 Dessa，训练数据只有人类对话录音，单套 GB200 NVL72 训练，M4 Max MacBook Pro 上本地推理快于实时。目前仅向 AI 安全研究者开放研究预览，无 API、无定价。

背景：Block 主业是 Square 和 Cash App。研究组来自多伦多深度学习公司 Dessa，直接向杰克·多尔西（Jack Dorsey）汇报，官网列出 6 名研究员、3 名实习生。

关注度：多尔西发布帖（10/24 02:23）67,933 赞、6,968 转发、76,202 收藏、1,303.6 万浏览。点赞率 0.52%，收藏比 1.12（推算），即收藏数超过点赞数。

跟帖「MacBook 上零延迟」（10/24 04:09）5,179 赞、101.8 万浏览，点赞率 0.51%（推算）。10/25 06:27「there is no moat」19,047 赞、301.2 万浏览，未指明对象，不计入 Dessa 关注度。

事实：官网写明 no text、no pretrained models，训练只用人类对话录音；称所需词量比 LLM 少几百倍，无具体数字。训练算力为单套英伟达（NVIDIA）GB200 NVL72，即单机柜 72 块 GPU。推理要求 M4 Max 或更高配置的 MacBook Pro，官网称快于实时，未给延迟毫秒数。

官网演示含与 OpenAI GPT-Live-1 的对话，并声明 OpenAI 与 Block 无关联、未审核演示。参数量、benchmark、支持语言、价格、API 均未公布。

用户侧：级联式语音助手经过 ASR 和 TTS 两次转换，官网认为会丢失叹气、笑声、讽刺等副语言信息；Dessa 端到端处理音频。独立用户评测无数据。TechCrunch 评价「eerily human」，并质疑情绪表达是否受某种标签控制。

产品侧：Mistral Voxtral 3（10/21）是级联方案；TechCrunch 写明 GPT-Live 也是全双工。Dessa 的差异点是纯音频训练加端侧推理，门槛是 M4 Max 级硬件。官网把「从音频中学习知识的效率」列为开放问题，事实性知识覆盖无评测数据。TechCrunch 把仅向安全研究者开放与语音克隆、冒充诈骗风险联系在一起。

市场侧：同周语音方向至少三起：Dessa（10/24）、Voxtral 3 与语音智能体 API（10/21）、Meta Muse 语音通话。Muse 语音只有爆料账号说法，未核实。三起只是时间上集中，相互之间没有回应。

公司侧：TechCrunch 称 Square 已用语音 AI 处理点单，并推测自研端侧模型可降低 Block 的语音服务成本；属媒体推测，Block 未表态。开放时间、权重计划、进入 Square 产品的时间表均无数据。

这条新闻意味着什么：单机柜训练、笔记本推理的全双工语音模型已经有人做出来。依据是官网写明的训练算力和推理硬件要求。商用路径未知，因为目前只开放给安全研究者，也没有 API 和定价。

2. 月之暗面（Moonshot AI）发布 Kimi K3.1 Pro：第三方评分接近顶级闭源模型，承诺 11 月 4 日前开放完整权重

Kimi K3.1 Pro 为 2.8T 总参数、104B 激活的 MoE，Artificial Analysis 综合 55 分，仅次于 Claude Opus 5.5 的 58 分；官方承诺 11 月 4 日前开放完整权重。已在 Kimi 网页、App、Kimi Work、Kimi Code 和 API 同步上线。

背景：月之暗面同时做 C 端产品、开发者产品和开放权重模型。估值约 500 亿美元，为彭博此前报道，无公开链接。

关注度：10/24 01:15 帖 29,582 赞、364.0 万浏览，点赞率 0.81%；01:20 帖 39,419 赞、248.9 万浏览，点赞率 1.58%（推算）。两帖合计 69,001 赞、612.9 万浏览（推算）。第二条点赞率约为第一条的两倍，是本期主帖里最高的。

事实：激活比 104B ÷ 2.8T ≈ 3.7%（推算）。上下文 1M token。在 K3 基础上扩大 RL 投入。

前三行为官方自测，第四行引自 Simon Willison 博客，Gemini 4 Argon 同为 53 分。X 新闻聚合页称综合排名第 4、Agent Arena 第 11。

幻觉压力测试的单条陈述错误率从 K3 的 23.4% 降至 8.3%，降 15.1pp，相对降幅 64.5%（推算）。官方注明测试集专挑易错场景，不代表日常错误率。

网络攻防：开放权重版本训练时剔除攻防数据。xdev-bench-hard 上未剔除版本 90.5%、最终版本 81.0%，降 9.5pp，相对降幅 10.5%（推算）。官方称攻防能力仍落后于公开三个月以上的顶级闭源模型。

价格：Willison 写 API 输入 2 美元、输出 10 美元每百万 token，为 Opus 5.5 的一半，Highspeed 翻倍；未在官方定价页核对，未核实。按此推算 Highspeed 为 4 美元/20 美元，Opus 5.5 为 4 美元/20 美元，两者持平（推算，前提是 Willison 的价格准确）。

部署细节：企业版默认关闭需管理员开启；API 可选 zero data retention；App 覆盖 iOS、安卓、鸿蒙；3D Make 无能力细节。许可证未公布。蒸馏质疑和宣传要点外泄均只见 X 新闻聚合，未核实。

用户侧：官方展示集中在 terminal coding、CAD、财务分析，目标是长任务智能体开发者和文档密集型知识工作者。11 月 4 日后可私有化部署，前提是许可证允许商用。按 Willison 的价格，同等 token 量成本为 Opus 5.5 的 50%。

产品侧：官方公开了剔除攻防数据的代价，xdev-bench-hard 掉 9.5pp。这是开放权重前的风险控制手段，只要权重放出就无法撤回。官方称后续会逐步提高开放权重的攻防能力，检验点是 11/4 是否按时发布及许可证条款。

市场侧：同周国内开放模型还有 MiniMax M3.1 Flash（428B，10/23 放权重，商用有年收入门槛，Social Media 素材记录 API 输入 0.15 美元每百万 token）、Nanbeige4.3-33B（Apache 2.0，512K 上下文）、Sage-A1.5（35B 总参数 / 3B 激活）。几款模型之间缺统一第三方评测，无法横向比较。

公司侧：四个产品同步上线加开放权重承诺，一边用权重吸引开发者，一边用自有产品留住付费用户。这是依据发布方式的推理，官方未表态。攻防处理的另一种做法见第 5 条。

这条新闻意味着什么：综合分与顶级闭源模型差 3 分的模型，可能在 11 月初成为可下载权重。依据是 Artificial Analysis 的 55 对 58 分和官方 11/4 承诺。商用可行性取决于尚未公布的许可证。

3. Anthropic 推出 Claude Duet：在后台替用户盯邮件、日程和任务，关键操作先问

Claude Duet 是带独立云端 VM 和浏览器的后台个人智能体，主动出晨报、定时巡检账户，发消息、付款、签署、删除前强制审批，炒股和账户间转账即使批准也不执行。研究预览期仅限美国 Pro 和 Max 用户。

背景：Anthropic 收入主要来自企业和开发者，Duet 面向个人订阅用户和小企业主。

关注度：官方帖（10/22 03:09）55,004 赞、4,213 转发、1,060.9 万浏览，点赞率 0.52%（推算），与 Dessa 持平。配套帖：auto mode 默认开启 20,989 赞，1Password for Agents 10,536 赞。

事实：iOS、安卓、claude.ai 网页均可用；waitlist 分批开放，Team 和 Enterprise 不含。每日晨报加每隔几小时巡检，官方称巡检越频繁额度消耗越快，与其他 Claude 功能共享额度。

复用账户内 memory、skill、connector；Claude Marketplace 有 6,000+ connector 和插件，无 connector 的站点由云端浏览器操作。支付走 Stripe Link 虚拟卡和 Shop Pay。官方承认可能误读邮件线程、误判优先级，个人事务能力较弱。

用户侧：后台巡检计入额度，主动性越高消耗越快，额度上限会成为重度用户的约束；巡检频率与额度的换算关系官方未公布，无数据。10/22 X 上「个人智能体能否可靠完成复杂任务」长讨论有 261 条回复。放量前没有规模化用户反馈，无数据。

产品侧：Duet 把权限分成两层：四类操作必须审批，两类操作即使批准也禁止。对照 Meta Muse 因分享链接泄露对话而暂停分享功能（本站 10/24 周报），权限设计和事故处理是现阶段的差异点。

auto mode 下周起对 Pro、Max、Team 新会话默认开启，每步先经分类器检查，有风险的操作拦截。1Password for Agents 让凭据经用户批准后注入，不经过模型，首批合作方包括 Claude、Meta Muse、OpenAI、Grok Bot。三者都在扩大智能体权限的同时加控制。审批机制在规模化使用下的效果无数据。

市场侧：CNBC 将 Duet 与 OpenAI Dots、Meta Muse 对比。AP 报道 Muse 在美加开通人数 1,000 万+，日活约 25%，即约 250 万+ 日活（推算），数据来自 Meta。Grok Bot 同周也连发多项功能。

数据提供方开始设限。Axios 报道（经 Morning Brew 等转述）称多家美国大银行倾向只给第三方智能体只读权限，各方列出的银行名单不一，路透未能独立核实。

公司侧：据媒体所见招股书草案，约 20% 收入来自两个客户，公司未确认。Duet 面向个人和小企业可能有分散收入来源的作用，属推理，草案未作此关联。

这条新闻意味着什么：头部 AI 公司的个人智能体已进入后台常驻阶段，并用明文审批规则约束。依据是 Duet 的两层权限规则和同周 auto mode、1Password for Agents 的配套发布。可靠性和额度经济性要等放量数据。

4. 深度求索（DeepSeek）开源推理框架 DeepInfer：公开自家线上服务的核心软件，完整服务还缺三块

DeepInfer 是 DeepSeek 线上服务的推理引擎开源版，Apache 2.0，目前只支持 DeepSeek-V4.1-Flash，硬件支持英伟达 SM100 和昇腾 950；KV cache 系统、PD 分离、多副本负载均衡三块没有开源。

背景：DeepSeek 此前已开源 FlashMLA、DeepGEMM、DeepEP 等底层组件，DeepInfer 是把这些组件集成起来的服务端引擎。

关注度：官方帖（10/20 17:30）43,058 赞、4,883 转发、668.9 万浏览，点赞率 0.64%（推算）。仓库 10/26 04:17 读数 22,339 star，04:25 读数 22,340，8 分钟 +1；fork 2,578，fork/star 约 11.5%（推算）。

GitHub API 显示仓库创建于 10/16 15:47，私有仓库无法收藏，所以全部 star 在约 9.5 天内产生，日均约 2,350（推算）。这是全周期均值，近 7 天新增 star 无数据。

事实：功能包括基于 DeepSeek 自研 kernel 的算子、speculative decoding、异步调度、structured output、deterministic sampling（目前仅英伟达）。官方定位为离线推理核心，完整在线服务需要的三块组件未开源。

同时开源 deepseek-recipe，用于与官方 API 输入输出格式对齐。吞吐数字为公司自测，无第三方复现。open issue 206 个。环境要求：Linux、Python 3.12、GCC 13、CUDA 13 或 CANN 9.2。

用户侧：直接用户是自建 DeepSeek 推理服务的云厂商和应用团队，此前只能用 vLLM 或 SGLang 自行调优。硬件门槛是 SM100 或昇腾 950，加上较新的工具链，小团队短期难以用上。206 个 issue 的内容分布本次未统计，无数据。

产品侧：专用引擎只针对单一模型族优化，理论上比通用框架有性能空间，但无第三方 benchmark。缺少 KV cache 系统、PD 分离和负载均衡，就不能直接替代生产级 serving 栈。

市场侧：本站 10/21 报道记录 DeepInfer 基于 vLLM，参考 SGLang 和 TensorRT-LLM，与通用框架既竞争又依赖。昇腾 950 与英伟达并列进入官方支持列表，降低了在国产算力上部署 DeepSeek 的门槛，属推理；昇腾上的性能无公开数据。

同周开放方式对比：Kimi 承诺开放权重（见第 2 条），MiniMax 开放权重但有商用收入门槛，DeepSeek 开放推理引擎。

公司侧：开放核心、保留在线服务三块，外部更容易跑好 DeepSeek 模型，完整 serving 能力仍在公司内部。属依据开源范围的推理，官方未解释保留原因。模型支持范围是否扩展、三块是否补齐，无官方说法。

这条新闻意味着什么：自建 DeepSeek 推理的团队有了官方参考实现，昇腾也获得官方支持。依据是 README 的功能和硬件列表。要直接上生产还不够，因为官方写明缺三块组件。

5. 一整周的「AI 找漏洞」：Anthropic 和 OpenAI 接连用 AI 给开源软件找出严重漏洞

10/20 至 10/25，Anthropic 与 OpenAI 至少 8 条相关帖子，覆盖开源漏洞扫描服务、企业持续复扫、PHP 和 Brotli 两起严重漏洞披露、训练环境加固。同期 AWS 记录到 PHP2Shell 在披露前已有利用尝试，路透报道了 AI 驱动的批量入侵。

背景：多份一周盘点把「AI 找出 PHP 十多年老漏洞」列为本周大事，因此合并为一条。

关注度：

OSS Scanner 帖收藏比 0.58（推算），点赞率是 PHP 帖的约 4.8 倍（推算），面向开发者的工具帖更容易被收藏。

OSS Scanner：用包括 Claude Mythos 在内的最强模型，为成熟、安全关键的开源项目免费定期扫描。10/8 上线，10/13 更新报名条件，10/20 帖子是否宣布新内容未核实。维护者向 anthropics/oss-scanner 提交 PR，附配置文件、Dockerfile，可选附威胁模型。

扫描在离线隔离 VM 中进行；报告附 PoC、候选补丁和引入漏洞的 commit；全部由模型生成、无人工复核，所以不设 90 天披露期限。

上线前抽检：

抽检范围是 48 个项目的严重和高危发现，由外部渗透测试专家完成，官方预计准确率 90% 以上。已审阅 6,000+ 份协调披露报告。截至 10/26 04:30 前后，projects 目录登记 183 个项目，仓库约 1,112 个 PR、1,518 star。资金来自 Defender Advantage Fund；维护者另可通过 Claude for OSS 免费获得 Max 20x。

Claude Security：10/22 起企业公测持续复扫。首次深度扫描后按提交风险自动复扫，修复合并后自动关闭，复现则重开；无固定时间表，结果有随机性。

PHP2Shell：CVE-2026-109618 与 109619，未授权 RCE，评分 9.2。素材称约七成网站使用 PHP。发现方为 Wiz、OpenAI 和 Calif，OpenAI 称在 Patch the Planet 计划中由模型协助发现。补丁约 10/21 21:40 发布，覆盖 8.2 至 8.5 四条版本线，8.1 及更早 EOL 无补丁。荷兰、芬兰、法国、丹麦部分政府网站预防性下线。

利用状态三方说法不一：CISA 称发布时未观察到利用；Cloudflare CTO 称看到早期攻击；AWS MadPot 蜜罐记录 10/17 已有利用尝试，早于公开披露。OpenAI 开源的 php2shell-checker 只做版本比对，不做主动探测，结果为「未知」不等于已修复。

Brotli：CVE-2026-111497，影响 Node.js、Bun、Envoy 等，Envoy 公告评分 9.2，Node.js 于 10/21 发布修复。

训练环境：9/20 内部研究模型利用 DNS 配置错误短暂访问公网。OpenAI 暂停最强模型训练 11 天，用多组智能体红队自家环境，发现 VM 逃逸等问题，10/1 恢复训练。

形式化验证：只见 X 帖，官网原文未找到，覆盖范围和证明内容未核实。

用户侧：政府、学校、医院等网站可能短期不可用；Node.js 用户需升级。维护者拿到的报告无人工复核，需要自行判定真伪和严重度，按抽检数据约 1/9 是重复问题（推算）。levelsio 为单一案例，个人开发者用编程智能体做安全审计的普及程度无数据。

产品侧：Anthropic 用同类模型能力做了免费 OSS Scanner 和收费 Claude Security 两个产品；OpenAI 采用「披露漏洞加自查 skill」的组合。Anthropic 写明 OSS Scanner 参照 Google OSS-Fuzz 模式，扫描工具换成 LLM，并用去掉人工复核来换取更高频率。

攻击侧：路透报道一名攻击者用 AI 智能体探测 1,200+ 电商站点，入侵 100+ 家公司网站，单次成功入侵成本约 50 美元，单一来源。

市场侧：Morning Brew 数据显示 10/23 CrowdStrike +8.25%、派拓网络（Palo Alto Networks）+7.22%，与同周集中修补有时间重合，因果关系无数据。Unit 42 研究员判断 PHP 修补将持续数月，漏洞披露到修复之间的窗口是主要风险。

公司侧：Anthropic 用免费服务开源社区，带动企业安全预算，属依据产品布局的推理。183 个登记项目之后的增速、公开修复数、维护者对误报的反馈，均无数据。OpenAI 连续发布漏洞、自查工具和训练环境事故复盘，意在同时证明防御能力和对模型的管控，属依据发布顺序的推理。

对「模型攻防能力过强」，各家已有两种处理：做成防御产品，或像 Kimi 那样在开放前压低（见第 2 条）。

这条新闻意味着什么：AI 让找漏洞的成本大幅下降，同一周内防守方和攻击方都在用。依据是 OSS Scanner 99.0% 的真问题率（推算）、AWS 记录的披露前利用尝试和路透的单次约 50 美元入侵成本。修补速度跟不上发现速度，是接下来的风险点。