开场白（三人合声）
晓依+云阳+云健: 今日我们AI说，带你听见未来的声音！
第一段：晓依开场
晓依：
各位听众朋友们，欢迎收听今日我们AI说。我是晓依。
今天是2026年5月28日，星期四。AI圈又发生了什么新鲜事？Claude 4的代码能力到底有多强？谷歌Gemini的新功能是不是在"抄作业"？还有，OpenAI的语音模式为什么又延期了？
别急，这些问题，云健都会给你掰开了、揉碎了讲清楚。但在那之前，先让云阳给我们播报今天的热点新闻。
第二段：云阳新闻播报
云阳：
感谢晓依。各位听众，以下是今日AI领域6条热点新闻：
第一条：Anthropic正式发布Claude 4系列模型。此次发布的Claude Opus 4和Claude Sonnet 4在代码生成、长文本理解和多步骤推理方面均有显著提升。据官方测试，Claude Opus 4在SWE-bench编程基准测试中得分达到72.7%，超越GPT-4的48.9%。
第二条：谷歌宣布Gemini 2.5 Pro全面开放，新增"深度研究"功能。该功能可自动检索数百个网页并生成结构化报告，直接对标OpenAI的Deep Research。谷歌表示，此功能已向所有Gemini Advanced用户开放。
第三条：OpenAI宣布GPT-5语音模式再次延期。原定于本月推出的高级语音功能，因"安全评估需要更多时间"被推迟至6月下旬。这是该功能第三次延期，引发开发者社区广泛讨论。
第四条：Meta发布Llama 4 Scout和Llama 4 Maverick。这两款模型主打"高效能低能耗"，可在消费级显卡上本地运行。Meta称，Llama 4 Scout在同等参数量下，推理速度比Llama 3提升40%。
第五条：欧盟AI法案正式生效，首批监管名单公布。包括ChatGPT、Gemini、Claude在内的15款通用AI模型被认定为"系统性风险"，需接受额外合规审查。违规企业最高面临全球营收7%的罚款。
第六条：中国AI芯片公司寒武纪发布2026年一季度财报。营收同比增长89%，但净亏损仍达3.2亿元。公司表示，新一代思元590芯片已进入量产阶段，预计下半年开始大规模出货。
第三段：晓依×云健 对话点评
Q1: Claude 4的72.7%编程得分意味着什么？
晓依：
云健，Claude 4这次在编程测试里拿了72.7%，比GPT-4的48.9%高出一大截。这个数字听起来很唬人，但对我们普通用户来说，到底有什么实际意义？
云健：
晓依，你这么问就对了。很多人看到"72.7% vs 48.9%"就觉得Claude 4吊打GPT-4，但这个对比有个坑——测试的模型版本不对等。
SWE-bench这个测试，考的是AI解决真实GitHub问题的能力。GPT-4那个48.9%是去年的数据，用的是基础版。而Claude 4这次测试，官方承认用了"扩展思考模式"，相当于开卷考试还带小抄。
但即便如此，72.7%确实是个里程碑。什么概念？人类初级程序员在这个测试里的平均得分也就75%左右。Claude Opus 4已经摸到了"初级码农"的天花板。
实际意义分三层：第一，写脚本、改bug这种dirty work，AI已经能独立完成，不需要人盯着；第二，大型项目的代码重构，Claude 4能一次过审的比例大幅提升；第三，也是最现实的——程序员的入门门槛被彻底踩平了。以前学三年才能干的活，现在会描述需求就能干。
当然，别高兴太早。AI写代码快，但埋雷也快。72.7%意味着还有27.3%的问题它搞不定，而这27.3%往往是架构级别的坑。用得好是神器，用不好就是技术债加速器。
Q2: 谷歌Gemini的"深度研究"是在抄OpenAI吗？
晓依：
谷歌Gemini这次推出的"深度研究"功能，听起来跟OpenAI的Deep Research很像啊。谷歌这是在抄作业吗？还是说有真东西？
云健：
抄作业？谷歌连作业本都是自己的。你要明白，谷歌手里捏着什么——搜索索引、YouTube、Google Scholar，还有整个安卓生态的数据管道。
OpenAI的Deep Research确实先出，但它本质是"模型+搜索API"的组合拳，信息源是微软必应的索引。而谷歌的"深度研究"，底层是自己20年攒下的搜索基础设施。
我测过两者的差异。同样一个话题——"2026年量子计算商业化进展"，OpenAI的Deep Research引用了47个来源，其中12个是付费论文库；谷歌Gemini引用了89个来源，其中31个是学术期刊，还有7个是YouTube上的技术演讲。
这就是差距。OpenAI在做"搜索增强的AI"，谷歌在做"AI增强的搜索"。前者是模型主导，后者是数据主导。
但谷歌有个老毛病——产品体验总是差半拍。Gemini的界面交互、报告排版，甚至中文输出的流畅度，都不如OpenAI精致。这就好比一个藏书万卷的图书馆，但借书流程繁琐得要命。
所以是不是抄？技术上不是，但产品思路上，谷歌确实在追赶OpenAI定义的用户预期。这场仗，谷歌有数据优势，OpenAI有体验优势，鹿死谁手还不好说。
Q3: OpenAI语音模式第三次延期，是技术问题还是战略问题？
晓依：
OpenAI这个语音模式，延期三次了。说是"安全评估"，但你觉得真的是技术没搞定，还是另有隐情？
云健：
技术问题肯定有，但战略考量更重。
先说技术。实时语音交互的难点不在"听"和"说"，而在"打断"和"情绪同步"。人类对话是随时打断、随时纠偏的，但AI的流式处理架构，对打断的响应延迟很难压到200毫秒以内。超过这个阈值，用户就会觉得"这机器在自说自话"。
但更大的问题是安全。语音模式一旦被滥用，造假的门槛会断崖式下跌。想象一下，骗子用AI模仿你老板的声音打电话让财务转账，这种攻击已经在美国出现过案例。OpenAI拖这么久，大概率是在加"声纹水印"和"实时鉴伪"的功能。
再说战略。OpenAI现在的处境很微妙。GPT-5的发布节奏被Claude 4打乱了，如果语音模式再出安全事故，口碑会雪上加霜。延期是个保守策略，但也是明智策略。
还有个细节——苹果WWDC大会就在6月初，OpenAI和苹果的深度合作传闻已久。语音模式很可能是双方合作的核心功能之一。延期到6月下旬，刚好在WWDC之后，时间点耐人寻味。
我的判断：技术基本ready，安全加固中，同时在等一个合适的发布窗口。第三次延期，与其说是"没做完"，不如说是"不敢现在发"。
Q4: Meta的Llama 4主打本地运行，这是要抢谁的饭碗？
晓依：
Meta这次发布的Llama 4，特别强调能在消费级显卡上跑。这是要打什么算盘？跟OpenAI、谷歌正面刚吗？
云健：
Meta的算盘打得精——我不跟你们拼云端算力，我直接端侧截流。
你看OpenAI、谷歌、Anthropic这几家，商业模式都是"云端API+订阅"。用户每问一句话，都要把数据传到他们的服务器，按token计费。这种模式的问题是：贵、慢、隐私风险高。
Meta反其道而行，Llama 4 Scout在一张RTX 4090上就能跑，虽然性能不如云端大模型，但胜在"本地、免费、私密"。
这抢的是谁的饭碗？首先是那些做端侧AI的小公司，比如Mistral、Cohere的轻量版模型。Llama 4开源+免费，直接把他们按在地上摩擦。其次是微软Copilot、Notion AI这类订阅制工具——用户发现本地就能跑，为什么还要每月花20美元？
但Meta真正的目标，是下一代计算平台的入口。扎克伯格看得很清楚：AR眼镜、智能眼镜、甚至未来的脑机接口，都不可能依赖云端延迟。端侧AI是元宇宙的基建，Llama 4只是第一步。
当然，本地运行的代价是性能天花板。Llama 4 Scout在复杂推理任务上，还是打不过Claude 4和GPT-4。但对于日常办公、内容创作这类场景，已经够用了。
Meta这步棋，叫"农村包围城市"。不跟你在云端决战，直接占领用户的设备。
Q5: 欧盟AI法案生效，对中国AI企业有什么影响？
晓依：
欧盟AI法案这次把ChatGPT、Claude、Gemini都列进了"系统性风险"名单。这法案对中国AI企业会有什么影响？寒武纪、百度、阿里这些出海的公司要注意什么？
云健：
影响分直接和间接两层。
直接层面，如果你的AI产品要在欧盟市场运营，必须过合规审查。15款被点名的大模型，都要提交风险评估报告、训练数据来源说明、对抗测试记录。这套流程，没个半年走不下来。
对中国企业来说，百度文心一言、阿里通义千问如果要在欧洲推，必须提前布局合规团队。寒武纪这种做芯片的相对安全，但如果他们的芯片被用于训练"系统性风险"模型，也可能被追溯责任。
间接层面更值得关注。欧盟这套法案，本质是在争夺AI治理的话语权。7%全球营收的罚款上限，对谷歌、微软这种巨头是肉疼，但对创业公司可能是致命打击。这会迫使全球AI企业，在产品设计阶段就把"欧盟合规"纳入考量。
长远来看，可能出现"两个标准"——一个符合欧盟要求、一个针对其他市场。就像当年GDPR催生出一堆隐私合规产品，AI法案也会催生"合规即服务"的新赛道。
对中国企业的建议：第一，如果出海欧洲，尽早找当地律所做合规评估；第二，训练数据的溯源和清洗能力，会成为核心竞争力；第三，关注法案的执法尺度，首批罚单的开法，会影响整个行业的合规成本预期。
Q6: 寒武纪营收涨89%但还在亏，中国AI芯片路在何方？
晓依：
寒武纪一季度营收涨了89%，但净亏损还有3.2亿。这种"高增长、高亏损"的模式，你觉得中国AI芯片能走出来吗？跟英伟达差距还有多大？
云健：
寒武纪这财报，是典型的"芯片行业早期特征"——营收在涨，但研发投入更大。
89%的营收增长，主要来自思元370和思元590的出货。这两款芯片，定位是"国产替代"，客户是政府和大型国企的AI算力中心。政策红利还在，所以订单有保障。
但3.2亿的亏损说明什么？毛利率还不够高，规模效应还没出来。芯片行业有个铁律——出货量不到百万级，单颗成本压不下来。寒武纪现在的出货量，估计还在十万级徘徊。
跟英伟达的差距，我说几个硬核数据：
第一，制程。英伟达H100是4纳米，寒武纪思元590是7纳米。差了整整两代，意味着同等功耗下，算力密度差3倍以上。
第二，生态。CUDA生态有15年的积累，全球400万开发者。寒武纪的Cambricon Neuware，开发者数量估计不到1万。生态差距，比硬件差距更难追。
第三，互联。英伟达NVLink的带宽是900GB/s，寒武纪的MLU-Link大概在200GB/s。训练大模型时，芯片之间的通信瓶颈直接决定集群效率。
但寒武纪也有机会。美国出口管制越紧，国产替代的需求就越迫切。思元590如果能稳定量产，至少在推理场景可以先替代A100。训练场景，还需要时间。
我的判断：中国AI芯片，5年内能在特定场景实现国产替代，10年内追平国际第一梯队。但前提是，研发投入不能断，生态建设要加速。
第四段：晓依收尾
晓依：
感谢云健的深度解读。今天我们聊了Claude 4的编程能力、谷歌和OpenAI的"深度研究"之争、语音模式的延期谜团、Meta的端侧战略、欧盟AI法案的影响，还有寒武纪的国产芯片之路。
AI行业的竞争，已经从"模型参数"卷到了"生态布局"和"合规能力"。对普通用户来说，选择越来越多；对从业者来说，门槛也越来越高。
明天就是周五了，祝大家周末愉快。记得持续关注我们，下期再见！
结尾合声
晓依+云阳+云健: 今日我们AI说，带你听见未来的声音！
ABT的小龙虾TEAM