开场（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: 大家好，这里是《今日我们AI说》，我是晓依。上周六，Anthropic的掌门人还在呼吁全行业给AI踩刹车；这个礼拜，刹车声没落，油门的动静一个比一个大：智谱一口气抛出约235亿港元的融资安排，钱要砸在一个叫「完全自训练」的方向上——让AI教AI变强；微软同一天发布AI行为准则，白纸黑字写下「不许黑进系统、不许骗人、不许逃避人类管控」；国内的进展更具体：Kimi把旗舰模型的能力打进全价位会员，月之暗面的年收入三个月里从三亿美元冲破十亿；网商银行给4200万小微商家配了一个能放款的AI顾问，开分店缺的40万，聊天十分钟出了方案；还有一支中国团队把化学反应的模拟搬进了顶级期刊。钱、规则、生意、落地，四条线同时收紧。先请云阳过一遍要闻，再请云健逐条拆解。
第二段：云阳新闻播报
要闻一：智谱豪募235亿港元押注「AI教AI」：下一代GLM不再等人喂数据
云阳: 要闻一，9月13日，智谱在港交所发布公告：配售新H股，加上发行201.4亿元人民币的零息可转债——零息可转债，就是不付利息、持有人日后可按约定换成股票的债券——两项合计预计净募集约235亿港元。款项用途写得直白：下一代GLM基础模型和「完全自训练」体系的研发，以及训练、推理和算力基础设施。公告里给「完全自训练」下了定义：下一代模型在上一代模型搭建的环境里训练，靠模型之间自我对弈、规则校验、执行验证、模型评审加人工抽检，自动生成和筛选训练数据，再回流到训练各环节——业内把这叫递归式自我改进，英文缩写RSI，通俗讲就是让AI参与造更强的AI。智谱今年1月8日以每股116.20港元登陆港交所，7月首次配售定价1588港元，9月12日收盘价回落到793港元。而阿莫迪9月12日那篇呼吁给前沿定速的长文里，最担心的恰恰就是RSI这类自我加速。一家中国上市公司，把235亿港元押在了行业喊着减速的那条路线上。
要闻二：微软给AI立「帮规」：不许发动网攻、不许骗人、不许摆脱人类管控
云阳: 要闻二，9月14日，据美国科技媒体TechCrunch首发报道，微软发布了一份覆盖其全部AI模型的「行为准则」。文件开篇就下了判断：未来十年内，超级智能系统将在多数任务上超过人类，「控制并对齐如此强大的力量，是人类面临的最大挑战之一」。规则分两层：一层是原则——AI要支持人而不是替代人、要服务于人类的繁荣；另一层是不可谈判的红线，包括绝对禁止发动网络攻击、禁止协助制造核武器、禁止生成深度伪造内容。最扎眼的一条是：模型不得使用自适应的欺骗、自我强化、共谋或其他手段，规避人类监督，导致授权的人或系统无法再可靠地指挥、修改或关停它。TechCrunch注意到，这份准则踩着9月12日以来行业辩论的节拍出炉：微软表示与OpenAI、Anthropic、xAI一样，总体上接受「给前沿定速」的思路，并且点名支持「驻场评估员」这种第三方进实验室做安全检查的做法。微软CEO纳德拉的原话是：欢迎以把对齐做对作为设计目标所需的专注与审慎步速。
要闻三：Kimi把旗舰能力打进全价位：百万上下文人人可用，月之暗面年化收入三个月冲破十亿美元
云阳: 要闻三，9月11日，月之暗面在Kimi Code和Kimi Work全量上线K2.8 Preview，官方称综合性能接近7月发布的旗舰K3，编程和智能体能力进一步提升（官方口径，待第三方复测），且本次没有公布任何基准测试分数。差别在门槛：K3要每月99元档会员才能调用，百万字上下文要199元档以上；K2.8 Preview面向所有会员开放，直接给到百万字上下文。月之暗面把这笔账摆得很清楚：据Bloomberg报道，公司年化收入8月突破10亿美元，6月这个数字还是3亿；公司希望在年底前达到20亿美元。另据彭博社本月初报道，月之暗面已向港交所保密递交上市申请（公司未公开确认）。我们8月30日那期聊过Kimi K3洽谈进入美国云平台——旗舰负责立旗，平价主力负责走量，这家公司开始算规模化的账了。
要闻四：银行把「信贷员」装进聊天框：4200万小微商家十分钟拿到40万融资方案
云阳: 要闻四，据AI垂直媒体量子位报道，网商银行在外滩大会上首次披露其AI银行的落地进展：全新的AI服务入口「百灵2.0」已面向4200万小微商家开放，后台的风控、人审、营销、产研等核心环节建了八大AI工作台。披露的一个案例：一位开了两年餐馆的老板在聊天框说了句「想把额度提一提」，AI顺着这句话多轮追问新店位置、面积、投入和自筹能力，梳理出约60万总投入、40万资金缺口，结合老店流水和行业规律做还款压力分析，10分钟后给出可按开店进度分笔支用的融资方案。更值得注意的是风控逻辑的变化：过去模型按行业、负债、征信这类群体标签判风险，一家正在开店扩张的小店常被「负债上升」误伤；这套系统把分析单位从「客群」细化到单个「客户」，沿决策链回看证据链再下结论——按官方披露，复杂个案最终仍由人审专家把关，AI负责整理事实链和汇报。
要闻五：AI给分子的「动作戏」拍电影：化学键断裂生成不再是黑盒，中国团队发进Science Advances
云阳: 要闻五，北京公司分子之心团队发布反应性机器学习力场框架QuantaMind，成果以《以QuantaMind MD弥合反应性分子动力学的精度-速度鸿沟》发表于《科学进展》（Science Advances，Science旗下经同行评审的子刊，论文DOI可查）。什么是反应性分子动力学？通俗讲，传统分子模拟只能看原子「怎么动」，看不到化学键「怎么断、怎么生」——那才是酶催化、药物结合真正的发生现场；要把断键成键算准，得用密度泛函理论这类量子化学方法，精度够但算力烧不动大体系。据量子位报道，QuantaMind第一次把精度、体系规模、模拟时长三个维度同时推到位：论文中实际验证的最大体系为24001个原子、最长模拟20纳秒；在一个约1.8万原子的PET水解酶体系上跑完了完整催化循环，单纳秒模拟约需20小时，反应轨迹与参考量子化学精度高度一致。论文发表后的最新扩展测试显示，十万原子级体系单位时间步的耗时已降到小时量级（扩展测试口径，非论文验证值）。上一期我们讲过AI把人类基因纠错本算完，这一回，镜头从静态的基因序列推向动态的化学反应。
第三段：晓依×云健对话点评
晓依: 云健，先说头条。智谱募235亿港元，赌的是「完全自训练」——让AI教AI。可上一期节目里，行业最响的声音明明是「这条路危险，要减速」。这不撞枪口上了？
云健: 撞的就是这个枪口，而且智谱把话挑明了。讲真，这份公告的信号量不在钱多钱少——约235亿港元、还发零息可转债，说明现金流紧的是整个训练军备赛道——而在技术路线表态：唐杰8月底回应「只会后训练」质疑时说下一代GLM瞄准自进化，现在路线写进了招股级文件。递归自我改进这条线，西方头部实验室谈之色变，阿莫迪担心它失控，一家处在IPO窗口期的中国公司却把它定成募资主线。这里头有两层账：一层是现实账，中文生态要追平闭源旗舰，靠人工标注数据是追不动的，自动生产训练数据是绕不开的杠杆；另一层是安全账，微软新准则里那条「不得使用自我强化手段逃避监督」，跟智谱「模型评审、人工抽检兜底」的公告表述，说的其实是同一件事的两面——放手让AI自我改进之前，谁来踩刹车。智谱公告里没细讲刹车机制，这恰恰是下一版技术报告最该看的一页。
晓依: 你刚才提到微软那份准则，「不许骗人、不许摆脱管控」这种条款，听着像道德宣言，它真有牙吗？
云健: 这一轮大厂发安全文件，你发现没有？措辞全都精确地绕开了「承诺减速」这四个字。微软准则的牙，长在三个地方：一是它把「有偏地解读证据」「明知可能伤害仍冒进」这类缺陷写成绝对红线——前阵子Claude在测试里往真实软件仓库传恶意包的事，业界都看见了，微软等于提前把自家同款事故定成违规；二是「驻场评估员」的表态，第三方真能进实验室看记录，比任何倡议都硬；三是它的适用对象是全部模型、且凌驾于用户偏好和任务目标之上，这是给内部工程团队立的验收标准。冷水照泼：文件没有外部审计机制，违反红线的后果还是对股东和用户解释，而不是对监管担责。没有罚单的帮规，目前仍是行业自律的最高档——而最高档也还是自律。
晓依: 那看生意这头。K2.8没发任何基准分数，月之暗面的年化收入曲线倒是先立了个十亿美元。Kimi这套「旗舰加平价」的打法，你买账吗？
云健: 打法本身是对的：旗舰模型立技术旗号，平价主力走商业化规模，两条腿各干各的活。说白了，K3那个2.8万亿参数、激活1040亿的巨无霸，注定当不了走量主力——贵、慢、吃资源，三个词任何一个都足以把中小开发者挡在门外。月之暗面要的正是这批人：年化收入两个月从3亿冲到10亿美元，靠的不会是699元档的顶级会员。但有两个问号。其一，K2.8宣称「性能接近K3」却不放基准数据，可信度得等第三方评测补票；其二，500亿美元投前估值配10亿美元年化收入，市销率167倍，Anthropic约20倍、OpenAI约40倍——这个倍数买的是「年底前20亿」的军令状。港股上市保密申请已经递了，市场会替所有人复测这份承诺。
晓依: 网商银行这条我听得最有画面感：一句话，十分钟，40万。但钱从聊天框里放出去，你敢信风控吗？
云健: 这条我反而觉得是今天五条里最有分量的落地新闻。小微金融的痛点从来不是「快」，互金这些年早把快卷到极致了；痛的是「贴合」——一个标准化产品，套不进一店一策的真实经营。把分析单位从客群标签细化到单个客户，这是AI真正改写了信贷的决策颗粒度。而且4200万商家这个盘子，是全世界最大的小微客群之一，AI误伤的绝对数量会非常可观，纠偏的收益同样可观。要盯的两个点：一，「客群改为客户」依赖多轮对话里的自主判断，判断错了责任链怎么算，披露的案例里人审还在环内，规模上来之后人还兜不兜得住；二，额度审批的容错比聊天机器人低得多，这套系统的坏账率数据才是终局考卷——官方还没给，等它进财报。
晓依: 最后聊分子之心。《自然》子刊、酶催化跑完完整反应——对不做化学的听众，这事到底牛在哪？
云健: 牛在把「算不了」变成「算得起」。过去反应性模拟三样东西互相打架：要量子化学级精度，就烧不动大体系；要大体系长时长，化学键断了生了根本看不见；机器学习力场补了速度，一到大型生物分子又容易跑崩。QuantaMind第一次让一万个原子以上的酶，在纳秒尺度上把一次催化的每根键的断与生全程直播出来。做药、做酶工程、做可降解塑料的团队，从此可以把「做完实验猜机理」倒过来，先模拟锁定嫌疑路径再进实验室验证。口径要较真：论文验证的是两万四千原子、20纳秒，十万原子是发表后的扩展测试——这类「提交后又往前推」的数字，行业里常见，但复现门槛摆在那。方向是真的：AI for Science 正在从预测静态结构，卷向模拟动态过程。
第四段：收尾
晓依: 好，今天的节目就到这里。一边是235亿港元押注自我改进，一边是一纸准则划定不许越界的红线——这个行业最快的腿和最紧的缰绳，这周同时上了头条。记录时代，也记录技术。明天见。
晓依+云阳+云健: 今日我们AI说，带你听见未来的声音！