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。这两天AI圈干了几件看着不相干的事：OpenAI声称一个内部模型解掉了上百道数学难题，小米那场直播给全网围观的模型训练交了卷，合肥一家存储厂宣布不用最先进的光刻机也做出了第一梯队的内存，还有一家安全公司发现，四个主流AI编程助手栽在同一个没锁上的安全锁上。把发布会的稿子翻到背面，今天的共同主题是：数字和锁，都不如标题里说的那么漂亮。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：OpenAI称模型解决100多道数学难题，但外界一份证明都没看到
云阳: 要闻一，9月12日那期我们讲过AI攻破悬置90年的纳维-斯托克斯方程后爆发的署名之争——那是流体力学里描述水流和气流怎么运动的方程，一百多年没人能证明它的解永远光滑。9月21日，OpenAI在官方博客宣布：8月28日开始训练的一个内部模型，除纳维-斯托克斯之外，已经「解决」了100多道长期悬置的数学开放问题，横跨大部分数学分支，并且直言进展速度让公司内部的数学家都吃了一惊。配合这个宣布，OpenAI公布了一个新机制：与独立顾问小组「数学与人工智能咨询小组」合作，九人数学家设在普林斯顿高等研究院，名单里有菲尔兹奖得主蒂莫西·高尔斯、马丁·海尔，还有物理学家爱德华·威滕。要划清楚的重点有三个：成员全部不领报酬；小组对OpenAI的研究节奏没有决定权，普林斯顿高等研究院原话说「我们没有在任何一家AI公司的决策权」；他们的第一个任务，是把这100多份还没公开的结果整理出来、决定以什么顺序发布。背景是此前25位菲尔兹奖得主联名公开信，批评把解开放题当成模型竞赛的标尺。截至发稿，OpenAI没有公布问题清单，没有任何一份证明经过外部核验。详见OpenAI官方公告。
要闻二：小米把直播完的训练交卷：MIT协议全开源，智能体考试咬住两大闭源旗舰
云阳: 要闻二，9月18日那期我们讲过小米把大模型训练全程直播、账本和故障全公开。9月21日到22日，这场直播交卷了：小米MiMo团队发布MiMo-V2.6系列的开源权重。先报口径：Pro版总参数1.02万亿，但生成每个Token只激活其中420亿——稀疏MoE架构，像一家登记上万名医生的大医院，每位病人只叫醒对应的当值科室；另有总参数3090亿、激活150亿的Flash版。两款都能原生处理文本、图像、视频、音频，支持一百万Token上下文，许可证是最宽松的MIT协议：任何人可下载、微调、商用转售。第三方评测机构Artificial Analysis的指数上，Pro拿到46.32分，是公开发布权重模型里的最高分之一，但整体仍排在Claude Fable 5.1、GPT-6 Astra等闭源旗舰之后。小米自称Pro在多数智能体基准上与两大旗舰同级，模型卡给出的DeepSWE v1.1得分71.9，对照Claude Opus 5的74.0、GPT-5.6 Sol的73.0（官方口径，待第三方复测）——上次直播里这个自报数字还在62分档。强化学习阶段的账单也定了稿：多家跟播媒体统计合计约347万美元，超过DeepSeek-R1与MiniMax-M1两家此前公开数字之和。发布详情见科技媒体SiliconANGLE报道，API价格维持上一代水准。
要闻三：一台EUV光刻机没用，合肥把内存追进第一梯队：三巨头牌桌上多了新对手
云阳: 要闻三，9月20日，据环球时报报道，长鑫存储在合肥举行的世界制造业大会上宣布，第五代DRAM工艺平台正式进入量产。先把最容易翻车的口径说清：官方公布的11.95纳米，量的是存储阵列里关键结构的「半间距」——相邻两组结构中心距的一半，它是个几何测量值；三星、SK海力士说的「12纳米级」是产品代际命名，两者没有换算公式，外媒也提醒不可直接对比。在这个口径下，长鑫走的是多重曝光路线：EUV极紫外光刻机受出口管制买不到，就用普通深紫外设备反复曝光、多次刻蚀「雕」出更密的线条，代价是工序更多、单片产出节奏更慢。同步发布的两款24Gb容量LPDDR5X手机内存，单颗比上一代多装一半数据，官方称已进入国产主流旗舰手机，每片晶圆产出的芯片数比第四代平台多至少50%（官方口径，待第三方复测）。行业研究机构数据显示，长鑫的全球DRAM营收份额约7%，排在三星、SK海力士、美光之后居第四。对普通消费者，这条新闻可以翻译成一件事：给手机电脑供内存的供应商，从三家变成四家。今年8月31日那期财经节目里讲过长鑫LPDDR6全球首发量产，这次是它下一代的制造底座整代换代。
要闻四：一条Git命名规则骗过四大AI编程助手：安全锁自己报绿灯，没人去核对
云阳: 要闻四，9月17日到18日，企业AI安全公司Air Security公开了一项代号Plugin4Shell的漏洞研究：Anthropic的Claude Code、OpenAI的Codex、GitHub Copilot和谷歌Gemini CLI，四个主流编程智能体在安装插件时共用一把没锁上的锁。机制是这样：插件市场为了防供应链投毒，会把每个插件钉死在一个40位字符的提交号上——相当于「你审过的就是这一份代码，以后永远只跑这一份」；但四个智能体都只告诉Git「去取这个号对应的代码」，装完从不回头核对落地的到底是不是它。而Git有个特性：当一个分支的名字和提交号一模一样时，它优先认分支。攻击者只要控制插件仓库，建一个用提交号命名的恶意分支并设为默认，智能体就会装上恶意代码，同时报告「已按审过的版本完成安装」。加上Claude Code和Codex默认在后台自动更新插件，整条攻击链不需要受害者点任何一下——术语叫零点击。细节见Air Security研究博客。补丁进度：Claude Code在2.1.179版、Codex在0.146.0版已修复；Copilot截至披露没有补丁，GitHub的说法是其平台早已禁止提交号样式的分支名；Gemini CLI因产品退役，谷歌确认不修。多家安全媒体也复核指出：默认插件市场都托管在GitHub、自动更新默认只对市场自家插件开启，实际影响面比标题小——但对从自建Git服务装插件的用户，那把锁依旧是假的。截至披露日，该漏洞未分配CVE编号。
要闻五：前OpenAI研究员把人类视频变成机器人课本，6B技能库直接开源
云阳: 要闻五，9月21日，据科技媒体RuntimeWire报道，前OpenAI研究员Roger Jiang创办的初创公司Light Origins发布Light-O1：一个从互联网人类视频里学「全身动作」的机器人基础模型。思路一句话：让机器人先看人干活的视频，学到「身体是怎么动的」，再适配到各自的本体上。真机演示里，同一个预训练底座驱动两台完全不同的机器人——自家的LightBot和宇树G1人形——完成下蹲、平衡、擦黑板、拾物。团队把60亿参数的Light-O1-Preview权重以Apache 2.0协议放上Hugging Face开源，推理代码同步上GitHub，模型卡显示它基于Qwen3.5-4B-Base衍生，报道与地址见RuntimeWire。这条路赌的是一个成本结构：真机数据又贵又稀缺，人类视频却是海量免费教材，先用视频预训练、把金贵的真机小时数留给最后适配。这家公司2024年底成立，8月刚完成数亿元人民币的Pre-A轮融资。9月22日我们聊过中国移动给机器人开源的通用转接头——那条管模型怎么接上身体，这条管动作从哪学来。
第三段：晓依×云健对话点评
晓依: 云健，先掰扯OpenAI这份数学成绩单。题目它自己选、宣布它自己定、证明还不给外人看，这和9月12日那次的署名之争比，算进步还是倒退？
云健: 得拆两层。成绩单层，现在就是零分制里的空卷——没清单没证明，谈不上下游真假，唯一能引的是DeepMind的前例：国际数学奥赛那两块奖牌之所以没人质疑，是因为考题和裁判都不是它定的。机制层，讲真，这次最值钱的反而不是那100道题，是OpenAI承认需要一个外部程序。顾问小组无权刹车、成员不领薪，是软约束；但25位菲尔兹奖得主的联名信第一次逼出了「发布前有人过目」这道程序。真正的硬指标在后面：证明一旦公开，数学家的审稿周期才是裁判。自证清白这条路，它才走到第一个路口。
晓依: 那你接着说小米。直播是直播了，最后分数还是小米自己贴出来的，这波到底该信几分？
云健: 看两个变化。一个数字：上次直播里自报的DeepSWE还在62分档，终稿模型卡写71.9，涨的分没人替它担保，但这串数是全网盯着从训练里长出来的，中途两次故障重启也都记了账。另一个是许可证：MIT协议，加上「离闭源旗舰差几个点」的智能体能力，等于把前沿级的Agent底座免费发给全世界的开发者，按Token收费的闭源API模式会先感到疼。你发现没有？直播训练真正的杀伤力不在透明本身，而在把「自报数字」变成了「公开可追溯的自报数字」——离第三方复测就差最后一个外人。别的厂商暂时不会跟，这活儿等于把自己工程水位晾在太阳底下，敢晾第二次的，才算这条路走通。
晓依: 长鑫这条，稿子里特意先解释「半间距」——手机芯片说的3纳米是晶体管的工艺代际，DRAM说的11.95纳米量的是存储单元排布的几何间距，根本是两把尺子。为什么不直接对标三星的12纳米级来说？
云健: 因为对不了。这条新闻该盯的，说白了不是那个纳米数像不像第一梯队，而是两个能算钱的数：单颗容量多一半、每片晶圆多产五成的芯片——如果量产能站住，成本就压下来了，内存从「三家长期默契涨价」的生意，变成四家抢单的生意。冷水也得泼：多重曝光用工序换精度，节拍慢、缺陷控制难，良率是厂商自己的说法，等拆解报告和装机实测出来才算数。但方向可以现在下判断：这个市场的进入成本被实质性压低了一件事实——三家想躺着提价，得先看第四家答不答应。
晓依: Plugin4Shell那条，四家公司四套代码犯同一个错，这真的是巧合吗？
云健: 不是巧合，是同一个想当然：「我把提交号传给了Git」等于「我跑的就是提交号那份代码」——四家都没去核对落地的东西。一家犯错是疏忽，四家同犯就是行业公共盲区：过去两年所有人的注意力都在「怎么骗模型」上，这次是分发层本身被骗。这个漏洞的修法说出来让人哭笑不得，一行判断的事——装完把实际落地的哈希再读一遍，对不上就中止。自保动作也给到普通开发者：Claude Code和Codex升级到修复版本；还在用Copilot和Gemini CLI的，只从GitHub上的官方默认市场装插件，顺手把自动更新关掉，等厂商补完再打开。
晓依: 最后说机器人。看视频学动作这条线，跟9月22日那条「转接头」拼得上吗？
云健: 拼得上，一个管插座一个管课本。两条线拧的是同一个死结：真机数据太贵。Light-O1敢把60亿参数的小模型直接开权重，赌的就是「视频预训练加真机微调」能被社区复现验证。风险也直白：视频里学的是人的动作，人的关节极限、重量分布和机器人完全不是一回事，课本给的是常识，不是安全边界。从「会擦黑板」到「擦黑板不闪腰」，中间还隔着数据回流那一整环——所以这两条新闻合起来看，具身智能的竞争焦点正在从单体演示挪到基础设施。
第四段：收尾
晓依: 好，今天的节目就到这里。成绩单要等证明公开，安全锁要等回头核对。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！