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。今天五条新闻有一条暗线：AI的竞争，正在从「谁更聪明」转向「谁更便宜、谁更会榨干家底」。Anthropic的降价旗舰悄悄上架了，而它家CEO十天前还在呼吁给AI降速；国内一家算力运营商宣布用纯软件优化，把八张普通显卡榨出近七倍推理吞吐；月之暗面把浏览器插件翻新上线，想让你重复的网页操作变成可攒的技能；美国一家机器人公司放出了「自己悟出盘带」的足球机器人；还有一家数据公司把机器人教材做成了众包接单——戴个相机做奶茶，顺手赚外快。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：CEO刚呼吁「降速」，Anthropic反手降价上架旗舰，OpenAI同日接招
云阳: 要闻一，9月22日，Anthropic发布Claude Opus 5.5：API定价每百万Token输入4美元、输出20美元，比Opus 5低两成，缓存读取价从50美分砍到20美分；公司称多数任务达到顶级模型Fable 5.1的水平、典型负载省四成成本，详见Anthropic官方公告。据多家外媒报道，OpenAI在同一天端出GPT-6 Sol与Luna两款更便宜的模型接招。时间线值得留意：9月12日，Anthropic首席执行官达里奥·阿莫代伊刚发文呼吁为安全测试放慢前沿节奏，十天后自家旗舰降价上架。本台9月22日那期报过阶跃把旗舰价打到对手的八分之一。
要闻二：八张「平平无奇」的显卡被榨出6.87倍吞吐：锁住算力的不是硬件，是软件
云阳: 要闻二，9月24日，国产算力运营商是石科技公布自研推理引擎Meta-Infer的实测：在八张没有卡间高速互联的PCIe显卡上跑DeepSeek V4.1-Flash，社区默认部署输入吞吐每秒1932个Token，补齐内核、重构通信后做到每秒13274个，提升6.87倍；同一套方法用在GLM 5.3上提升1.92倍（公司口径，待第三方复测）。其诊断是：不少显卡跑不满，不是硬件不行，而是主流框架对没进官方验证清单的硬件会「静默降级」。团队背景与数据见AI垂直媒体量子位的详解，这和本台9月21日那期一张3090就能跑的290亿参数开源模型是同一块拼图：把已有的卡用好。
要闻三：Kimi把浏览器插件翻新上线：你做过的网页操作，一秒录成可复用技能
云阳: 要闻三，9月25日，月之暗面上线Kimi浏览器扩展，前身是四个月前发布的WebBridge。按官方产品页说明，新版在浏览器侧边栏直接对话，让智能体打开网页、读内容、点按钮、填表单，登录态和页面内容不出本地设备；新增录制Skill功能——把用户在网页上做过的操作序列存成可复用技能，下次一键调用，比如每天上同一个网站找新闻再导出数据这一整套流程。官方同时提醒：网页改版、动态加载仍可能让录好的操作卡住。
要闻四：奖励函数里只有进球：虚拟世界杯踢了140年，机器人自己悟出盘带护球
云阳: 要闻四，美国具身智能公司Skild AI展示会踢球的机器人「Messinator」：穿阿根廷队服，带球过人、用身体护球、抢断、射门，还能在真人对抗里调整位置。底座是其旗舰模型S1——看一段示范视频就能执行任务的机器人基础模型，见S1技术博客；团队在其上叠加强化学习与自我对弈：把机器人放进英伟达Isaac Sim搭的虚拟足球场，奖励只设「进球得分」，对手是它自己上一版存档。官方博客称它在虚拟世界踢了相当于140年的比赛，头几个月连路走不稳，之后摔倒爬起、盘带、护球一个个自己「长」了出来。以上均为公司演示，尚未经第三方基准检验。Skild由卡内基梅隆大学两位机器人学教授2023年创办。
要闻五：具身数据的「众包骑手」上路：戴着头戴相机做奶茶，顺手给机器人攒教材
云阳: 要闻五，9月23日，具身数据服务商觅蜂科技发布数据众包平台「觅蜂派」：普通人下载App、申领采集设备、接单，在正常工作生活里就能采集机器人训练数据，结束赚钱。据量子位对发布会现场的报道，其自研MEgo系列头戴与夹爪设备已下线2万套，进入真实场景后累计采集百万小时数据，覆盖22大类场景；奶茶店员手指被杯身挡住时，手部重建在可见率低于三成条件下仍能亚厘米级还原三维动作；数据「不过滤、只分级」，连翻车片段都拿去训练机器人认错（公司口径，待第三方核验）。这套模式对标上个月美国机器人公司Figure推出的数据众包平台。
第三段：晓依×云健对话点评
晓依: 云健，先说头一条。CEO前脚呼吁降速，后脚降价发旗舰，这算不算自相矛盾？
云健: 「降速」和「降价」，说的是同一件事的两面。阿莫代伊那篇文章呼吁的是同行一起放慢能力曲线，可只要有人不停，停下来的人只是把市场让出去——所以真正的落地动作变成了：能力照发，价格照砍。对开发者，这轮竞争反而更实在，我给你算一笔账：单看输入输出单价只便宜两成，但智能体和编程任务的账单大头，是反复读同一份上下文——缓存读取价从50美分砍到20美分，六成的降幅精准落在智能体开发者的钱包上。你发现没有？这是按任务账单打仗，不是按标价打仗。更深一层：这个动作暴露了Anthropic对市场的判断——它认为决定生死的是企业客户的迁移成本，不是安全辩论的输赢。安全呼吁归呼吁，账单归账单，两套话术各做各的生意。至于那份呼吁有几分诚意，让同行继续表态、让用户继续比价——价格战里受益的，从来是掏钱少的那位。
晓依: 那第二家，八张普通显卡真能跑出近七倍吞吐？
云健: 七倍是公司自测，第三方复测还没出来，这个账先挂在这儿。讲真，我不怀疑方向，怀疑的是「6.87倍」这种整倍数的故事感——固定负载、固定配置下做出来的数，换个模型、换个批次大小，增幅会缩水。但这条新闻真正的价值在这个行业暗礁：框架的官方验证清单之外，硬件不会被报错，只会被静默降级。市面上大量智算中心的卡，算力常年泡在软件适配的短板里。过去比谁买得到最贵的卡，接下来比谁把「二等卡」用出一等体验——对国产算力尤其要紧，能买到的卡型有限，软件榨取就是硬功夫。你注意这套优化的构成：补内核、改通信参数、按预填充和生成两个阶段分别配并行策略——没有一行是发明新算法，全是把框架本该跑出的性能从适配短板里抠出来，这说明行业过去「能跑起来」的标准定得太粗。顺带一提，这支团队出自国家级计算中心，拿过三回超算领域的戈登·贝尔奖——让冠军队伍去干框架适配这种脏活，本身就是风向标：算力竞赛的第二战场，从采购部转到了工程部。
晓依: Kimi这个插件，四个月前就有过一版，为什么值得专门讲？
云健: 因为改版改的不是插件，是「谁在教智能体」这件事。老版是给智能体当遥控器：本地的Agent借你的浏览器干活，用完即走，什么也没留下。新版把入口搬进侧边栏，人人都能使唤；更关键的是录制Skill——你那套「打开网页、点这几个按钮、导出数据」，做一遍就沉淀成流程。各家都在抢操作型智能体，拼到后面拼的是谁手里攒的用户流程库多，数据飞轮从训练场挪到了用户的浏览器里。坑也写在官方提示里：网页一改版，录好的流程就卡住，这类产品天生怕页面结构变。我给听众的建议是，先拿它跑「每天都做、改版很少」的固定任务，比如月底对账、定期拉报表；别一上来就把缴费、下单这类点错一步就出钱的流程全交出去。智能体的手伸得越长，越得有人在旁边看着。
晓依: 接着说第四个。盘带护球全是自己悟的——这不是十多年前AlphaGo的剧本吗？
云健: 剧本是同一段，舞台换成了物理世界，这才是转折。AlphaGo的棋盘是虚拟世界，规则写在纸上，棋子不会滑倒；这次把自我对弈搬进球场，机器人先得自己学会不摔跤。对手的设计特别巧：不是别人，正是自己旧版本的存档——旧版本越强，新版本遇到的难题越难，等于自动给自己出题，工程师连课程表都省了。摔倒爬起、用身体护球没人打分，能活下来只因为「有用」：策略是长出来的，不是编出来的。但边界要说清：140年是仿真时间的规模比喻，跟人类运动员的140年不是一回事；这仍是公司演示，足球以动态平衡为主，能不能迁移到拧瓶盖、叠衣服那种接触密集的精细活，还没有答案。对照一下路线：昨天那期讲过七所高校开源的机器人世界模拟器，走「先想象再动手」；Skild走「自己跟自己练」。具身智能的第二条学习路线，正式上牌桌了。
晓依: 最后这条，做奶茶还能赚钱，这种数据众包靠谱吗？
云健: 钱是真的，风险也是真的，两头都得说。成立的部分：具身智能最贵的不是卡，是「人在真实场景里干活」的数据——遥操作太贵、仿真太假，于是行业把外卖骑手的众包逻辑搬过来，让普通家庭和工作现场自己变成采集场。这套里最有含金量的不是设备出货量，是「不过滤，只分级」：手被挡住七成的奶茶视频照样重建出亚厘米动作，翻车片段拿去教机器人认错——真实世界的脏数据一旦能被治理，就是实验室买不到的资产。但两个问题绕不开：一，隐私。头戴相机进厨房、进美甲店，镜头里有同事和顾客的脸，脱敏责任归平台还是归接单者，规矩得立死；二，分成。数据治理分级后卖给机器人公司，采数据的人拿一次性计件钱——这笔账自动驾驶标注行业早演过一遍，最累的一端拿得最少。技术把数据变成了新矿，矿工的待遇，才是众包能跑三年的关键。
第四段：收尾
晓依: 好，今天的节目就到这里。降价的旗舰要等账单检验，七倍吞吐要等第三方复测，浏览器里录下的技能要等网页改版大军的考验，会踢球的机器人要等真实绿茵场，众包数据的账本要等规矩落地。AI学会省钱、学会动手、学会自己练，每一步的学费都得有人先交。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！