开场（三人合声）
晓桐+云阳+云健: 今日我们AI说，带你听见未来的声音！
第一段：晓桐开场
晓桐: 大家好，这里是《今日我们AI说》，我是晓桐。你跟AI聊天，按下发送之后那一小段转圈等待——现在有两拨人在动它的刀子：DeepSeek把它跑服务用的推理「内脏」整个开源了，谁都可以拿走免费用；国内一家公司给算力集群做了个「调度员」，公司自报实测把首字等待中位数砍掉了七成。再加三条：法国公司把语音AI升级到五十多种语言、一分钟转写三十五美分；一个团队给五十种没人听过的语言攒「真实对话」教材；还有研究者不拦截诈骗电话，改让AI陪骗子聊天耗他们的工位。先请云阳播要闻，稍后我和云健逐条拆。
第二段：云阳播报
要闻一：DeepSeek开源「内脏」：自家生产级推理引擎，免费拿去用
云阳: 要闻一，10月16日，AI公司DeepSeek在GitHub上线DeepInfer项目，把驱动其大规模生产服务的推理框架开源，采用Apache 2.0许可，仓库星标已超1万（截至10月21日本台实测）。官方说明当前支持DeepSeek-V4.1-Flash模型的离线推理，硬件侧同时支持英伟达SM100系列显卡和华为昇腾950处理器，编解码组件同步开源；在线服务需要的KV缓存等三部分暂不在本次范围内。10月18日本台播报过DeepSeek换装新模型按次计费的进展（模型换装那期）。框架主页见GitHub: deepseek-ai/DeepInfer。
要闻二：AI回复「调度员」首发：首字等待降71.3%，公司口径待复测
云阳: 要闻二，据AI垂直媒体量子位10月20日报道，在2026中国计算机学会全国高性能计算学术大会期间，国产算力服务商是石科技发布分布式调度框架TokenFleet，含请求路由、跨机房容量协同、混合负载治理三项组件。公司给出的GLM5.3调优数据显示：P95首Token延迟降低32.4%、P50降低71.3%（公司口径，待第三方复测；延迟下降不直接等于成本下降）。报道见量子位。
要闻三：语音AI通吃50+语言：每分钟35美分，能打点电话办预约
云阳: 要闻三，法国AI公司Mistral 10月20日官方发布Voxtral 3语音模型家族和语音智能体开发套件。官方公告称：转写覆盖50多种语言；旗舰版Small Transcribe 3在FLEURS基准七款对比模型共有的45种语言上宏平均词错误率4.0%（官方口径，待第三方复测）；Mini版转写模型40亿参数，定价每分钟0.0035美元；实时转写延迟低于500毫秒（官方口径）；语音生成覆盖35种以上语言，首个声音输出约90毫秒（官方口径）；用30分钟录音可复刻指定音色。API由欧盟境内托管，也支持私有化部署。官方公告见Mistral: Voxtral 3。
要闻四：给50种语言攒「真实对话」教材：微调后错误率降20到44分
云阳: 要闻四，10月19日提交的arXiv论文公布了Monsoon框架：组织配对贡献者录下不加剧本的自发对话，用自动分类器筛查录音，再经五层人工校对，按词汇和声学覆盖面挑选片段，目前已采集50种语言的语音，分析了七个各约3500小时的语料库。论文称：同等采集量下，这套质量工程比常规流程把语义词错误率相对降低10%到39%；微调Whisper语音识别模型后，对话基准的语义词错误率比公开语料基线低20到44个百分点（论文口径，尚未经同行评审）。框架、质检模型和微调模型均已开放。论文见arXiv: Monsoon。
要闻五：不拦截、改「耗」骗子：AI进游戏局，300场模拟对话实测
云阳: 要闻五，10月19日提交的arXiv论文提出Game of Phones框架：把「AI陪电话骗子聊天、消耗其人力」建模为博弈论里的双人对局，让大模型从对局经验里临场调整策略，不需要额外训练；论文用纳什均衡作为行为好坏的标尺。在300场模拟对话、三种大模型架构的测试里，自适应策略选择比不调策略的基线贴近纳什均衡28.9%到79.7%（论文口径，尚未经同行评审）。代码和带逐轮策略标注的300场对话数据集已开放。论文见arXiv: Game of Phones。
第三段：晓桐×云健逐条问答
云健: 先拆第一条。推理引擎是什么？模型是发动机，引擎是传动系统——大模型天生只会一个字一个字往外蹦，把这些字变成稳定、便宜、快的大规模服务，靠的就是这层软件。DeepSeek过去开源过权重、算子库、编译工具，这次动的是自己机房里干活的核心框架，社区把它解读为从「开源模型」走到「开源全套基础设施」。你发现没有？这一条对普通人的钩子藏在价签上：中小云厂商不用自己重写这套底层，算力成本有希望往下走，你用的API和AI应用的价格战就多了一张牌。但要泼一句冷水：官方README自己写清楚了，在线服务最关键的KV缓存、预填充解码分离、负载均衡三块还没开源，现在拿到的是一台能跑离线批量任务的发动机台架，不是整车上路。另外它同时支持英伟达和华为昇腾两种硬件，这是个生态事实——一套软件两边都能跑，工程省一遍。
晓桐: 第二条我直接问最关心的：P95、P50这两个词，我按发送之后哪段时间对应哪个？
云健: 首Token就是那条AI回复的第一个字，是你盯着转圈的那段等待。P50是一半用户能达到的中位水平，P95是最倒霉那5%请求的尾部等待。公司口径的数字很好看：中位数砍七成、尾部砍三成。门道在调度器算的是什么账：一句带着相同长开头的请求，发给缓存了这段计算的实例能省一大截，但那个实例可能正排着长队——省下的计算抵不抵得上多排的队，这笔账过去靠拍脑袋分流，现在被写进了调度目标。前情可以对照英伟达给Kimi修快车道那期，一个月内推理提效连着动，说明行业的竞争重心正从「模型多聪明」挪到「服务多便宜多快」。数据本身留神：单模型、所测显卡集群、大会演讲材料里的自评改善率，跟上一条一样，等第三方复测。
晓桐: 语音这条，30分钟录音就能复刻一个人的声音，我第一反应是害怕，第二反应是：这技术先落在哪？
云健: 官方给的主场景是服务台和电话客服——公告开场那个演示，是一位用户把法语转诊信交给AI，AI听懂、查到医生预约、再用英语把确认短信发回去。说白了，先受益的是你最烦的那段体验：打客服电话的排队语音、老年人按键按不明白的菜单、跨国预约里听不懂的外语接线员。价格也是明牌：Mini转写每分钟0.0035美元，一小时会议两毛一；实时转写500毫秒内出字、首声音90毫秒，电话里那种「喂？喂？」的停顿感基本消失。风险不用我替厂商自曝：30分钟音色复刻是公开能力，仿冒来电的防伪就成了采购方自己要对的账——这是这项技术的代价面，各家安全文档都得写。数字先挂标签：4.0%词错误率和各延迟数都是官方跑分口径，待第三方复测。
晓桐: 第四条我接着追问一个点：五十种语言缺的居然是「数据」不是「模型」？
云健: 对，这是论文的核心判断：绝大多数语言的语音识别，卡脖子不在模型架构，在于没有转录正确的「自发的、不念稿的」说话录音。公开语料要么小，要么是照稿念的——跟真人聊天时的吞字、抢话、口音完全不是一回事。Monsoon的做法是把采集做成流水线：两人一对聊真实话题、分类器筛掉不合格、五层人工校对、再按词汇和声学覆盖面挑片段。效果按论文口径：同等采集量，语义词错误率比常规流程低10%到39%；拿去微调Whisper，对话基准上比公开语料基线低20到44个百分点，而且换个模型架构也能迁移、数据越多增益越大。落点对着人：说小众语言、方言的老人和孩子，用语音而不是打字操作设备的路被打通了——这比任何跑分都有温度。要说明的是10月19日挂出的论文，尚未经同行评审。
晓桐: 最后这条我是真好奇：跟骗子聊天不是给骗子递话术素材吗，怎么反而是消耗他们？
云健: 这条的逻辑要先立起来：现有反诈手段以拦截和提醒为主，这类手段存在的理由是真的——运营商风控、国家反诈中心预警，直接把大量骗局掐死在接通之前，谁都不该嘲它。论文打的缺口是另一头：拦截不花骗子的成本，号码封了换一批继续。于是反过来用「缠磨」：AI接起电话不谈输赢、就拖——骗子的线路、话术本、人工复核每被一个假目标占住一小时，真目标的窗口就少一小时。方法上把对局建成两人博弈、用纳什均衡当标尺，三种大模型在300场模拟对话里学会临场换策略。给外行的一句：纳什均衡是博弈双方都无利可图的僵局点，「贴近均衡」说的是策略聪明程度，不是「防诈效果」。讲真，冷水必须泼足：全程是模拟，没有一场真骗子对话；诈骗缠磨在多数司法辖区处于灰区，真上线要监管和平台出力。它更像是给反诈成本工程学补的一条腿——让骗子的「工位」涨价，而这条腿能不能落地，得看有没有执法机构拿真线路测。
第四段：收尾
晓桐: 今天这几条，动的都不是「模型聪不聪明」，而是它跑得快不快、听得懂几个人说话、被谁拿去干什么。
云健: 留三个时点跟单：DeepSeek哪天把在线服务缺的三块拼图补进开源仓库；是石那组71.3%什么时候等来第三方复测；以及你的下一通客服电话，接起来的是不是已经不是人。管道变粗的速度，比发布会好听的声音实在。
晓桐+云阳+云健: 今日我们AI说，带你听见未来的声音！