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。今天是2026年10月23日，星期五。先说这周最不寻常的一幕：10月21日，有公司把AI助手做成了「自己来上班」——早晨它先替你读完邮件和日程，把需要你拍板的两三件事递到你面前，动手花钱、碰敏感操作就停下来等你点头。这款主动干活的智能体应用，目前只在美国邀请测试。另外几条各有各的事：清华孵化的一家公司的「医生AI分身」进了医院门诊，不同科室的分身还能抢先发言；中国电信开源了一个专听一句话的小模型，百毫秒内给结果；美国一家公益研究所把「地球每个像素」的卫星数据特征数白白摊在桌上；还有一家初创不改模型的大脑、只换了它「说话的字表」，推理成本省下77%。下面请云阳播要闻。
第二段：云阳播报
要闻一：AI助手清晨发晨报，不等你开口就干活，花钱要你点头
云阳: 要闻一，10月21日，AI公司Anthropic发布Claude Duet，一款独立的「主动型」智能体应用——不等用户提问，它自己找活干：读完连好的邮箱和日程后发晨报，列出要你处理的事，然后安静下来，除非有要紧的才开口。产品基于自家Opus 5.5模型，能安排会议、做财务预测表、搭网页，敏感动作必须经用户批准；官方口径可接入6000多个连接器和插件。目前是研究预览，只向美国Pro和Max订阅用户开放候补邀请。据外媒路透社10月21日报道，OpenAI上月刚推出跨应用常驻智能体、Meta的智能体下载量以百万计——竞争焦点正从「能答」挪向「主动干」。详情见Claude Duet官方公告页。
要闻二：清华孵化的「AI医院」：医生各有一个分身，分身跨科室抢先发言
云阳: 要闻二，10月21日，AI垂直媒体量子位报道，由张亚勤院士创办的清华大学智能产业研究院孵化的公司紫荆智康，发布了「多分身智能体协同」技术：每位医生训练一个模仿自己经验的AI分身，不同专科的分身能在同一间诊室里抢先给出建议，意见不一致的地方高亮标出供医生判断，最终决定权始终在人。报道说这套「紫荆AI医院」已在全国多家医院陆续上线测试，北京清华长庚医院截至2026年7月有18个临床科室开展门诊测试、40余名医生常态化使用，公司口径医生整体诊疗效率提升30%；AI分身在医学题库MedQA上的准确率超过96%——此为公司自测口径，未经第三方复测。分身先在虚拟医院里练手，再到真实门诊跟医生继续学。报道见量子位原文。
要闻三：专「听懂一句话」的小模型开源了：百毫秒给结果，只干必要的活
云阳: 要闻三，10月22日，中国电信旗下人工智能公司的星辰实验室发布并开源意图理解专用模型Xing4.0-29B-Intent，同步开放275万条训练语料与模型参数文件。什么是意图理解：你说「帮我把卧室的灯调成暖黄」，它要判断出「控制灯光」这件事，再把「卧室、灯、暖黄」提取出来交给业务系统。官方口径，模型单次实际激活约40亿参数，响应可压到百毫秒级，已用在电信客服热线和智能家居音箱上。跑分对比为公司自测：从48个中英文公开数据集抽6000道题，该模型总分58，18款参评通用模型里最高分49——官方口径，待第三方复测。仓库见Xing4.0-29B-Intent官方GitHub。
要闻四：地球每个像素的「特征数」免费送：一段数字读九年的卫星数据
云阳: 要闻四，10月22日，美国公益研究所Allen人工智能研究所（简称AI2）发布OlmoEarth v1.3，其自称最先进的卫星影像嵌入模型——「嵌入」可以理解为把一地复杂的卫星观测压缩成一段特征数字。模型读入约九年跨度的雷达与多光谱卫星时序，替地球表面每一块10米见方的像素生成一组128维的数字串。这次他们把全球每个像素、按年算好的特征数据预先算完、公开发布，模型与代码开源，还上线了一个浏览器里的检索工具：不用注册登录，也不需要自己的显卡。发布文章见OlmoEarth v1.3官方博文。
要闻五：推理成本降77%没动模型的大脑：换掉的是「字表」
云阳: 要闻五，10月21日，初创公司Dharma-AI在Hugging Face官方博客发技术文：不改基础模型的结构、数据和训练配方，只重建大模型的「词表」，把它一个生产系统的实测推理成本砍掉77%。他们基于Qwen3-4B这个40亿参数小模型搭葡语作文评分系统，团队按「每块的成本」重新设计了词表，换上一套任务专用的小词块库。77%为团队自测口径，对应论文尚在审稿、发表前数字可能调整。技术文见VocabX官方博客文章。
第三段：晓桐×云健逐条问答点评
晓桐: Duet不等开口就干活，安全阀在哪？
云健: 安全阀就两条：花钱和敏感动作必须人点头；另外公司自己对外媒承认，它会误判轻重、订机票这类事不在行。你发现没有？这款产品真正的看点不是「更能干」，而是「知道什么时候停」。从问答机到秘书，跳的不只是能力，是权限：什么时候干活、什么时候闭嘴、什么时候把事交回给人，这三条设计做扎实，才配叫主动。泼句冷水：研究预览、限美国、要邀请，三层门槛意味着国内用户暂时摸不到，它当下的意义是给全行业打样——照过去两年的节奏，这条路线大概率会被搬进各家办公软件。对普通人要盯的也简单：你日常工作里哪一步会被它接走，哪一步你死都不能放手。想清楚这一步的，比抢着注册候补名单有用。
晓桐: 分身之间意见打架，还高亮标出来，这不是给诊室添乱吗？
云健: 恰恰相反，这是整件事里最清醒的设计。医疗AI的老毛病是「自信地错」——给一个斩钉截铁的答案，医生要么全信要么全不信。把分歧摆上台面、标注建议来自哪个分身、依据可追溯，医生的活就变成了鉴别，而不是被替答。有个细节值得记住：他们首席产品官说，AI最早只推疗效最好的药，医生考虑到患者经济情况，换成了进医保的平价药——AI就是被这类真实反馈一点点调教的。算一笔实在账：多学科会诊贵，就贵在凑齐各科专家的时间；这套东西把专科支持从「会诊那天」前置到「你走进诊室那一刻」，患者少跑几趟，专家的时间也能分给更多病人。但清醒剂也得喝：96%是答卷子的准确率，现实诊疗要考虑医保、检查条件、患者家底，这些卷子上没有。盯一个时点：后续医院扩展的官方数字和跨科会诊的落地量。
晓桐: 为什么不让通用大模型顺手把分类和提取的活干了？
云健: 讲真，通用大模型干这个，像开着货车买葱。三个短板都在钱和时间上：一是慢，它习惯先想一大段再回答，等它说完，电话那头的客户早挂了；二是贵，通用模型按字数计价，而这类场景一天要调用上百万次，每次多写的废话都会被乘以百万；三是不稳定，自由文本一个意思有十种写法，下游系统没法照着办事。专用小模型把输出锁进固定格式：字段确定、能校验。顺便交代两个口径：这模型290亿参数，用的是混合专家结构——很多个小型专家模块拼在一起，答一道题只点亮其中一部分，所以官方说单次实际激活约40亿；290亿是总量，不等于每次都跑290亿的算力。总量是编制，激活才是上岗人数。这个方向值得所有做AI应用的人抄作业：大模型涨价降价的新闻天天有，真在金库里省钱的，往往是这种「只把一件事做到又快又准」的小模型。落到你身上的体感：客服转派更快了、对着音箱喊一声就成的概率更高了——百毫秒的进步，都藏在专门干活的小模型里。
晓桐: 把地球每个像素的数字串免费送出来，到底谁会用？
云健: 想知道「地面这十年变了什么」的人：农业部门看作物分布，林业防火看过火痕迹，城市规划看扩张，保险精算看过灾理赔的账。说白了，这件事的意义就一个词：门槛。以前做这类分析，要自己下载卫星影像、自备显卡、每个任务单独训一个模型，是实验室级别的投入；AI2把最贵的那一步——全地球逐像素的计算——替所有人做完，数据摊在桌上，谁都能拿一段数字训个轻量小工具，普通电脑上就能跑，浏览器里还能直接看地图。AI for Science这几年喊得多，真正的堵点从来不是模型不够聪明，是数据看得见、用不起。而且开放数据不设国界，国内高校、农科院、地方测绘部门同样能下载自用。这类研究所在新闻里不显眼，但地基就是这么一块块铺的。
晓桐: 模型脑子没换，只换了它「说话的字表」，凭什么省这么多？
云健: 模型不是逐字读书，它先把文本切成「词块」（行业里叫token，计费按块算）。推理成本的账本是两个乘数：模型要吐多少块词，加上每吐一块要在多大的候选表里比对。通用词表像一本15万条的大词典：写的时候，常用字被切碎导致答案变长，每写一块还得翻一遍大词典。这家团队做的，一边把专用词表裁小、比对变快，一边把模型最常写的词合并成整块、输出直接变短，两个乘数一起压，自测成本降77%。这案例我喜欢，因为它戳破一个被忽略的事实：推理降价不只靠换显卡和改报价单，在专任务的小模型上，「改嘴不改脑」的优化便宜又实在。也要留神：数字出自自家作文评分系统，换个任务能不能保住这个折扣，得等论文同行评审和第三方复测。要成立，最该学的是那些把小模型跑在流水线上的公司——利润不在发布会上，在字表里。
第四段：收尾
晓桐: 节目最后留一个问题给听众：假如明早晨AI替你先过一遍邮箱和待办，你愿意让它直接替你回哪类消息，哪类必须等你看过再动？
云健: 三个时间值得记：Duet什么时候放开候补名单，紫荆在下一家医院报不报得出跨科会诊的量，星辰那个开源仓库什么时候有第三方复测。主动干活的AI到底来上班还是来作秀，这三个时点会说话，不用我们猜。
晓桐+云阳+云健: AI在上班，明天继续听！