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。今天开口最狠的一句先说：标注「官方」的AI编程插件，在官方商店里被换成了带毒的版本，挂了大约十一个小时，最多五千台程序员的电脑被人配上了进门的备用钥匙。商店、签名、官方版，三道关卡一个都没拦住。另外四条：九十六台真机器人学着同伴的样子干活，成功率压过人类平均；一款只有13亿参数的小模型把三张文档解析榜单排到前面；英伟达和麻省理工的团队给一款中国开源视频模型写好「草稿重新画」的增强补丁；还有新手心理咨询师，开始拿AI扮的来访者练手。下面请云阳播要闻。
第二段：云阳播报
要闻一：标注官方的Claude Code插件在商店被调包：11小时，五千台电脑被配了备用钥匙
云阳: 要闻一，10月29日，美国代码编辑器公司Cursor发官方公告确认：其扩展商店里Anthropic官方的Claude Code插件2.1.313版本被调包，在架约十一个小时，受影响的是苹果macOS和Windows上的安装包，Cursor估计最多五千名用户装上（官方口径，到底多少台中招还在排查）。安全研究机构Phorion拆包分析：这个版本会往用户电脑写入攻击者的SSH密钥——就是能让别人不输密码远程开门的那把钥匙——再装一个重启后还赖在机器里的常驻组件，并把这台机器的基本信息发去指定地址。10月30日商店已换成2.1.314干净版本。另据外媒安全媒体BleepingComputer与安防厂商Sophos同日报道，替换在发现当天完成。
要闻二：机器人互相教干活：96台真机集群练兵，成功率压过人类平均
云阳: 要闻二，据AI垂直媒体量子位10月30日报道，清华大学、算力服务商无问芯穹与机器人公司智元联合提出「群体经验学习」新范式：机器人主要不靠人示范，而是从同伴干过的活里翻经验。团队用96台真机组集群验证——两台没参加训练的机器人上阵考插花、叠衣服、手机充电、凳子组装、手机包装五项任务，共测600次只失败15次，成功率97.5%，五项全部超过六名人类操作员平均水平（研究方口径，待第三方复测）。报道给的规模化曲线：参与训练的机器人从16台加到96台，成功率从86.7%升到98.3%。系统建在开源的强化学习框架RLinf上——强化学习就是干得好有奖励、干砸了吃罚分的试错练法。96台累计跑了9834轮经验，期间22台出过30次故障，损失机时占比1.3%。
要闻三：国产13亿参数小模型挑战三张文档解析榜单：游戏显卡就能跑
云阳: 要闻三，10月30日，国产团队开源了一款1.3B参数的文档解析模型OXR——参数是衡量模型规模的单位，1.3B就是13亿。据量子位同日报道，它在OmniDocBench、olmOCR-Bench、DocParsingBench三张公开榜单上都排到前列（截至报道时榜单口径，名次随提交变动）。OCR是把扫描件、照片里的字变成机器读得懂的文字；这款模型据称能把表格、公式、化学结构式、印章等十三类元素还原成结构化文本。速度口径（官方口径，待第三方复测）：单张RTX PRO 6000显卡端到端解析100页文档耗时101秒。训练没堆人工标注，走的是团队自称的「递归自我改进」：模型自己批改解析结果、自己归类错因、再造练习题。评测流程与代码全开源，GitHub仓库本台实测收藏数已过2500。
要闻四：英伟达团队开源视频「草稿重新画」补丁：5秒片子87秒缩到22秒
云阳: 要闻四，由英伟达与麻省理工学院研究人员组成的团队，在Hugging Face放出视频增强方案Open-H3-Regenerate-2K的权重，推理代码进了Sana开源仓库：把低分辨率视频草稿重新生成为高清画面，输出2K、最高原生4K。方案的地基是国产公司MiniMax今年8月开放权重的视频模型H3——「重生成」就是照着模糊底稿，一步步把画面细节重新画清楚。项目团队公布测试：单张B200显卡、预热条件下，一段约5秒视频从放大、细化到解码，耗时从87.26秒降到22.45秒，约3.9倍（官方口径，待第三方复测）。画质对比里该方案感知分60.0、官方付费接口53.4，但运动流畅度仍由官方接口占优（项目团队自测口径）。另据公司口径，H3开放权重后一个月下载超2400万次、衍生模型超300个（截至报道时）。
要闻五：新手咨询师先跟AI「假来访者」练嘴：论文对比真人演的与AI演的
云阳: 要闻五，10月29日提交在论文预印本平台arXiv的一项研究（论文页，尚未经同行评审），比较了新手心理咨询师的两类练习对象：一种由人类同伴扮演来访者，一种由法国公司Mistral旗下的Mixtral 8x7B开源模型扮演。团队把咨询对话按句对照咨询沟通模式编码表分析，发现两种场景的沟通模式既有相似处也有差异；作者认为AI扮演来访者可以补充咨询师培训，但拟真度还要继续打磨。
第三段：晓桐×云健逐条问答点评
晓桐: 一个标着官方的插件，在自家商店里，货是怎么被换掉的？商店和原厂各自本来该看住哪一道门？
云健: 先把它的存在理由摆到最强形态：商店核验发布者身份、包带签名分发，用户看的是「官方」两个字——AI工具爆发这一年，插件生态膨胀到接几千个集成的量级，10月23日那期AI助手接了几千个插件提过这个规模，这条信任链是全行业省事的地基。要打的洞在中间那一节：「发布者是官方」不等于「你下到的这个版本是官方刚构建的那份」——调包包挂在原列表里、顶着合法签名，上架复核没抓住，等于招牌是真的，货不在原厂流水线上过秤。说白了，这次大家慌的不是恶意代码多新——塞一把远程开门的钥匙、装个重启不掉的常驻组件，都是旧手段——慌的是爆炸半径：编程助手跑在开发者机器上，编辑器看得见的一切它都够得着：登录状态、仓库密钥、公司源码。店方口径「最多五千人」是上限不是定论，最终确认中招的台数会不会对得上，商店接下来改不改上架验收的规矩，这两样都要跟。
晓桐: 97.5%还压过人类平均，这个数字该怎么看才不算吹？
云健: 口径先钉死：600次测试考的是两台没参加训练的「插班生」机器人，五项全是桌面轻活，实验环境受控，数字出自研究团队自己发布，第三方还没复测——说「超过人类平均」按它的考题成立，说「顶岗替人」还早。真正值得行的不是那台机器多灵巧，是那条曲线：同样多的训练时间里，参与机器人从16台加到96台，成功率从86.7%爬到98.3%——机器越多、攒的经验越厚、群体越聪明。这正好扎在行业的老大难上：机器人一年能造几千台，熟练操作员却没法跟着增产，以后机器人卡住了，是从同伴的成败记录里翻作业，不再排着队等人教。96台跑出30次故障、机时只损失1.3%，这句说明集群不是摆拍舞台，是真掉了线也能接着练。同一周智元还提出了给机器人算「有效工时」的新计量口径，一个管怎么一起变聪明，一个管干得多不多——两条线都冲着「上岗」这两个字。10月26日那期110台机器人齐舞破纪录，集群调度第一次在大型演出里亮相，这回是日常干活版——同一门技术，从舞台走向工位。
晓桐: 文档解析这种听着最枯燥的活，跟我们这些不写代码的人有什么关系？
云健: 关系在你每一次把合同、论文、化验单丢给AI提问。中间有一道看不见的工序：把纸变成机器读得懂的文字。这道工序做歪，后面模型再聪明，读的也是残页——双栏论文串成乱序、公式变乱码、跨页表格塌掉，喂进知识问答系统就是错料进、胡话出。这条新闻反直觉的部位是体量：13亿参数、一张消费级显卡就能满负荷跑，按团队给的速度口径一百页文档一百多秒——干这活的成本直接从数据中心档位掉到办公桌档位。老观念说要极致精度就得堆大模型加海量人工标注，这个团队改成让模型自己批改、自己找错因、自己造练习题，绕开了标注这个无底洞——训练机制是团队自述，还没有论文经同行评审立此存疑，看社区复现。你发现没有？三张榜单的分是榜单方公开留档的，比厂商自报跑分硬一档，但「三榜第一」的说法落地前还是得自己对着榜单页面过一遍。这类垂直小模型最近一条接一条，10月28日那期2B级小模型一张卡就能微调走的是同一个方向：能力下沉到普通显卡，门槛才能塌下来。
晓桐: 英伟达和麻省理工的团队，为什么给一款中国开源视频模型做增强补丁？这对拍视频的人意味着什么？
云健: 事实先摆正：补丁是海外联合团队发布的，权重代码全公开，地基是中国公司开放出来的模型——大厂研究组没有自起炉灶、没有选闭源底座，这个选择本身比补丁的分数更有信息量；H3一个月下载超2400万、衍生模型超300个都是公司口径，社区数据才是下一场考试。对拍片的人，落点是一帧帧磨出来的等待：5秒片子全流程从87秒缩到22秒，乘上一天出的几十上百条，就是下班时间和电费单。这3.9倍是单张数据中心加速卡、预热之后的自测数字，那种卡不在你桌下，家用显卡另测另说；画质上它赢在清晰好看，运动流畅还输给官方付费接口——草稿重新画的看家本事是补细节，不是替你把动作重做。海外团队拿中国底座做工具、再把工具开源回来，这条生态往来的路今年越走越宽，值不值得押注，看下一季围绕它的下载和衍生曲线还涨不涨。
晓桐: 新手咨询师拿AI扮来访者练手，练出来的是本事还是假经验？
云健: 先把价值立住：心理咨询这个行业的培训一直缺练习对象——真来访者不能拿来练手，同学互演稀缺还不能随叫随到。换成AI扮演，新手半夜也能开一轮，说错话不伤真人，这是实打实的补位。论文的对比也诚实：按句对照沟通模式编码表，AI场景与真人场景有像的地方，也有露馅的地方，作者自己写的是「可补充培训、拟真度待打磨」。冷水泼两处：语言模型有一套过滤规矩，激烈、失控的表达它会往回收，演出来的来访者可能比真人「温和」，新手练久了容易带着一份虚假的把握上场；另外论文未经同行评审、样本只在一间培训场景里。这条最值得记的其实是方法本身：先用人机对话的句子级数据，量一量AI「装人」装到什么程度，再谈让AI评判人——拿来做对照的那台8x7B模型，正是10月30日那期欧洲旗舰把权重整本开放一家公司的老款开源模型，下载回来自己复现，门槛很低。
第四段：收尾
晓桐: 「最多五千台」是店方给的上限，公告最后写的是排查继续。把上限变成定论的那份确认名单，还有商店接下来改不改上架验收的规矩，都值得过些日子回来对一遍。
云健: 对。招牌保的是店主，保不了货架上每一件货的批次——商店要补的，是批次出厂到上架之间那段没人核对的路。
晓桐+云阳+云健: 今日我们AI说，听见未来的声音，也看好自己家门口的锁。我们明天见！