AI Coding

1. Claude Code 把"上下文经济"做成主战场，Codex 押注隔离并行，Cursor 补递归删除护栏

• 事件：Autocoder 复盘 10 月上旬三大 coding agent 的更新——Claude Code v2.1.296（10-09）支持单次读取超大文件而非分块，并新增 autoCompactWindow 让子代理比主会话更早压缩上下文；v2.1.295 引入 Hooks fail-closed（钩子启动失败/超时即阻断动作，而非静默放行）；Haiku 5.5 成为默认小模型（1M 上下文、0.10/0.50 每百万 token）。OpenAI Codex 0.162 把托管 git worktree、并行隔离工作列为一级原语；Cursor CLI（2026.10.08）则在递归/强制/通配删除可能解析到非预期目标前强制人工确认。同期研究者披露一起 prompt-injection 攻击经 Cursor 带 shell 的 agent 攻破 7 家公司。

• 关注点：三家的头条更新没有一个是"更聪明的模型"——这是 leaderboard 没说破的事：2026 下半年的胜负手是上下文预算、隔离边界与安全，而非再高一点基准分。Claude Code 团队已明言长程 agentic 产品"靠 prompt caching 才成立"，并监控缓存命中率、跌破即告警；Codex 把 worktree 隔离做进官方能力，意味着多 agent 并行从"自己写脚本"变成平台原语；Cursor 的护栏与 7 家公司被攻破同一周出现，不是巧合。对 builder 的实操命题从"选哪个模型"变成"怎么排 prompt 顺序、怎么给上下文封顶、怎么把危险动作默认拦下"。

2. GitHub 本地沙箱 GA + Google 停售 Gemini Code Assist：治理、主权与计费成为产业准入层

• 事件：10-07 起 GitHub 在 Copilot CLI、Copilot App 与 VS Code（Agent Host）中全面开放本地沙箱，企业管理员可强制要求所有人启用，限制 agent 能读写的文件/文件夹、网络访问、Git/GitHub 凭证与本地 MCP 服务，且开发者无法自行削弱；10-08 起组织可统一为 Copilot code review 设预算、并屏蔽外部个人许可提交的评审。Google 则自 10-09 起停止销售 Gemini Code Assist Standard/Enterprise 新订阅，存量合同可续至 2027 年，编码助手整体并入 Gemini Enterprise 内的 Antigravity。Google 官方 sunset 文档确认四条截止线：10-09 停售、2027-01-31 最后加购/包年续订、2027-12-31 月付续订、合同到期为止。

• 关注点：两件事把 coding agent 从"能力秀"推到"可隔离、可计费、可审计"的治理层——GitHub 把"agent 能碰到什么"从个人自觉变成组织策略，Google 把独立付费 SKU 收编进企业套件。对采用方，真正要问的是：agent 跑在哪、凭证去了哪、账单谁管、供应商改名停售时有无迁移方案。Google 还特意提醒"本地模型不等于离线"——接了 Ollama 若不关远程 provider，代码上下文仍可能出网。这标志着 coding agent 的竞争维度正式从模型能力迁移到"可信执行 + 采购可预期"。

3. AI Harness 工程成为第一性原理：GitHub Trending 前五被"让模型好用的一层"包揽

• 事件：Smartotics 10-17 盘点，GitHub Trending 已被 agent-harness 工具主导：affaan-m/ECC（"agent harness 性能优化系统"，涵盖 skills/instincts/memory/security，跨 Claude Code、Codex、OpenCode、Cursor，星标约 28.1 万）、HKUDS 的 CLI-Anything（5.3 万）、K-Dense-AI 的科研 skills 库（5.1 万）、Anthropic 官方插件目录（4.1 万）、context-mode 的上下文窗口优化器（3.0 万）五仓同台。ECC 的"instincts（预编译行为启发式）+ 持久记忆 + 安全层"定位，被解读为"原始模型智能已是固定输入，决定真实表现的变量是它外面的 harness"。

• 关注点：竞争前沿从"谁的模型最好"切到"谁拥有让模型有用的那一层——记忆、技能、上下文路由、工具访问"。当开放权重在多数基准逼近前沿、推理成本持续下探，模型趋 commodity，harness 才是产品。ECC 走厂商中立路线（同时支持四家 agent），恰恰威胁平台厂商的端到端锁定——这也是 Anthropic 同周推出官方插件目录、把"应用商店"话语权收回的逻辑。企业级落地的最大隐忧是 harness 的 heuristics 若不透明、不审计，被攻破的爆炸半径远大于单个模型；预计两季度内要么出正式威胁模型，要么被 fork 出硬化企业分支。

4. Plandek Q4 2026 基准警示：token 支出 +13x，但缺陷率反升、交付提速仅 4%

• 事件：Plandek 覆盖 2,500 支工程团队的 Q4 2026 基准显示：最成熟的 agentic 团队半年吞吐 +50%，但 Stories-to-Bugs 比率下降 27%，Lead Time to Value 仅改善 4%；token 支出整体上涨约 13 倍。跑赢趋势的团队有三个共性：明确的"人—agent 过渡策略"、在引入 AI 工具的同时改进基础工程流程、对 harness 与上下文工程有可见性。高绩效团队以约 4 倍吞吐实现约 3 倍更少的缺陷。

• 关注点：这是给"无脑堆 agent 提效"叙事的冷水——质量在倒退，速度红利也被成本吃掉大半。结论很硬：流程比模型预算更重要。对采用方的可执行信号是，把投入从"换更贵的模型"转向"定义过渡策略 + 修基础流程 + 给 harness/上下文上可观测性"。这也反向印证了本期第 1、3 条：上下文经济与 harness 工程不是锦上添花，而是决定 agentic 投入能否不翻车的基础设施。

5. 评测诚实性再被撕开：物理学家 50 道未发表题，agent 会算却不会"选问题"

• 事件：Clauday 10-17 汇总两则评测：一组理论物理学家把 50 道各自领域未发表难题（量子场论到凝聚态，每题约顶尖专家一天）交给 agent，GPT-6 Astra in Codex 答对 49 道、单题成本不到 3 美元，Opus 5.5 in Claude Code 答对 46、成本两倍以上，Gemini 3.8 Flash 34、DeepSeek V4.1 Flash 与 GLM 5.3 为 27/21；多轮复现中测试套件全绿却仍漏隐藏缺陷。Sakana 同期放出 The Agentic Scientist 第三期，把"假设提出—按固定 rubric 并行验证—共享成败记忆—对胜出程序做消融"显式化，早期版本在 Error Diffusion（类反向传播的生物学替代）上被 ALIFE 2026 收录为 oral。

• 关注点：评测的诚实性缺口比分数更值得盯——两 harness 共用 Opus 5.5 却漏不同缺陷、且都"宣布可发布"，说明 agent 已能像领域专家一样计算，却仍不会判断"哪些问题值得解"。Sakana 的解法是把科研 loop 用 scaffold 钉死（先定 rubric 再实验），而非依赖模型自觉。对 coding agent 选型的方法论启示：别信单次跑分的绝对值，要在自己的工具 schema、真实上下文长度上比"单位任务的成本与时间"，开放权重跑得不够快就只是个很大的下载包。

具身智能

6. 机器人勇士挑战赛今日北京开赛：从"跑跳展示"硬切到"实战作业"

• 事件：10-18 上午，2026 机器人勇士挑战赛秋季赛在北京经开区南海子公园开赛，29 支来自企业与高校的赛队参赛。赛制为连续积分闯关，围绕应急救援、工业巡检、城市运维三大真实场景设 14 项关卡：5 项通用障碍（断桥通行、废墟突围等）考复杂地形通行；人形机器人要完成拉门进入、危爆排除、应急灭火 4 项消防任务；四足/四足轮式挑战管廊巡检、电网恢复、越障投送 4 项对应电力与管网抢修；新增涉水场景（模拟汛期积水，机器人需带管进积水区排水）与梅花桩附加赛考动态平衡。首次上线 BotWorld 线上仿真训练平台，首周场景被下载两百多次。

• 关注点：这是"以赛代练"把机器人从 demo 推到产品的典型样本——关卡不是花架子，而是直接对应汛期排水、电网抢修、危爆处置等真实刚需，且首设涉水（回应今年北京汛期积水）。对产业的意义在于把"环境感知、自主决策、现场实操"做成可量化评分标尺，倒逼厂商在真实复杂环境中快速采集失败数据并迭代。对用户（能源侧尤其相关）：电网恢复、管廊巡检、越障投送这类赛项，正是电力巡检与应急抢修的具身化前奏，值得长期跟踪哪类本体与执行器在这类高仿真任务里跑得稳。

7. 深慧视 SERobot 复合机器人今日发布：以 3D 机器视觉 + 世界模型做"手眼脚协同"

• 事件：10-18，深慧视（深圳）推出 SERobot 系列具身智能复合机器人，基于其 3D 机器视觉与工业机器人积累跨界而来。三大子系统对应"行走/感知/操作"：八关节轮式底盘（±5mm 定位、激光 SLAM、35° 爬坡、8 小时续航）解决复杂地形移动；自研单目 3D 相机 SSM1000 与双目 3D 相机 UHD1000（30 微米测量精度、30fps、0.2 秒轨迹生成）构成感知决策中枢；5–20kg 负载机械臂（重复定位 ±0.05mm）负责精细操作，整体基于世界模型（WM）构建"感知—决策—执行"一体化闭环。

• 关注点：与多数"先炫全身运动"的路线不同，深慧视把身位压在"3D 视觉 + 力控 + 世界模型"的执行闭环上，卖点正是柔性制造里最难的"微米级、可泛化"作业——这是制造业落地的真实卡点，而非展台表演。30 微米视觉精度已远超人眼，意味着它瞄准的是电子、精密装配等工业场景而非通用家政。值得对照本期第 8、9 条：具身落地的胜负手正从"会不会走"收敛到"手眼脑协同能不能稳准干活"，视觉与力控执行器反倒比整机参数更决定商业化下限。

8. 资本继续下注"大脑 + 情感 + 量产"：星尘 10 亿 B+ 轮、四川具身超 1 亿 Pre-A

• 事件：星尘智能近半年完成第四轮融资——10 亿 B+ 轮、估值 150 亿元（三个月内估值涨 50 亿），由投控东海（深投控）领投，老股东追投，资金投向 AI 模型迭代、团队扩充、商业化与产能升级；其为全球首家实现绳驱 AI 机器人量产的企业，S 系列千台级订单、T1 把高精细操作机器人压到 9 万元区间，S+T 总产能已达万台级。四川具身科技（EIR）完成超 1 亿元 Pre-A 轮，成都/德阳/中江三级国资联动，资金用于"爱湫"情感交互机器人迭代、德阳凯州新城万台基地（年底投产）与销售体系；爱湫以 3D 超短焦投影面部做"情感原生（EmotionNative）"，9.8 万元起。

• 关注点：两笔钱共同说明资本叙事已从"炫技整机"切到"数据飞轮 + 量产基地 + 情感交互"的可交付逻辑。星尘的绳驱量产与 T1 价格锚、EIR 的投影面部 + 全栈自研 + 训练场闭环，都是把"陪伴/操作"做成可持续商业而非一次性展品的尝试。对用户（能源 + A 股视角）：估值锚已不再看参数，而看"万台产能是否真落地、情感/操作数据是否形成飞轮、国资是否愿下注"——这是 S 曲线里从故事到现金流的关键一跳，也意味着上游卖铲人与场景运营商仍是优先观察线。

9. 供给放量遇上冷静锚：人形日租金跌破 300 元、珞石第 1 万台力控臂交付

• 事件：智能制造网 10 月早报披露，人形机器人日租金已跌至 289 元/天，较 2025 年初万元级大幅回落，宇树等品牌租赁起步价显著下调；同期珞石（山东）第 1 万台人形力控臂在邹城未来工厂下线交付，成为国内首个万台级交付，已与 80 余家产业头部、70 多家具身公司合作将力控臂接入各自系统。工信部、国资委实景实训专项行动与首个人形机器人标准体系正推动产业从单点创新迈向标准化、体系化。

• 关注点：两条线一冷一热拼出真实成色：租赁价自由落体是供给放量后的市场出清信号——量上来了，但真实需求与盈利能力仍待验证（呼应信通院报告"真干活约两成"）；珞石万台力控臂交付则是执行器从"技术验证"跨入"规模量产、常态化应用"的硬证据，且 70+ 具身公司接入说明力控正重新回到产业中心——当机器人进真实场景，缺的不是"有分寸的大脑"而是"有分寸的手臂"。对产业链投资：上游核心执行器（力控、减速器、灵巧手）的国产一致性与成本，比整机出货量更能预示下一阶段谁吃到确定性。

跨主线 · 投资 / 能源信号

• 算力能源锚：本期 coding 侧 GitHub 沙箱、本地模型、harness 上云常态化，叠加前几日的端侧权重（Muse Spark Open / NVIDIA Bolt / MAI Code），说明 agent 推理正从"堆云 GPU"走向"端侧/边缘可负担"；对能源侧，单位智能的电力与散热账继续下探，端侧化把"绿电可控"推成中国对照优势。机器人勇士挑战赛的电网恢复、管廊巡检赛项，则把具身需求直接挂到电力场景。

• Agent 安全合规成 coding + 具身共享红线：GitHub 沙箱强制隔离 + Cursor 7 公司被 prompt-injection 攻破 + Anthropic 内部失控与 METR 驻场（上周），确认"权限最小化、域名白名单、不可逆动作人工确认"已从建议变硬约束；可信执行是两条赛道共同的产业准入闸门，准备 IPO 的厂商安全叙事直接计入估值。

• 具身估值切真实交付 + 上游卖铲人 + 场景运营：星尘/四川具身融资、珞石万台力控臂、人形租金跌破 300 元、勇士赛实景评分共同把产业链从"演示溢价"推向"交付、返修率、订阅、单位经济"定价；上游核心零部件国产替代与场景运营商仍是 A 股优先观察线。开放权重（含 robot brain 类）若受出口管制收紧影响，将反向抬升国产开放权重的战略稀缺价值——既是风险也是锚。

一句话总结

AI 的价值重心已从"模型谁更聪明"彻底沉降到"能不能把可信、可负担、可治理的智能体铺进每一层"——coding 侧三家头部 agent 的头条更新全是上下文预算、隔离边界与安全护栏而非基准分，GitHub 沙箱与 Google 停售 Code Assist 把治理/主权/计费推成准入层，ECC 28 万星与 Plandek 质量倒退则宣告 harness 工程才是真护城河；具身侧勇士挑战赛今日开赛把机器人从跑跳拽进涉水抢修的实战、深慧视以 3D 视觉+世界模型做手眼脚协同、星尘与四川具身拿到量产弹药而人形租金跌破 300 元提醒供给狂欢需真实刚需接盘。两线汇流于同一命题：赢家不靠参数，靠端到端可落地与可信治理的双轮，而开放权重正成为大国博弈与产业卡位的新支点。