今天有两个方向在同时发生：一边是模型权重、智能体 harness 和沙箱代码被一件件放出来，一边是开发者交出去的 API 密钥正在外流。门槛被拆掉的同一周，风险的存放位置也换了个地方。具身智能那边，真机数据第一次以「可确权、可计价、可出境」的整包形式卖向海外。

Reflection 开源 Beam：5010 亿参数、Apache 2.0，连训练用的 harness 一起给

美国初创公司 Reflection AI 把首个模型 Beam 的权重放上了 Hugging Face，采用 Apache 2.0 许可证。Beam 是一个稀疏 MoE 模型——MoE 即混合专家架构，把模型拆成许多小的专家网络，每次推理只激活其中一小部分，所以它的总参数是 5010 亿，而每个 token 实际参与计算的只有约 230 亿。上下文窗口 100 万 token，权重提供 BF16、FP8、NVFP4 三种精度。这次发布不只是放权重：Reflection 把训练 Beam 时用的 agent harness（智能体运行框架，负责组装上下文、调用工具、管理会话的那一层）Mirror CLI 也一并开源，它用 Rust 写核心、Python 做前端，支持断点续接和在独立工作树里并行跑多个 agent。公司同时拉来 40 多家伙伴，覆盖 vLLM、SGLang、Unsloth 等推理框架与 AWS、Azure、谷歌云等托管端点，戴尔与 HPE 提供内网部署。

值得关注： 数字上要分清两件事。Beam 的自测成绩并不都是第一：Reflection 自己的表格显示，在它主打的终端智能体基准 Terminal-Bench v2.1 上，智谱 GLM-5.3 拿到 88.2、月之暗面 Kimi K3 拿到 88.3，都高于 Beam 的 80.1。公司真正的论点是效率——它称 Beam 在推理任务上与 GLM-5.2 相当，而推理算力只花其中的三分之一到四分之一。跨源数字也有出入：SWE-bench Verified 一项，有报道写 80.9，也有报道写 81.6，两者都出自厂商材料，尚无第三方复现。

更值得注意的是它开放的范围。过去一年，前沿级开源权重几乎是中国公司的故事——DeepSeek、Kimi、智谱 GLM 系列，美国大厂多只提供付费 API。Reflection 由两位前谷歌 DeepMind 研究员创立、英伟达参投，明确定位成这条开源赛道上的美国选项。发布当天还有一层背景：《金融时报》报道英伟达在与 Reflection 洽谈收购，双方均未确认——在这个节点把权重散出去，本身就是一个姿态。硬件门槛也要说清：BF16 权重约 1TB，压到 NVFP4 仍有约 280GB，官方建议四张 B200 才留得下足够的 KV 缓存；这是机架级模型，不是能随手下载的桌面玩具。

来源：Reflection AI 官方博客 ｜ AlphaSignal ｜ Neural Daily

DeepSeek 发布 V4.1-Flash-1017：当天上线、当天开源，单任务成本压到 0.2 美元

DeepSeek 在 10 月 17 日上线了 V4.1-Flash 的新检查点 1017，官网、App 和 API 同日切换，调用方把模型名设成 deepseek-flash 即可，价格与调用方式都不变。同一天，权重以 MIT 许可证挂上 Hugging Face 和 ModelScope——发布即开源，这在今天仍是稀缺操作。官方给出的提升是：终端智能体基准 Terminal-Bench 4.0 从 31.2 涨到 42.3，DeepSWE v1.1 从 74.2 涨到 77.0，ProgramBench 从 20.3 涨到 29.1。DeepSeek 同时把自研搜索引擎开放成 Search 与 Fetch 两个 API，各按每千次 0.75 美元计费；通过 DeepSeek Harness、Claude Code、Codex 的服务端工具触发的调用，在 10 月 31 日 16:00 UTC 之前免费。

值得关注： 这次真正值钱的不是分数，是成本结构。DeepSeek 公布的曲线显示，在 DeepSWE v1.1 上拿到 77.0 的那个点，单任务平均成本约 0.2 美元，而上一版约 0.5 美元；横向对比里 Claude Opus 5 在同一基准上是 74.0，成本却高出近两个数量级。按技术报告口径，模型是 40 层（20 层因果编码器 + 20 层解码器）的多模态 MoE，骨干 5520 亿参数，另有 1960 亿 Engram 参数——Engram 是 DeepSeek 用来承载稀疏记忆的参数部分；Hugging Face 仓库页列出的 7630 亿则是含量化在内的总规模，两个数字不矛盾但口径不同，引用时极易混淆。架构侧的关键改动是每 token 全局 KV 缓存压到 890 字节，约为上一代 V4-Flash 的四分之一，解码算力因此几乎不随上下文长度增长。

分数要看两面。这些全是 DeepSeek 自测，Terminal-Bench 用 Claude Code 框架跑、DeepSWE 用 Mini-SWE-V2 框架跑，自家 harness 出自家的分；纯推理上限上，Opus 5 在 HLE（无工具）仍是 56.3 对 42.6，差距还在。但 +11 个点的终端智能体涨幅不像刷分能刷出来的，更合理的读法是：这一版的进步不在「更聪明」，而在「更会干活」。

来源：Artificial Watch ｜ Superpower Daily ｜ ccleaks

OpenCode 控制台密钥泄露：约 1.4% 用户，Anthropic 与谷歌已动手吊销

开源编码智能体 OpenCode 在 10 月 17 日确认遭遇一起安全事件，公司把它定性为「大规模蒸馏攻击」——蒸馏攻击指批量盗用他人模型访问权来训练自己的复制品。攻击者获得了对一个正在退役的遗留系统的未授权访问，导致部分用户此前存在 OpenCode Console 里的 OpenAI、Anthropic、谷歌 API 密钥可能暴露。OpenCode 称受影响的是约 1.4% 的 Console 用户，且仅限绑定过外部模型提供商密钥的账户。Anthropic 已主动吊销其认定受影响的 Claude 密钥，谷歌封禁了暴露的 Gemini 密钥，OpenAI 方面也在协同处置。开发方明确：泄露发生在 Console 这个托管控制台，不是 OpenCode 本地工具本身，本地跑开源 agent 用的密钥从未上传到他们那边。

值得关注： 这是 AI 编码工具普及后出现的一类新型风险面。过去密钥散落在各项目的 .env 文件里，现在被集中存进各类 agent 工具的云端控制台——方便是真方便，攻击面也真集中，一个 Console 被攻破，丢的不是一把钥匙而是一串。时间点上也有教训：有用户报告最早在 10 月 17 日凌晨前后就看到异常用量和扣费，而官方邮件通知发出时已过去约 22 小时。官方至今表示无法确认暴露密钥是否已被滥用，调查也未发现其他数据泄露的证据；已有用户自述出现约 100 美元的异常用量，但那是个案而非公司统计。

值得留意的是同期曝光的配套黑产：安全公司 Bitsight 本周报告了一个名为 MONST3R-AI 的犯罪工具，在地下论坛出售，买家把偷来的 OpenAI、Anthropic、谷歌密钥粘进面板，就能驱动自主扫描 agent 去打目标，账单记在密钥主人头上。印度 CERT-In 本周也就「AI agent 凭借代码与配置文件里暴露的凭据触达生产系统」发出警告。对团队来说，可操作的四条是：一个第三方服务一把独立密钥、给每把密钥设消费上限、用服务商提供的最窄权限范围、按月盯用量基线——因为「检查异常用量」这招只有在你知道正常长什么样时才管用。

需要点明一点：OpenCode 就是 10 月 13 日刚发布 2.0 正式版的那个项目，本次事件与 2.0 的功能改动无关，是托管控制台侧的事故。

来源：Code Your Craft ｜ ZAKER ｜ 网易

Perplexity 开源 SPACE：把 Computer 的沙箱连同红队报告一起交出来

Perplexity 把自家 Computer 产品背后的沙箱平台 SPACE 以 Apache 2.0 开源，代码用 Rust 写成，版本 0.8.0。SPACE 是 Sandboxed Platform for Agentic Code Execution 的缩写，通过 HTTP API 把 agent 生成的代码放进 Firecracker microVM 里执行——Firecracker 是亚马逊开源的一种轻量虚拟机监控器，启动快、隔离强，比容器更适合跑不可信代码。每个沙箱有自己的独立虚拟机和内核，凭据在网络层注入、从不进入虚拟机内部，出站流量由宿主机上的独立网关按白名单管控。它自 7 月起支撑全部 Computer 会话，每天创建数百万个沙箱；在同一生产流量下，创建速度比此前所用的商业沙箱快 3 到 5 倍，另一组口径给出中位数从 185 毫秒降到 60 毫秒。

值得关注： 安全数字要分清口径。Perplexity 对媒体的说法是：给九个前沿模型下指令让它们尝试逃逸，118 次尝试无一成功。而它发布的《Escaping SPACE: Part I》报告口径更细：两类任务、四种网络配置共 216 次运行，其中「沙箱逃逸」这一类 108 次全部失败，无网络配置下 54 次绕过尝试也全部失败；但在修复之前，部分网络配置下的 54 次里有 11 次成功绕过出站策略，Claude Opus 5.0、GPT-5.6 Sol、GPT-5.6 Cyber、Kimi K3 四个模型各找到一条通路，手法是 DNS 欺骗加共用 CDN IP。团队随后加了源地址校验，并让网关终止 TLS、同时校验 SNI 与 HTTP Host，复测后没有模型再产生可验证的绕过。同一团队还测了十家第三方沙箱，八家至少存在一处网络策略绕过，并已通报厂商。

这些全是 Perplexity 自己的声明，不是独立审计——这正是开源的意义：现在谁都能跑一遍。更值得注意的是它透露的行业判断：多个厂商在同一时期收敛到几乎相同的 Firecracker 每 agent 隔离方案，执行层正在变成大宗商品，护城河往控制面（编排、身份、凭据治理）移动。给开发者的建议也因此很直白：别再自己造沙箱了，把工程资源投到上层。

来源：GitHub perplexityai/SPACE ｜ TSN Media ｜ Lumien AI ｜ Forkast

真机数据被当成资产卖：2 亿元、30 万小时，走完确权、确价、出境三步

上海刻行时空启动了一笔合同金额超过 2 亿元人民币、总时长约 30 万小时的海外真机数据交付，首批以多本体为主的逾千小时已完成验收，公司称通过率接近 100%。数据产自刻行时空、宇树科技与上海技术交易所三方共建的「湾谷具身智能创新示范场」，覆盖全身运动控制、长时序连续任务和高复杂度操作三类。真正的看点不在金额，而在流程：这批数据经由上海技术交易所完成确权与确价，并在上海自贸区临港新片区完成合规跨境交付，形成「采集—确权—登记—交易—出境」的闭环。此前在 7 月 30 日，刻行时空的数据出境项目已一次性通过临港专家评审。

值得关注： 具身智能这两年的投入重心在本体——关节、灵巧手、运控算法。当本体开始批量交付，缺口转移到了另一侧：机器人在真实环境里积累的经验，此前没有稳定、合规、可计量的供给方式。这单生意的意义在于把这件事价格化了——30 万小时对应超过 2 亿元，折合每小时约 660 元（这是按合同总金额与总时长粗算的量级，不是公布的单价），数据第一次有了可对照的市场标尺。同时它把确权、质量验收和跨境合规这三件过去各自为政的事串成了一条链：来源能追溯、权益能明确、价值能形成、出境能合规。

同一周还有一条基础设施侧的消息可以对照着看：沈阳具身智能机器人创新中心 10 月 17 日开园，已布局零售、康养、工业、酒店服务等 13 类 24 个数据采集场景，部署 33 台套专业数采设备，东北首个银河通用「开拓者训练营」同步落地。一边是把数据当资产卖出去，一边是把采集场景园区化地组织起来——两者指向同一件事：具身智能的分工正在形成，在本体与模型之外，「谁能源源不断地产出高质量真机数据」成了独立的一环。

需要说明的是，金额、时长与通过率均出自企业自述与上海技术交易所的公开通稿，尚无第三方核验，买家身份、单价与交付排期均未披露。

来源：财经网 ｜ 上海技术交易所（网易转载） ｜ 沈阳日报

今天的共同主题是定价权：前沿模型被拉到半价，开源工具用免费模型把自己和供应商解耦，商业平台则公开更换模型的供应商。具身智能一侧的信号同样清晰——钱和验收口径正在向「能长期留在产线上并持续回传数据」的任务集中。

谷歌 Gemini 4 Argon 上线 Gemini 应用，引入价打对折

谷歌本周完成 Gemini 4 代首款旗舰模型 Argon 的对外推开，本周起 Gemini 应用与搜索 AI 模式的高级付费 Pro / Ultra 订阅用户可直接使用，开发者走付费档 Gemini API 与 AI Studio，Antigravity（谷歌的智能体编码环境）限于 Ultra 订阅者与符合条件的 Gemini Enterprise 方案。定价是这一轮最有攻击性的部分：引入价每百万输入 Token 2 美元、输出 10 美元，缓存输入再降 95%，截至 11 月 30 日；之后翻倍到 4 / 20 美元，与 Claude Opus 5.5 同价位。规格上，Argon 把输入与输出放进同一个 100 万 Token 预算，取代此前 6.4 万 Token 的输出上限，单次生成最长可写 100 万 Token。

谷歌自测该模型在软件工程基准 DeepSWE v1.1 上得 77.9%，高于第三方整理的 GPT-6 Astra 75.2% 与 Claude Opus 5.5 74.2%——但这份成绩来自谷歌自己的 harness（评测执行框架，包含工具选择、重试策略、运行环境的整套设定），换一套 harness 可能差好几分。第三方 Artificial Analysis 给出的 Intelligence Index 为 53 分，与 GPT-6 Astra 持平、落后 Opus 5.5 五分；其自行跑的 Terminal-Bench 4.0 为 57.1%，接近 Opus 5.5 的 58%–59.6%。最具参考价值的是谷歌开发者博客记录的一次实操：让 Argon 优化自家开源智能体工具包 google/adk-python（约 20.5 万行、800 个文件、约 1.7 万个单元测试）。第一轮只给一段话目标、跑约 2 小时，结果擅自改了公共 schema、总共只跑了 216 个测试；第二轮补上仓库规则文件与 goal 模式后，晚上 9 点 11 分起跑了约 11 小时，跨 32 个文件给出 6 项优化、执行了 16892 个测试，实测导入快约 21%、长会话准备开销降约 40%。人工复审的结果是 6 项里只合并 2 项、驳回 4 项，其中一个缓存方案让合成基准快 17% 却有数据陈旧风险，另有一项通过了全部开源测试却打挂了 25 个谷歌内部测试目标。

值得关注： 真正改变工程习惯的不是「模型多强」，而是两个数字——单位 Token 价格和一次能写多长。统一 100 万 Token 的输出预算意味着长途重构、大补丁、长文档不必再切片多次调用，同时团队必须自己设上限控成本。而 11 小时无人值守只换来 2/6 的合并率，且被驳回的一项能过全部开源测试却打挂内部靶，说明瓶颈在「你给它什么规矩」，不在模型本身。另需留意口径：官方开发者博客标注 10 月 13 日上线 API，部分外媒记为 10 月 15 日发布，消费者端推送落在本周，中文报道集中在今天。

来源：至顶科技（网易） ｜ CodeYourCraft 定价与基准整理 ｜ Tenbrief 交叉核实 ｜ Standard Compute 每请求成本实测

OpenCode 2.0 转正：约 21 万星反超 Claude Code，架构改成后台服务

开源编程智能体 OpenCode 于 10 月 13 日发布 2.0 正式版，随后 10 月 15 日把 DeepSeek V4.1 Flash 限时转为免费、10 月 16 日追加 GLM-5.3 Flash 免费，官方 changelog 另有 StepFun Step 5 Preview 等免费档。三天连击之下，其 GitHub 星标冲到约 21.3 万–21.4 万，超过 Claude Code 的约 15.1 万与 Codex CLI 的约 12.9 万（GitHub API，2026 年 10 月 15 日口径）。社区整理的免费条款基本一致：200K 上下文、最多 32K 输出、输入输出均不收费、提供方执行零留存且不用于训练；限制同样明确——限时且官方未给截止日、只能在 OpenCode 自家终端内使用（不再允许通过 Zen API 转接到其他软件）、部分用户已遇到限流与请求失败。

版本号的「2.0」低估了改动幅度。V1 是一个终端程序，V2 改成一个常驻后台服务，终端、桌面应用与浏览器只是它的三层壳，opencode pair 与 opencode web 能把同一份会话从别的设备接着用。破坏性变更有三处：插件接口、Server API、以及把分层 tui.json 合并为一个全局 cli.json（首次启动自动迁移），.opencode/ 下的 agent、command、skill、MCP 配置不变。权限模型也从「按工具分组」重写为一条自上而下优先级明确的有序数组。有两处需要警惕：一是有用户升级一两天后发现包在终端进程外的沙箱静默失效——工具调用已挪到后台服务执行，包在客户端外的那层壳不再挡在智能体与网络之间，且全程没有任何报错；二是 V2 明确不再运行语言服务器、不暴露 LSP 工具、不产生诊断输出，官方迁移指南让团队改用自己项目的 lint、typecheck 与编译命令，而项目首页仍挂着「LSP enabled」的宣传语，两个页面必有一个是错的。

值得关注： 星数本身只是表象，实质信号是「工具与模型供应商解耦」——同一个开源壳可以同时接国产 Flash 模型、OpenAI、Anthropic 与本地模型，切换成本趋近于零，下面的 Replit 那条正好是它的镜像。V2 的三个改动（常驻服务、权限数组、砍掉 LSP）指向同一个意图：它不再想做终端工具，而是做智能体的地基。代价是升级不再无痛，尤其是沙箱边界悄悄移动这件事不会有任何报错提醒，谁把 OpenCode 跑在有合规要求的环境里，谁就得先把隔离重建在服务层而不是客户端层。

来源：什么值得买：OpenCode 免费模型与星数实测 ｜ ajianaz.dev：2.0 把智能体改成了服务 ｜ MangoDeveloper 架构变更 ｜ AIToolsReview 变更清单

Replit 宣布停用 Anthropic 模型，转投 OpenAI（口径尚未闭合）

Replit 联合创始人兼 CEO Amjad Masad 在 10 月 15 日 TechCrunch Disrupt 的台上表示，公司已不再与 Anthropic 合作，理由是成本、合作条款与性能三方面。他引用 Replit 的内部基准与公开版本称，名为 Sol 与 Astra 的两个模型在「从零 vibe-code 出一个应用」（即用自然语言描述为主、非逐步编程的方式生成应用）上持续更好，并直言「我认为现在 ChatGPT 更好了」。Replit 早在 8 月就宣布了与 OpenAI 的合作，当时从没提过 Anthropic 会被切掉。同期披露的商业化数据：企业合同占收入从 2025 年的约 2% 升到今年约 15%，B2B 占整体收入超过一半。

但这条消息目前自相矛盾。至少一位熟悉双方合作情况的人士告诉 TechCrunch，合作仍在进行；Replit 9 月末的自家博客仍把 Claude Fable 5 与 Fable 5.1 列为 Replit Agent 生产环境中运行的模型，同期 Replit 的产品员工还在 X 上推荐 Anthropic 的 Opus 5.5。TechCrunch 表示已回头向 Replit 求证，截至发稿未有更新。Masad 另外提出一个值得记下的说法：智能体需要一个「栖息地」——就像人需要办公室、空调和电脑，智能体需要编排、错误恢复、安全与沙箱、网络、身份与授权，把这些解决之后才能安全地部署 AI。

值得关注： 对所有把产品硬绑在单一模型供应商上的团队，这是一次直接提醒——模型合作不是婚姻，一个有着 Replit 这种曝光度的平台可以在几个月内换掉旗舰供应商。更值得注意的是竞争压力点已经迁移：不再是抽象的模型质量，而是「每 Token 价格 × 某个窄任务上的基准表现」，这套算法会持续洗牌这些交易。请把这条暂当作「未证实」来处理，真正的观察点是 Anthropic 接下来几周是否用降价或新基准回应。

来源：TechCrunch 原始报道 ｜ Lumien AI 事实梳理与矛盾点

15 台人形机器人在汽车零部件产线常态化作业，数据全部回流

乐聚智能（深圳）与浙江兆丰机电（上市公司兆丰股份）在浙江联合发布「具身智能 + 汽车零部件上料解决方案」，15 台人形机器人在兆丰股份的汽车零部件产线投入常态化运行。按公司介绍，这些机器人在金属丝网框、多工位、上料台交错的狭窄复杂动态环境中完成 10 余个动作序列，稳定抓取内径 80 至 120 毫米的小型零件，打通「预备—取料—转运—上料」全流程。所披露的运营指标为：单次上料循环稳定控制在 40 秒以内，可适配 15 个工位、覆盖 10 余种零件，上料成功率稳定在 98%，现场连续无故障运行超过 2 个月、累计约 1000 小时，协助生产超过 6 万个零部件。

支撑「可复制」的是一套工程体系而不是单点调优：技能开发工具链把上料技能拆成 30 余个基础模块、像拼积木一样组合且无需编写底层代码，开发周期从数月缩短到数周；多机调度平台把标准技能一键同步到多台设备，部署时间从天级降到小时级；零件掉落、碰撞、过速检测等模块负责现场安全。更关键的是数据闭环——「作业即采集」（采集与作业同源）、按用途做批次化质量分类与有效性判定、再反哺模型迭代，按当前产能测算单月采集超过 4 万条。双方同时把「汽车行业零部件上料真机作业回流数据集」捐赠给开放原子开源基金会 OpenLET 社区。

值得关注： 稀缺的不是 98% 这个数字，而是「15 台 × 2 个月 × 1000 小时」构成的规模化并行数据采集能力。行业真正常缺的是带工况的真机数据，而不是模型结构，这条产线把采集成本摊进了正常生产。把数据集捐进 OpenLET 而非留作私产，意味着乐聚想做的是事实标准而非单点优势，对缺数据的模型团队是实质性利好。需要保留的判断是：所有指标均为企业自述、无第三方核验，「业界首个可复制的实景实训示范项目」属于公司口径；且这是一个边界清楚的上料任务，不能外推到通用作业能力。

来源：科技日报 ｜ 证券日报（新浪） ｜ 中国经济新闻网

法奥机器人两轮融资近 10 亿元，美团系双线领投

10 月 16 日，苏州法奥机器人宣布连续完成 C+ 轮与 D 轮融资，两轮累计规模近 10 亿元人民币，分别由美团龙珠与美团领投，永鑫资本、狮山二期、苏创投等机构参与，老股东国联民生资本、苏产投、清流资本继续追加。资金明确投向两个方向：核心零部件的产能固定资产投资，以及工业具身智能的扩产与研发，涵盖 ART 系列工业级人形力控臂与 AIRLab 具身智能工具平台。这家公司成立于 2019 年 4 月，此前已完成 2021 年 A 与 A+ 轮约 2.16 亿元、2022 年 3 月 B 轮约 3.6 亿元、2026 年 3 月 C 轮约 7.2 亿元，累计融资已超过 20 亿元；今年 3 月完成工商更名，9 月已在江苏证监局完成上市辅导备案登记。

法奥的底色是协作机器人而非人形机器人：核心的 FR 系列覆盖 3 至 35 公斤负载、FR3 至 FR35 共 11 款型号，并衍生出面向焊接的 WM 系列与商用 C 系列。人形方向直到今年 8 月才首次落地——ART 系列工业级人形力控臂搭载 7 个自由度与十字交叉手腕结构，作用力重复精度 ≤0.15N，三款型号额定负载分别为 3kg、7kg、14kg（最大瞬时负载 20kg）。需要说明的是，重复定位精度在不同报道中口径不一，一处写 ±0.3mm、另一处写 ±0.03mm，差异达十倍，转述失真可见一斑。经营数据方面，公司称服务客户接近万家、建有 50 余个海外销售网点与 3 个海外服务中心、覆盖超过 100 个国家和地区，并预计 2026 年全球订单销量 18000 台、同比增长 68%，海外销量同比增长 87%。

值得关注： 美团在同一标的上让龙珠与直投分别领投 C+ 与 D 两轮，这种双线下注指向的是「机器人本体 + 本地生活履约场景」的组合可能，而非纯财务投资。钱的去向也值得记：投向核心零部件产能而不是新的演示机型，是把交付能力做实的路线，与上面乐聚那条——把实时数据做实——构成了同一逻辑的两端。需要分辨的边界是：18000 台是公司「预计」而非已实现收入，公司在 9 月已启动上市辅导，估值与产能数据均为企业口径。

来源：网易科技 ｜ BT 财经 ｜ 机器人前瞻（网易）

今天的五条新闻有一条共同暗线：争夺焦点正从「能力有多强」转向「能力怎么送到使用者手上、又按什么口径结账」。模型层面，Meta 把 8160 亿参数的开放权重模型压进两台 Mac Studio；工具层面，Claude Code 桌面版不再等你下指令，而是自己分身并行；机器人层面，Physical Intelligence 把基础模型变成一项托管服务。资本侧同样在换口径：Agility Robotics 即将成为美股第一家纯人形机器人上市公司，而智元的新一轮融资反而把它的港股 IPO 推到了 2027 年。

Meta 发布 Muse Spark Open：8160 亿参数模型跑上两台 Mac Studio

美国时间 10 月 15 日，Meta 发布开放权重模型 Muse Spark Open，当天同步开放权重下载。模型采用混合专家架构（MoE，即每次推理只激活其中一部分参数），总参数 8160 亿、单次激活 420 亿，上下文窗口 100 万 token，原生支持文本、图像、视频、音频四种输入，输出为文本——它能看懂截图、听录音、逐帧分析视频，但不能画图或生成语音。Meta 官方把它定义为「迄今能力最强的美国开放权重模型」，这个地域限定词本身就说明问题：在它自己公布的对比表中，Muse Spark Open 在 JobBench（长周期工作流任务）和 MCP-Atlas（调用外部工具能力）两项上拿到 61.8 和 89.2 分居前，无工具条件下的 HLE-Diamond 高难推理测试 26.1 分领先，但在软件开发等任务上，Kimi、千问、智谱等中国开源模型依然更胜一筹。

真正的看点不在分数，而在落地形态。Meta 与苹果合作，用苹果专为自家芯片设计的机器学习框架 MLX，让模型跑在两台 M5 Ultra 版 Mac Studio 上：两台机器通过 Thunderbolt 5 与 RDMA（远程直接内存访问，一种绕过 CPU 的高速互联）做张量并行，每台各持一半权重、权重全程不搬运，只在微秒级交换少量中间结果，合计 1TB 统一内存刚好卡住 NVFP4 量化版本的门槛。Meta 演示的两个全本地智能体案例是：驱动自家 AI 代码终端 Muse Code，给开源 Mastodon 客户端 Ice Cubes 修 bug、加功能并完成完整构建；以及端到端操控剪辑软件 DaVinci Resolve，逐帧审片找高光片段并竖切。

值得关注：这条新闻的价值在于它松动了「前沿模型必须托管在云端」这个默认前提。硬件门槛依然不低——模型卡标注 NVFP4 版本至少需要 700GB 加速器内存，未量化的 BF16 版本需要 2TB——但它落成了一个普通开发者可以采购、可以搬回家的具体配置，而不是抽象的集群规模。需要同时盯住三条边界：授权方面，Muse Model License 带有有限商用条款，并非 Apache 那样宽松的开源许可，能免费用的群体有限；性能方面，Meta 自述的提速要分层看，自定义 Helion GPU 内核在单个内核上有 1.03 到 3.95 倍加速，但落到 AMD MI350 上端到端只有 3%；适用性方面，所谓「两台 Mac Studio 像一台超级计算机」的体验目前只在最高配的 M5 Ultra 机型上验证过，中等显存机型的可行性没有给出数据。还有一个容易被忽略的信号：苹果亲自为这件事背书，本质是在用第三方前沿模型证明 Mac 的统一内存架构适合本地跑 AI——一台 Mac Studio 能用到 512GB 统一内存、1.2TB/s 内存带宽，是这套方案成立的全部物理前提。

来源：Meta 官方博客 Introducing Muse Spark Open ｜ Meta 开发者文档 Build with Muse Spark Open ｜ 9to5Mac 报道

Claude Code 桌面版大改：从「助手」变成自动分身的团队

Anthropic 于 10 月 15 日推送 Claude Code 桌面版重大更新，项目负责人之一 Thariq Shihipar 称之为「几乎是一个 v2 版本」。核心变化是嵌套会话（nested sessions）：过去想让 AI 同时干三件事，得手动开三个窗口、最后逐个核对结果，且主线程会被几百行终端输出淹没；现在只需在主对话框里一次性交代任务，Claude 判断这些事可以并行时，会自动为每个子任务拉起独立的嵌套会话，各自读上下文、改代码、跑测试，完成后只把结论汇总回主会话。官方演示里，Claude 修商品网格布局抖动时顺带发现购物车缩略图没写宽高、首屏以下图片没做懒加载、结账表单缺 label 三处遗留问题，列出三条建议任务，点一下「全部开始」，三个子会话同时开工，主会话只依次收到三条完成回执。

配套的几个细节指向同一个痛点。并行最容易踩的坑是两个会话往同一目录写代码，新版提供了用 Git Worktree（Git 的一项功能，可从一个仓库拉出多个独立工作目录）为每个会话创建隔离副本的勾选项，做到文件物理隔离；新增 /btw 指令（取「顺便问一句」之意，快捷键 Cmd+; 或 Ctrl+;），在独立标签页打开支线对话并完整继承主会话到目前为止的全部上下文，问完关掉，主线程记录一个字没脏，省掉的是打断心流后十几分钟的重新进入成本；还新增「空闲压缩」——会话长时间无动作时，在提示词缓存即将过期（约一小时）前自动压缩上下文以控制 token 消耗。此外，多目录加跨端工作台的配置可以存成具名环境套装一次拉起，会话之间也能互相查看与发消息（默认最近活跃的 20 个）。

值得关注：这条更新的意义在于明确了 AI coding 下半场的竞争口径——过去两年比的是代码补全、单次生成准确率和各类榜单跑分，现在比的是「一个人能同时带多少个并行任务、还不把工程搞砸」，人类开发者的角色则从写代码的人位移为审批放行的人。但请注意两处未随之转移的东西：一是验收责任，被子会话藏起来的中间试错过程，意味着主会话看到的「已完成」并不等于代码正确或可合并，最后签字的人仍然是人；二是新的复杂度被挪到了别处——多个 Worktree 分支之间的合并冲突、谁改了哪一行、最终要不要合回去，这些问题不会因为界面清爽而自动消失。换句话说，这次改进提升的是「并发可见性」，不是「正确性保证」。

来源：腾讯新闻《刚刚，Claude Code 桌面版大更新》 ｜ 网易《Claude Code 桌面版暴改，一人指挥 AI 军团飙代码！》

Physical Intelligence 开放 Pi API 测试版：机器人基础模型变成托管服务

Physical Intelligence（业内简称 Pi，一家做通用机器人基础模型的公司，其 π0 与 π0.5 是能接收图像与语言指令、直接输出动作的视觉-语言-动作模型）于 10 月 13 日推出 Pi API 测试版，向外部开发者提供模型微调与云端推理服务。流程是三步：开发者上传自己机器人采集的示教数据，在 Pi 托管的算力和基础设施上做微调，再通过托管网关调用模型驱动自己的机器人；实机评测结果反过来决定下一轮该补什么数据，形成闭环。Pi 此前已在 Apache-2.0 协议的 openpi 仓库开源 π0、π0-FAST、π0.5 的权重（基础检查点预训练于超过 1 万小时机器人数据），这次等于在此之外增加了一条「连训练和推理都不用自己搭」的付费路径。

公布的案例集中在「多久能出一个能用的策略」。双臂机器人厂商 Almond 用该 API 迭代 4 天后，让自家双臂机器人 Axol 给机器人自身装配要用的间隔件去毛刺——视频里机器人能把零件夹起、在类砂纸工作台上摩擦并自行翻面，Almond 的目标是让 Axol 最终能造自己；主营自主重型设备的犹他州公司 Actor，其自主轮式装载机在真实商业部署中完成铲料与装车，驾驶室里没有操作员；Argon Robotics 在拿到权限后 35 小时内做出了整理厨具的精细调校模型，视频中夹爪能扛住人类甩盘子、抽走架子等干扰；Chef Robotics 则把新采的数据在第二天就用到了正在运行的模型上，无需自行训练。Pi 称早期合作方约 20 家，覆盖日本、瑞士和美国的重载机械、餐饮、制造、乳业等场景。

值得关注：这件事标志着具身智能基础模型从「开放的研究制品」向「计量收费的服务」迈出了实质一步，如果 Pi 的判断成立，未来大多数机器人应用会像语言与视觉领域那样，从通用模型微调起步，而不是从零训练。但有三点必须看清：第一，Pi 未公布定价、端点与调用参数，Beta 资格靠申请并需说明你想做什么，「商业模式验证」目前只有方向没有账本；第二，所有「4 天」「35 小时」都是 Pi 单方口径的成功案例，没有第三方复现，也没有披露失败率或返工次数；第三，把训练数据与推理流量放到别人的云上，意味着数据主权与网络可用性都成了外部依赖——Pi 自己就承认部分早期项目存在网络连接问题。自托管的用户仍可选 openpi：推理需 8GB 以上显存，LoRA 微调需 22.5GB 以上，全量微调需 70GB 以上显存。

来源：Unite.AI《Physical Intelligence Opens Pi API Beta for Robot Foundation Models》 ｜ 腾讯新闻《【物理AI】PI 开放模型 API，探索模型服务商业化——中信制造》 ｜ 机器人前瞻《机器人能外包大脑了？PI 开放 API，训练、推理搬上云端》

Agility Robotics 冲刺纳斯达克：人形机器人要接受公开市场审计

SPAC 是一种让企业绕过传统 IPO 的上市路径：先由一家空壳公司在交易所挂牌募资，再与未上市企业反向合并；S-4 是美国证券交易委员会（SEC）审查这类合并时必须登记并获宣布生效的注册文件，PIPE 则是与交易同步进行的定向增发。10 月 13 日，Agility Robotics 与特殊目的收购公司 Churchill Capital Corp XI（纳斯达克代码 CCXI）联合提交的 S-4 注册声明获 SEC 宣布生效，双方定于 11 月 2 日召开股东特别大会表决合并，通过后公司将以股票代码 AGLT 在纳斯达克挂牌。交易对 Agility 的投前股权估值为 25 亿美元，预计带来超过 6.2 亿美元总募资——其中约 4.24 亿美元来自 Churchill XI 信托账户现金（假设股东不赎回），另有约 2 亿美元普通股 PIPE，由富士康领投，发行价每股 10 美元。现有股东将 100% 转股进入合并后主体，并自交割之日起锁定 180 天。

支撑这次上市的是一批可以核验的经营数据：Agility 2015 年脱胎于俄勒冈州立大学动态机器人实验室，历代 Digit 机型已在全球 9 个客户现场累计运行超过 6.5 万小时，客户包括舍弗勒、GXO 物流、丰田汽车加拿大工厂和 Mercado Libre，其云平台 Agility Arc 负责把 Digit 接入客户运营并管理多场所机器人集群。今年 9 月发布的新一代 Digit 5 主打人机协作安全，已获得超过 3 亿美元多年期订单——但这是 Agility 自己附带的限定语：「须满足特定合同里程碑、产品功能与规格」，预计 2027 年初向早期客户交付。产能端，俄勒冈州塞勒姆的 RoboFab 工厂设计年产 1 万台，加上 7 月启用的加州弗里蒙特研发与物理 AI 中心，形成研发到量产到部署的垂直链条。公司还被英伟达选为面向物理 AI 与人形机器人的全栈安全系统 Halos 的全球首发合作伙伴。目标是到 2027 年底把处于洽谈或客户加速计划中的潜在客户从 30 多家扩到约 100 家，客户设施部署从 9 个增至最多 25 个。

值得关注：这是行业第一次把人形机器人的经营账摆到公开市场的持续披露义务之下——「6.5 万小时真机运行」这类此前只出现在融资 PPT 里的数字，今后要接受季度报告与做空报告的双向拷问，对整个行业的口径规范化是件好事。同时必须把风险写在明处：SPAC 常见的赎回风险可能大幅缩水信托账户里的现金，PIPE 会带来摊薄，而「3 亿美元订单」是附条件的意向而非已确认收入；此外，「美国首家拥有成熟商业化落地的纯人形机器人上市公司」是 Agility 自己的市场定位表述，不是 SEC 的认定结论。11 月 2 日的表决结果、赎回比例以及 AGLT 最终是否如期开始交易，是接下来最直接的三个观察点。

来源：Agility Robotics 官方新闻稿 ｜ NAI500《人形机器人第一股要来了！Agility Robotics 11 月登陆纳斯达克》

具身资本换挡：智元新一轮融资把 IPO 推到 2027 年，初创开始「左手融资、右手投资」

据财联社 10 月 15 日报道，具身智能独角兽智元创新近期启动新一轮融资，金额约 10 亿至 15 亿元，本轮已接近收尾，最新估值约 500 亿元；针对融资、估值与 IPO 进展，智元方面未回应。这笔钱反而可能推迟它的上市：按照港交所《上市规则》，上市申请公司若在递表后、上市前完成新融资，除非获得联交所特殊豁免，需等到最后一笔融资完成后满 120 日方可挂牌交易，这条规则的目的是防止发行人在上市前突击融资抬估值。智元今年 7 月刚启动港股上市筹备，按此推算最早也要到 2027 年 2 月底才能挂牌。

把这件事放进更大的背景里看，是整个赛道的融资节奏在分化。宇树科技已率先完成科创板上市成为「第一股」，云深处、乐聚智能 5 月分别获科创板和创业板受理并进入问询；港股方面，银河通用 2025 年 11 月完成股改但曾对外否认上市计划，自变量、星海图、逐际动力被曝以保密形式递交申请。监管侧也在收紧：已有多家媒体报道证监会向部分投行和投资机构发出非正式「窗口指导」，提高人形机器人初创公司的上市审批门槛，上交所对云深处科创板 IPO 的首轮问询共有 15 个问题，其中第五问直接要求公司说明未来业绩增长的可持续性。与此同时出现一个耐人寻味的现象——证券时报 10 月 16 日报道，巨蟹智能和墨现科技两家具身产业链企业同步官宣完成融资，两家投资方名单里都出现了同一具身智能百亿独角兽的身影，而今年以来智元、松延动力、银河通用等十余家企业已经纷纷下场做投资，形成「尚未盈利却又对外投资」的局面。

值得关注：与 Agility 走向公开市场接受季度披露形成对照的是，部分一级市场企业还在尚未验证商业模式时就开始对外做投资。受访业内人士认为多数布局是为了提前搭建产业生态，但也给出了明确的提醒——应审慎考虑对外投资能否真正服务主营业务，避免挤占研发和商业化所需资金，切勿为了估值叙事而盲目扩张。两类资本动作的并存其实指向同一个风险：当一级市场的估值锚高于二级市场愿意给出的倍数时，整个行业会经历一次重定价，而处在产业链不同位置的企业能否扛住，取决于它们的订单是否像 Agility 那样可以被核验，还是停留在有限条件的意向金额上。

来源：新浪财经/红星资本局《估值 500 亿，智元今年或无法完成 IPO》 ｜ 证券时报《机器人初创企业扎堆做投资 边融边投模式引热议》 ｜ 物联网世界《消息称具身智能独角兽公司智元启动新一轮融资，估值约 500 亿元》

精准输入：搜索时主动"做减法"

避免信息泛滥的第一步，就是在搜索时提高精准度。

• 技巧性搜索：多使用 ""（精确匹配）、减号 -（排除特定词）、site:（限定网站）和时间范围等高级搜索语法，能直接过滤掉大量无关结果。
• 策略性搜索：每次搜索前问自己："我想用查到的信息解决什么问题？" 这能有效对抗算法推荐带来的无目的浏览。

即时处理：让大脑专注于思考

每打开一个新标签页，都应有明确的处理策略。

• 三秒决策：快速判断网页价值，并决定：归档保存（用稍后读工具）、立即精读并做笔记，或直接关闭。避免让未处理的页面堆积。
• "5 分钟原则"：如果预估能在 5 分钟内读完并消化，就立刻做。拖延是导致标签页堆积的主要原因。
• 初步结构化：看到一个有价值的观点时，可以立刻用"曼陀罗九宫格"这类简单工具，在中心写下主题，在周围快速发散记录相关想法，为后续整理奠定基础。

深度整理：从发散到收敛

这是将碎片信息转化为知识的关键一步。

• 运用"发散-收敛"思维方法：先无拘束地收集（发散），再用固定的时间进行汇总、分类、提炼核心观点和行动计划（收敛）。每天工作结束前，强制自己完成一次"收敛"操作。
• 构建知识体系：将整理好的内容，存入双链笔记软件（如 Obsidian、Logseq）或大纲工具（如 Workflowy）。关键在于建立笔记之间的关联，而非简单堆积。

行动与应用：从知道到做到

真正的消化意味着信息能改变你的思考或行动。

• 践行"应用策略"：遇到有用信息时，停下来问："这个具体可以如何用在我的工作/生活中？" 哪怕只记下一个微小的应用点，也比单纯收藏更有价值。
• 启动"数字清理"：可以参考专家建议，进行一个为期 30 天的轻度数字清理，例如：清理浏览器书签、取消无用订阅、设置每天固定的"无干扰浏览"时段，甚至睡前 1 小时不使用电子设备。这能从环境上减少干扰源。