今天最值得记录的一件事发生在云厂商的产品线上：AWS 交付了第一个由智能体写完、且团队公开声明「没有审查过任何一行代码」的产品。同一天，OpenAI 对 Cursor 的断供期限到期，模型供给第一次成为所有权问题；阿里则把 Qoder 的执行层开源成可嵌入的 Agent 运行时。国内具身侧，北京用三年行动方案把「100 万小时数据、5 万 PFlops 算力」写成可考核指标，均胜电子向宇树交付了首台可外挂的算力背包。

一、AWS 交付首个「人类没有审查过一行代码」的产品

11 月 11 日（美国东部时间），AWS 发布免费本地工具 AWS Emulator，可在开发者本机模拟 200 多项 AWS 服务，由 400 多个 API 模型构建，用 Rust 编写，以本地 HTTP 服务器形式运行，支持 Linux、Windows、macOS 的命令行或 Docker 镜像，把 AWS CLI 与 SDK 的请求指向 localhost 即可离线验证代码、且不产生云账单。

真正被行业关注的不是工具本身，而是 AWS 对开发方式的公开说明。高级首席工程师 Matt Goldberg 在博文中写明：该模拟器完全由自主智能体编写，团队没有写、也没有审查过任何一行代码。三支智能体队伍跑在 Amazon Bedrock AgentCore 上分工协作：第一支依据 AWS 公开的 Smithy API 模型生成数千套端到端保真度测试，并先在真实 AWS 上验证测试本身是否正确；第二支把测试回放到模拟器上找差异，失败即自动提 issue；第三支一个智能体对应一个 issue 完成修复。每一次改动都要过一道自动化合并闸门，由对抗性安全智能体检查编译、编码规范、安全漏洞与保真度回归，任一项不过就退回重做。

这个项目的起点是一个周末实验。受 Anthropic 演示「智能体依据规格与参考实现自建 C 编译器」启发，Goldberg 给自家编程智能体 Kiro 写了三步提示词，15 分钟后得到了一个可用的 Amazon SQS 复刻版本，到周一团队已开始用它测试自家软件。代码以 CC0 协议开源，连同原始提交历史和一份公开的「尚不可用清单」（things-that-do-not-work）一起放上 GitHub。

值得关注：有三点比「200 项服务」更有信息量。其一，「没有人类审查」限定在代码生产与代码审查这两个环节，目标定义、验收标准、安全策略与组织责任仍在人手里——AWS 副总裁 Swami Sivasubramanian 把这称为工程师转向「系统编排者」。这套流程真正的产出不是模拟器，而是「三支队伍 + 合并闸门 + 保真度测试」这一套约束设计，它可迁移到任何「规格明确、有参考实现」的领域。其二，早期失败模式很有说服力：智能体曾为支持 Lambda 函数自己写了一个 Python 解释器——技术上可行、工程上荒谬，团队不得不显式要求复用现成库。智能体缺的往往不是能力，而是人类默认的常识性约束，而约束必须被写出来。其三，模拟器天然存在保真度问题，公开「不可用清单」本身就是产品诚实度的一部分；同时它直指 AI 编程当下的真实瓶颈——智能体写代码的速度已经超过人类验证的速度，于是验证必须自动化、本地化、可重复。

来源：Amazon's open-source AWS Emulator lets developers validate their code locally（SiliconANGLE）

二、OpenAI 对 Cursor 的断供期限落在今天

11 月 12 日是 OpenAI 于 8 月 28 日提出的拟停供日期。当时的触发点是 8 月 14 日 SpaceX 以 600 亿美元全股票交易完成对 Anysphere（Cursor 母公司）的收购，触发了合同中的控制权变更条款；OpenAI 称无法确信 SpaceX 会在其服务条款范围内使用相关技术，并列举马斯克旗下公司过往违约的先例。通知期取了合同允许的最长时限。

实际影响比标题温和。GPT-6 系列此前已从 Cursor 的模型选择器消失，若断供生效，消失的是 GPT-5.6 等剩余型号；Cursor 首席执行官 Michael Truell 表示 OpenAI 模型约占其流量的 5%，选择器里已有 Claude Opus 5.5、Gemini、Grok 4.7 与自研 Composer。Anthropic 在 OpenAI 公告后数小时内即表示，将提高 Claude 在 Cursor 内的算力供给。OpenAI 同时明确，包括即将推出的 Astra 在内的未来模型不会再提供给 Cursor。

截至 11 月 11 日，双方均未确认断供是否真的落地。OpenAI 的措辞始终是「拟议日期」而非最终日期，两家公司都表示谈判仍在进行，因此存在最后一刻延期的可能。

值得关注：这条新闻的实质不是某个模型下架，而是工具的归属开始决定它能跑谁的模型。Cursor 在设计上是模型无关的，但控制权一变，供给关系立刻被重画。对开发者而言，自带 API Key 看似是后门，却换不回 Cursor 围绕模型搭起来的代码库索引、上下文管理与 Agent 循环——同一段提示词换一个模型往往不等于同样的结果，围绕特定模型建立的团队工作流需要重跑回归测试。更值得关注的是方向：模型厂商在收购开发者工具（OpenAI 买下 Pierre Computer，Meta 买下 Conductor），工具方在自研模型（Cursor 的 Composer），两边都在往对方的位置上长。口径提示：5% 流量占比为 Cursor 首席执行官的说法，断供是否真正生效仍待官方确认，本文不将其视为既成事实。

来源：Our decision on Cursor following its acquisition by SpaceX（OpenAI）；OpenAI Is Leaving Cursor. What Actually Changes for Developers?（DEV Community）

三、阿里把 Qoder 的 Harness 开源成可嵌入的 Agent 运行时

11 月 11 日，阿里发布 Qwen Code 1.0（Preview），把在 Qoder 中打磨的 Harness 能力并入开源项目 Qwen Code，以 Apache-2.0 协议开放。Harness 指的是衔接模型、工具与执行过程的那一层，决定 Agent 如何规划、如何调用工具、如何在长任务中维持状态——此前这一层基本锁在各家商业编程产品内部。

架构上，1.0 从进程内的内存事件总线起步，沿统一事件模型向分布式演进：接入、调度与执行分层扩展，通过「手脑分离」让推理编排与工具执行各自独立管理，目标是从「一个进程、多个会话」走向「多个节点、更多会话」。官方列出四项直接效果：推理、记忆与工具处理单元可按事件插拔，减少对主执行流程的侵入；模型接入收敛到单一入口，集中管理配置、授权与调用记录；沙箱资源在同一权限边界内分配复用，减少重复初始化；MCP 的配置、授权与连接统一治理。

口径需要分清。GitHub 上的 v1.0.0-preview 是 11 月 11 日 03:55 UTC 发布的预发布标签，且与 main 分支「无共同祖先」——1.0 预览线与 0.27 稳定线是两套并行的代码历史，不是「稳定版往前走了一步」。npm 上 latest 标签仍是 0.27.2，包内没有任何 1.x 版本；也就是说「1.0」目前只存在于 GitHub Release 与产品页，通过 npm 安装拿到的还是 0.27 线。官方未公布基准成绩、稳定版时间表，也未说明开源内核与 Qoder 商业产品内部版本的接近程度。

值得关注：这条的产品意义大于版本意义。过去想自建 Agent 系统只有两条路——用闭源 Harness（好用但不归你），或用 LangChain 一类积木自己搭管道（事件路由、工具执行、会话状态、重试，起步就是一个月）。现在多了第三个选项：把商业产品里跑过的执行层直接嵌进自己的产品，并按需观测、路由、回放其事件。对做垂直 Agent 的团队，这是省下数月管道的实惠；对阿里，这是用开源换生态位——它与 11 月 11 日文心把 Preview 权重定在 11 月 25 日开源、Google 把 Agent 栈捐给 CNCF，属于同一场「谁来定义 Agent 时代标准层」的竞赛。风险同样明确：预览分支没有稳定性承诺，接口可能变；「沙箱复用降成本」是官方说法，尚无独立测试。今天要上生产，0.27 仍是唯一有保障的选择。

来源：Alibaba Folds Qoder's Harness Into Qwen Code 1.0 Preview and Open-Sources the Combined Agent Core（Pandaily）；Qwen Code 1.0 预览版开源：8 个原生安装包与 3 类入口汇总（华军软件园）

四、北京把「100 万小时数据 + 5 万 PFlops 算力」写进三年指标

11 月 11 日，北京市经济和信息化局印发《北京市具身智能机器人产业高质量发展行动方案（2026—2028 年）》，把具身智能机器人列为高精尖产业的重要领域与未来产业的关键突破口。

目标层面，到 2028 年培育不少于 5 家国际一流、10 家国内领先的人形机器人整机企业，具身智能模型、机器人本体与关键技术达到国际一流水平；京津冀区域整机产能占全国 25%，关键零部件配套率超过 60%；在北京形成 20 万台/年的整机生产能力，支持代工生产与自建产线并行。

要素层面，支持视觉—语言—动作模型（VLA）、世界模型、强化学习等多条技术路线并进与融合；率先建成覆盖多元化真实场景的国家级具身智能机器人数据基础设施，在不少于 100 个真实场景中采集超过 100 万小时高质量数据；新增建设总规模超过 50000 PFlops 的具身智能专用算力集群；构建权威评测体系。场景与生态层面，工业、服务、特种三大领域分别形成不少于 20 个、20 个、10 个标杆应用场景，凝练不少于 15 个可规模推广的解决方案；建立企业上市「一对一」服务机制，培育不少于 200 家科技型与专精特新企业；率先形成覆盖研发、生产、报废、回收全周期的身份认证、可信溯源与行为审计能力。

值得关注：这份文件最硬的地方不是整机企业数量，而是把「数据」与「算力」写成了可考核的公共品指标。据国金证券统计，截至 2026 年初全球高质量真实物理交互数据存量仅约 50 万小时，而训练一个通用具身模型至少需要千万小时级数据，存量不足需求的 5%；北京一座城市的三年目标，就是现有全球存量的两倍。这解释了为什么数据采集、质量评估、确权与审计正在从边缘工序变成政策明确点名的环节——文件专门写入「可信溯源、行为审计」，意味着数据不只是要采到，还要说得清来源与责任。需要区分的是：100 万小时、5 万 PFlops、20 万台都是 2028 年的目标值，不是已完成的成绩；受政策刺激，11 月 11 日 A 股机器人板块据报有 30 余只个股涨停，市场反应与产业落地是两件事。

来源：北京发布具身智能机器人产业高质量发展行动方案（证券时报/网易）；北京发布具身智能机器人产业三年行动方案 到2028年建成国际一流创新高地（东方财富）

五、均胜电子向宇树交付首台「高算力大脑背包」

11 月 10 日，均胜电子旗下宁波超平面机器人科技公司正式向宇树科技交付首台机器人高算力大脑背包，双方战略合作从框架协议进入产品交付阶段，消息由均胜电子 11 月 11 日通过官方公众号披露。

该背包搭载高算力端侧平台与高效能能源系统，可独立外挂部署，兼容宇树的人形、四足、轮式多形态机器人，为环境感知、数据采集、自主决策与动态运动控制提供算力支撑，可承载端侧具身模型的实时推理，并通过能源管理延长机器人的连续作业时长。

双方于 2026 年达成战略合作，联合攻关三类核心部件：高算力自供电大脑背包、灵巧手、高性能固态电池能源管理系统，目标是形成可批量生产、适配多形态本体的标准化零部件方案。场景侧则围绕汽车零部件产线与智能制造，开展场景数据采集、整机软硬件适配、工业大模型训练、产线试点与规模化复制。

值得关注：把算力做成可外挂的背包，等价于把「大脑」从「身体」里拆出来单独迭代——本体不必为算力升级重新做结构设计，同一台机器可以按任务切换算力档位，这对缩短整机迭代周期是结构性收益，也降低了新玩家进入的门槛。更值得注意的是供给侧的身份：均胜是汽车 Tier1，它带进来的是车规级的热管理、电池管理、域控制器与量产一致性经验，这些恰好是人形机器人当前最薄弱的环节。反向对照北京方案要求的「关键零部件配套率超 60%」，这类跨行业供应商正是这个比率的分子。需要说明的是：官方通稿未披露算力规格（TOPS）、功耗、重量与续航提升幅度，因此目前只能判断方向、无法判断性能；「物理 Agent 自进化」属产品描述，尚非可验证的技术指标。

来源：均胜电子向宇树科技交付首台机器人高算力大脑背包（中国证券网）；均胜电子向宇树科技交付首台机器人高算力大脑背包（证券时报网）

今日 AI 领域出现一次罕见的「双线同日」：谷歌一边把旗舰模型 Gemini 4 Carbon 从受限测试推向全面开放，一边发布迄今最强的 VLA 模型 Gemini Robotics 2.5 并送上奔驰产线；基础设施侧，Google Cloud 把整套 AI 原生 Kubernetes 栈捐给 CNCF，蚂蚁灵波则开源了触觉基础模型 LingBot-Touch。资本面泼来一盆冷水——摩根士丹利判断人形机器人商业化将推迟约一年。

Gemini 4 Carbon 全面开放，三项 Agent 评测第一

Google CEO Pichai 宣布内部旗舰模型 Gemini 4 Carbon 正式向开发者、企业、科研人员和消费者扩大开放。这款模型 10 月 28 日首次亮相时主要限制在特定网络安全防御团队使用，如今进入 Google AI Studio、Gemini for Business、Google Antigravity 以及面向 AI Ultra 订阅用户的 Gemini 应用和搜索 AI Mode。

官方披露，Carbon 在 CursorBench 4.0、Perplexity WANDR、Zapier AutomationBench 三项面向真实工作流程的评测中均排名第一，完成任务的成本比表现次优的外部模型低超过 2 倍。其中 Zapier AutomationBench 测的是真实业务工具中的自动化任务执行，Carbon 得分 53.9%，超过 Gemini 4 Argon 的 51.3%、Claude Opus 5.5 的 42.5% 和 GPT-6 Astra 的 41.4%；偏向代码与系统操作的 Terminal-Bench 4.0 上取得 65.2%，高于 Argon 的 57.1% 和 GPT-6 Astra 的 59.1%。

值得关注：这次开放的重心从知识问答、数学推理明显转向「真实工作场景」——编程、信息检索、跨企业应用的业务流程自动化成为主要叙事。三项评测均为 Agent 工作流基准而非静态问答，「完成任务的成本」被放到与准确率并列的位置，这是一个信号：旗舰模型的竞争维度正在从「单次回答多聪明」转向「端到端干活的性价比」。需要说明的是，上述成绩均为谷歌官方口径，三项基准的独立性有待第三方复现。

来源：谷歌Gemini 4 Carbon终于开放！一夜重写 OpenCode桌面应用、多项复杂编程评测登顶（AI前线/网易）

Google Cloud 把 Agent 基础设施整套捐给 CNCF

KubeCon + CloudNativeCon North America 2026（盐湖城，11 月 9-12 日）期间，Google Cloud 发布并开源了一套完整的 AI 原生 Kubernetes 栈：OpenRL（Kubernetes 上的强化学习后训练服务）、llm-d 1.0（分布式推理控制平面）、KubeRay（Ray 集群生命周期管理）、Agent Substrate（多轮 Agent 编排运行时）与 gVisor（内核级沙箱），并将 Agent Substrate、gVisor、OpenRL 三项捐赠给 CNCF Sandbox。

这套栈对准的是生产级 Agent 的四个痛点：RL 训练中 GPU 闲置、缓存盲目的负载均衡打散 KV 缓存局部性、框架碎片化、多租户集群中的沙箱逃逸。官方给出的数字包括：llm-d 1.0 的前缀缓存感知路由把 KV 缓存命中率从 35% 提升至 70%，多轮 Agent 负载下首 token 中位延迟下降 70-85%；Agent Substrate 可在 500 毫秒内恢复挂起的 Agent 会话、容器密度提升 10 倍；OpenRL 在 Gemma 4 的法律基准（Harvey 24 个执业领域）上把准确率从 SFT 的约 50% 提到 70%。

值得关注：这是「如何在不把数据和账单交给闭源 API 的前提下跑生产级 Agent」目前最具体的开源答卷。Agent Substrate 的设计洞察值得注意——交互式 Agent 有 90% 到 95% 的时间在等模型推理、外部 API 或人工审查，传统 Pod 要么空转烧钱、要么冷启动超过 20 秒，而 Actor/Worker 分离让状态与算力解耦。谷歌明确把这次捐赠类比为当年 Kubernetes 的开源，意图是抢占 Agent 时代基础设施的中立标准。口径提示：上述数字多为谷歌在自有负载上自测，OpenRL 今年 2 月才从研究预览起步，整套栈更适合视为「值得跑的实验」而非成熟基建。

来源：Powering open infrastructure for autonomous agents（Google Cloud Blog）

DeepMind 发布 Gemini Robotics 2.5，奔驰产线分拣成功率 96%

谷歌 DeepMind 于当地时间 11 月 10 日发布视觉-语言-动作（VLA）模型 Gemini Robotics 2.5，称其为迄今能力最强的 VLA 模型，目前已面向谷歌的机器人合作伙伴（包括 Agile Robots、Apptronik 与波士顿动力）开放。团队在 200 多项真实任务中评估了该模型，涵盖用食品夹分餐、给礼盒系蝴蝶结、液体移液等精细操作，官方称任务成功率较此前基线提高 30% 至 100%（取决于任务类型），完成速度提升 20% 至 30%。

落地方面，DeepMind 与 Apptronik、梅赛德斯-奔驰合作，在匈牙利凯奇凯梅特与德国辛德尔芬根的在用汽车生产线上开展概念验证：Apptronik 的 Apollo 2 人形机器人自主完成汽车零件分拣（kitting）——从散装料箱中按产线顺序拣取金属支架放入排序容器，官方称成功率达 96%，由 Gemini Robotics ER 负责跟踪整体工作流程、2.5 负责控制手臂与手部动作。安全方面，模型在推理阶段实时规避物理危险，遇到障碍物会停止或等待；同步开源了机器人越狱测试基准 ASIMOV-Jailbreak，包含 1500 条伪装成正常请求的对抗性提示词，Gemini 4 Argon 接入回路后抗越狱率达 98.8%（上一代为 73.5%）。

值得关注：三个细节比总分更有信息量。其一，双模型分工（ER 管流程、2.5 管动作）呼应了业界正在收敛的「快慢双脑」架构；其二，官方明确该试点处于概念验证阶段，未披露任务时长、试验次数、产线节拍等工程化指标——96% 是演示口径而非产能口径；其三，ASIMOV-Jailbreak 把「对机器人发起提示词攻击」变成可量化的基准，物理 AI 的安全评测开始标准化。另外注意，抗越狱 98.8% 的成绩属于 Gemini 4 Argon 而非 Robotics 2.5 本身。模型何时面向公众开放，官方未说明。

来源：DeepMind发布Gemini Robotics 2.5：奔驰工厂试点分拣成功率96%（凤凰网科技）

蚂蚁灵波开源触觉基础模型 LingBot-Touch

11 月 10 日，蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，为机器人大脑补齐精细操作所需的触觉感知。该模型基于近 5000 小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类主流传感原理，核心设计是按传感原理分别设置编码入口，将不同布局的触点映射到统一的指尖坐标空间，输出统一的触觉 Token——让积累的「手感」可以跨传感器、跨灵巧手、跨动作模型、跨任务复用。

验证结果：在 Sharpa Wave 和 XHand1 两款灵巧手的 26 项真机测试（翻书页、拧瓶盖、辨识麻将牌等）中，接入 LingBot-Touch 后，LingBot-VLA、π0.5、Diffusion Policy 和 T-Rex 四种动作模型的平均任务成功率较无触觉时提高约 14 至 26 个百分点。以 T-Rex 控制 Sharpa Wave 拧瓶盖为例：无触觉成功率 56.25%，直接输入传感器原始信号 62.5%，接入统一触觉表征后达到 90%。跨硬件验证中，XHand1 所用磁触觉传感器型号不在预训练数据中，模型参数保持不变仍能工作。轻量版 LingBot-Touch-Tiny 仅约 530 万参数，接入后动作模型参数量只增加约 0.13% 至 0.16%。技术报告、模型和代码已在 Hugging Face、GitHub 和魔搭社区开源。

值得关注：这条新闻的价值在于它做的是数据层的「标准化」而非模型层的「炫技」。商用触觉传感器三条技术路线长期并存，同样的接触在不同传感原理下产生完全不同的原始信号——如果模型只学会解读一种，换传感器就要重新采集、重新训练，触觉数据无法沉淀为可复用资产。LingBot-Touch 用统一表征层切开了这个结，让人戴触觉手套和遥操作灵巧手采集的数据能共同用于训练，这本质上是给触觉数据建立「可迁移格式」。在通用大模型（GPT-6 Astra、Claude Fable 5.2）纷纷展示机器人操控能力的当口，机器人物理经验的稀缺性反而被放大——视觉数据有互联网，触觉数据没有现成储备，5000 小时的真实触觉数据本身就是壁垒。对数据基础设施从业者而言，这是一个「感知模态决定数据资产形态」的直接案例。以上数据均为蚂蚁灵波官方口径。

来源：从「一脑多机」到「一脑多手」，蚂蚁灵波开源LingBot-Touch触觉基础模型（央广网）

摩根士丹利：人形机器人商业化普及预计推迟约一年

财联社 11 月 10 日消息，摩根士丹利发布第二份 AlphaWise 中国人形机器人调查报告并给出判断：尽管企业采用人形机器人的兴趣持续高涨，但受价格下降缓慢及产品成熟度有限等因素影响，商业化普及时间预计推迟约一年，行业迈向规模化仍将循序渐进。报告指出本轮板块反弹由三大因素驱动：2026 年中市场情绪疲弱以来的轻仓回补、前沿大语言模型突破有望加速具身智能发展、以及王兴兴预期智能技术拐点将于 2027 至 2028 年提前出现的乐观言论——宇树科技股价自 10 月 15 日起累计涨逾六成。

调查数据勾勒出「意愿不降温、预期在退烧」的图景：64% 的受访者表示可能在未来三年内采用人形机器人（2025 年为 62%），但企业预期的部署时间比去年调查时平均推迟约一年；潜在采用者中仅 18% 对目前产品表现感到满意，同比下降 5 个百分点；72% 的受访者认为售价低于 10 万元人民币的人形机器人才具备财务可行性，远高于去年的 53%。大摩认为，前沿大模型虽已能在零样本环境下生成机器人动作，但在成本、任务成功率及延迟上仍有待改善；在生产力提升、商业可行性与重复订单出现更明确证据前，板块短期仍将由催化事件主导。

值得关注：这份报告提供了一个与近期密集利好（王兴兴乐观言论、大模型操控机器人刷屏）对冲的冷静口径。「采用意愿持平但部署推迟一年、满意度下降、价格预期腰斩到 10 万元」三个数字合在一起，说明采购方正在从「看演示」切换到「算账」：能不能每天稳定工作、出故障要多少人处理、多久收回成本。同花顺补充的宇树三季报恰好构成注脚——营收 6.65 亿元同比增长 70%，净利润 1.13 亿元却同比下降 17%，研发费用占比升至 19%（同比提高 10 个百分点）：增收不增利的阶段，正是投入换技术的窗口。对个人入局者而言，大摩「小批量试点先行、可靠性证据决定加单」的判断，比拐点年份的预言更可操作——它意味着未来一两年，验收、稳定性评估、整合成本核算这类「数据与证据工作」的价值会继续上升。

来源：大摩：人形机器人商业化普及预计推迟一年 迈向规模化仍需循序渐进（财联社/新浪财经）

同一天里，Anthropic 和 Meta 分别把「能力上限」和「单位成本」往相反的方向推了一格：Fable 5.2 把第三方智能指数刷到 65 的新高，Muse Ember 则把一个智能体任务的成本压到 0.14 美元。机器人这一侧的三条消息指向同一件事——瓶颈早已不是本体，而是「喂给模型的示范有多少、有多便宜」。英伟达开源了 10 万小时人类操作视频，央视财经给出的却是另一组数字：真实交互数据缺口仍在 90% 以上。一边降价，一边仍然缺货。

一、Claude Fable 5.2 与 Mythos 5.2：能力再上一档，但 Anthropic 主动切掉了「自我加速」那一块

Anthropic 于 11 月 9 日发布 Claude Fable 5.2 与 Claude Mythos 5.2。两者是同一个底层模型，差别只在门禁：Fable 保留网络安全与生物领域的防护限制，向所有付费用户开放；Mythos 放开这些限制，仅限通过其「网络安全验证计划」与「生命科学验证计划」审核的机构使用。官方称新模型输出速度比 5.1 代快约 30%，价格反而降了两成——输入每百万 token 8 美元、输出 40 美元（5.1 代为 10 美元与 50 美元），另有一档可选快速模式，价格翻倍换取最高 2.5 倍的生成速度。第三方评测机构 Artificial Analysis 给出的智能指数为 65 分，是其迄今记录的最高分。发布当天 Cursor 即接入，在 Cursor 自建的 CursorBench 上取得最高推理档 60%、默认档 56.9% 的成绩（5.1 代为 49.2%）。

官方公布的基准里，与编码直接相关的两项是重点。FrontierCode 2.0 测的是「模型改动能否被真实开源仓库合并」，Fable 5.2 在最高推理档拿到 49.1%，高于 Opus 5.5 的 45.5% 与 GPT-6 Astra 的 42.8%；在较高档位为 45.3%，几乎追平 Opus 5.5 的最好成绩，但官方称每任务成本约为后者一半。另一项 FrontierSWE v2 从 5.1 代的 56.3% 跳到 69.9%，超过 Opus 5.5（62.3%）、GPT-6 Astra（65.5%）与 Gemini 4 Carbon（61.2%）。其他方向：带工具的「人类最后考试」74.2%、计算机操作基准 OSWorld 2.1 为 89.3%、硬件工程基准 BenchCAD 2.1 为 83.5。值得一提的是机器人仿真基准 RoboDojo Sim 从上一代的 27.6% 升到 64.9%——一个纯语言模型在动作序列上的分数翻了一倍多，这条数据比任何「具身专用模型」的宣传都更值得留意。

预发布阶段的用例更抓眼球，但需要按公司自述来读：工程师让它在八天内从空目录做出一个能在笔记本上启动、带网络与内置侧栏的原型操作系统；把费马大定理的形式化证明从此前约 11 天压缩到 30 小时，方式是编排 1000 个并行智能体；此外还有三件从零设计的可用电子设备，以及两个黑洞物理领域的开放问题。上述结果均未获独立复现。

值得关注： 这次发布最关键的决定不是加法，而是减法。Anthropic 在训练阶段就刻意压低了「最能加速 AI 自身研发」的两类能力——加速器 kernel 优化与改进大模型架构——在这两项上，5.2 代只做到 Opus 5.5 的水平，其余维度则全面超出。换句话说，一个能压缩自身研发周期的模型，是它明确选择不交付的东西。这条边界被画在训练里而非推理时，意味着它不是靠提示词或审核规则拦下来的，而是模型压根没学会。同期还加固了反蒸馏：官方称其手段使蒸馏者能抓取的数据减少 90% 至 99%，「保留思考」机制（禁止通过编辑历史上下文套取推理过程）覆盖全部账户；生物与网络安全类提示不再直接拒答，而是自动路由到 Opus 4.8 或 Opus 5，误拦率因此下降 55%。放在时间线上看，这是首席执行官 Dario Amodei 九月公开呼吁「放慢 AI 发展节奏」之后的第一款前沿模型，也是其 IPO 传闻窗口前的最后一次旗舰发布——CNBC 称其最快下周挂牌，估值区间 1 万亿至 1.5 万亿美元（英国《金融时报》此前的口径为 1.25 万亿至 1.75 万亿，两家数字不一致，以最终招股文件为准）。对每天用编码智能体的人来说，真正的变化可能在配额：官方说明 Fable 在 Pro 与标准 Team 席位中最多占用周额度的 50%，也就是它被设计成「偶尔调用的顾问」，而不是日常主力。

来源：https://www.anthropic.com/claude-fable-and-mythos-5-2

二、Meta Muse Ember：把一个智能体任务的成本压到 0.14 美元

Meta 于 11 月 9 日发布 Muse Ember，是其 Muse 家族中最小、最省的一款——此前依次是 4 月的 Spark、8 月的开源版 Glimmer、10 月的旗舰 Wonder。参数规模官方未披露，但价格与形态很清楚：输入每百万 token 0.10 美元、缓存输入 0.004 美元、输出 0.50 美元，配 100 万 token 上下文与最高 51.2 万 token 输出，原生支持文本、图像、音频、视频与 PDF 输入。官方定位是智能体流水线里的「执行层」：调用工具、跑编程子任务、做请求路由、抽取信息、解析长文档这类高频重复动作，规划交给 Wonder，跑量交给 Ember。目前已上线 Muse Code 与 Meta Model API（模型编号 muse-ember-1.0），并同步在 Google Cloud 与 Oracle Cloud 提供。

对比数字需要分开看。Artificial Analysis 的智能指数给到 36 分，与 Claude Haiku 5.5 最高推理档持平，而单次评测任务成本约 0.14 美元，Haiku 5.5 同类任务约 0.41 美元，约为三分之一。与自家上一档 Muse Spark 1.3 相比更悬殊：智能指数 37 对 36，几乎打平，但单任务成本 0.14 美元对 2.39 美元，差了约 17 倍。Meta 内部评测的多模态感知基准 PerceptionBench 上，Ember 为 80.6%，高于 Haiku 5.5 的 78.6% 与 GPT-6 Luna 的 62.8%。

值得关注： 分档口径里藏着限定条件，而这恰恰是最有用的部分。在 Meta 自己公布的测试中，Ember 在部分智能体、工具调用与多模态任务上领先，但在 FrontierCode 2.0——也就是「代码改动能否被维护者真正合并」这项基准上——它低于 Claude Haiku 5.5。这构成一个很实用的判断：便宜的小模型已经能在「跑量」上顶替中等模型，但在「产出被接受」这件事上仍有台阶。对正在搭多模型智能体的团队，这意味着路由策略不能再按「便宜的就全部下放」来设计，而要按「这一步的产出是否需要被人验收」来切分——机械性的读写、解析、路由可以交给 0.1 美元档，涉及判断与合并的环节仍得回到贵的那一档。另一层信号是 Meta 的定价意图：把单任务成本压到 0.14 美元，实质是在抢智能体经济里最容易被忽略的那部分账单——不是模型能力费，而是每天几万次调用累积起来的流量费。

来源：https://research.meta.ai/blog/muse-ember

三、英伟达 GR00T 2：把「示范成本」压到 5 次、3 分钟

11 月 9 日，在奥斯汀召开的机器人学习会议 CoRL 上，英伟达发布 GR00T 2，这是一个基于 Cosmos-Predict2.5-2B 构建的「世界动作模型」——与只输出动作序列的策略模型不同，它同时去噪未来画面与动作，先想象场景会怎么变，再给出把场景带到那个状态的动作块。一个预训练权重同时覆盖平行夹爪机械臂、灵巧手与人形三种本体，只在各本体上换一个很小的输出头。预训练配比是这次的核心：402,730 小时第一视角人类视频、10,184 小时手持夹爪示范（覆盖 2,897 个任务）、以及仅 23,500 小时的机器人遥操作数据——人类视频的量是遥操作数据的 17 倍。

效果数字要按官方原话拆开读。在 50 个目标机器人训练数据里从未出现过的任务上，GR00T 2 的零样本平均成功率为 40%——注意官方措辞是「50 个任务中有 40 个至少成功过一次」，这两个「40」在不同转述里常被混为一谈。每个任务给一次示范，平均成功率升到 71%；给五次示范（每任务机器人数据不到三分钟），升到 95%，每个任务的适配只是在单张 RTX 5090 上做约 30 分钟的 LoRA 微调。技术白皮书对此有明确限定：这 50 个任务是从「五个 episode 内能达到 80% 以上成功率」的任务里挑的，所以 95% 的平均值有一部分是构造出来的。人类视频的价值另有消融实验支撑：把人类视频占比从 0 调到 1%、10%、100%，72 个灵巧操作任务上的真实机器人任务进度从 50% 升到 70%。跨本体迁移的成绩是——只看人类戴手套做化学实验、零遥操作，双臂机器人有 65% 的概率给漏斗铺好滤纸并润湿；只看手持夹爪示范，YAM 机械臂有 60% 的概率端到端装完一辆玩具卡车。输送带分拣这一项，GR00T 2 分对 86%，上一代 1.7 版 28%，π0.5 为 0%。

值得关注： 三条线索在此收束。第一是数据口径的转向：官方把 10 万小时人类数据以 Human-1M-100K 之名开源，采用允许商用的 CC BY 4.0 协议，并同时开放采集硬件设计——这是目前公开的最大规模人类操作数据集之一，直接降低了小团队做操作模型的门槛。第二是「开源」需要细读：英伟达称其为开放模型，但目前放出的只是数据集与硬件设计，代码要等到 12 月。第三，也是最值得记下的一句判断，来自加州大学伯克利分校的 Ken Goldberg：他认为模仿学习范式「已经撞到平台期」——数据能带来初期性能，但之后会出错，而且没有证据表明继续追加数据就能解决；工业场景需要的可靠性，靠数据本身给不了。伯克利与英伟达因此在会上联合提出「智能体机器人」（agentic robotics）：用编码智能体去理解机器人如何运作，然后写出人可读的控制代码，把机器人从「数据问题」转成「编程问题」，从而借上语言模型的规模。这条路线的实测是爆米花任务从 33% 提到仿真 94%、真机 90%。另一组数字更能说明分工：把 GR00T 2 当一个工具（通过 MCP 服务器暴露接口），让推理模型做规划与验收，组装玩具飞机、拖拉机、风火轮的 100 次试验中分别成功 98、97、97 次，同一策略在没有规划智能体时只有 71 至 84 次；规划器在相机画面上标出抓取与释放点之后，指令跟随率从 40% 跳到 92%。机器人正在变成智能体的又一次工具调用——这正是 AI coding 与具身智能两条线今天交会的地方。

来源：https://blogs.nvidia.com/blog/robotics-simulation-advancements-corl/

四、央视财经拆解物理 AI：数据需求一年涨十倍，缺口仍在 90% 以上

11 月 9 日晚，央视财经《经济信息联播》播出物理 AI 专题，次日被多家媒体转引。节目给出的核心数字是：头部客户对物理 AI 训练数据的需求，从去年的「十万小时级」跳到今年的「百万小时级」——频道标题写作「需求量暴增近 900%」，按小时数折算约为 10 倍。节目还展示了三条落地路径：上海一家酒店的洗衣机器人采用「双脑协同」，一个具身基座模型负责理解任务与空间关系，一个世界模型负责构建三维物理环境，企业称机器人有时一晚上就能自学一项新任务，今年计划落地 1000 台；北京一家企业的双臂机器人把国产开源模型包装成「技能池」，遇到目标被遮挡时先移开箱子再抓取，通过 96 台机器人的群体经验互相「取经」，在手机包装、衣物折叠等任务上达到甚至超过人工操作员水平；广州展会现场的人形机器人则用「快脑加慢脑」的端云架构，在等咖啡的间隙完成一份冰淇淋订单。

瓶颈部分节目讲得很直接。物理 AI 的预训练更多依赖仿真合成数据与人类视频数据，但真实世界的摩擦力、重力、空间变化与突发状况，是仿真无法完整复刻的——要训练出足够稳定的模型，行业需要千万小时甚至亿小时级的真实交互数据。中国信通院专家转述国际机构测算，2030 年物理 AI 市场规模有望达 4500 亿美元。中国移动杭州研发中心副总经理程宝平用一句很具体的描述解释了为什么必须端云分工：人要抓一个杯子，一秒甚至几十毫秒就拿走了，而云上模型的决策还没回到端侧，机器人根本反应不过来。

值得关注： 这组数字真正说明的是缺口的位置，而不是市场的规模。按中国信通院《具身智能训练场研究报告（2026）》的测算前提——550 亿参数模型、1.1 万亿 token、8Hz 控制频率——要让机器人逼近「ChatGPT 时刻」，约需 21,200 台机器人连续工作一年、产出千万小时级有效交互数据；而当前全球高质量真实数据仅在数十万至百万小时量级，缺口在 90% 以上。也就是说，行业当前的需求增速（一年十倍）与供给能力之间还差着一个数量级，而这个数量级不是靠多买几台本体就能补上的，它需要的是采集流程、质检标准、失败数据回流这些中间环节的工业化——这恰好是最容易被「本体叙事」盖住的一层。定价侧也出现了分化：业内报价显示，原始第一视角视频约几十元一小时，而真机遥操作的有效数据可达几百至上千元一小时，价差十倍以上，说明市场已经在为「可用性」而非「时长」付费（该报价来自券商与产业号的汇总，非官方统计，仅供量级参考）。节目中王兴兴给出的时间判断是：AI 进入物理世界，快则明年、慢则后年，最晚大概五年。

来源：https://finance.ifeng.com/c/8xvlYo1cCww

五、擎仓机器人拿下欧莱雅「BIG BANG」年度大奖：端侧轻量 VLA 进产线

11 月 9 日，新华网报道称，在第九届进博会期间，欧莱雅集团公布了「BIG BANG」美妆科技共创计划的年度优胜企业名单，北京擎仓机器人成为该赛事唯一的具身智能获奖企业。「BIG BANG」是欧莱雅自 2020 年启动的开放式创新平台，至今举办七届、累计 2800 余家企业参赛，本届设四大赛道，擎仓登顶的是聚焦机器人工程与 AI 系统重塑生产流程的「引领新运营」赛道。获奖依据是其在欧莱雅苏州工厂的产线部署：采用轻量化端侧 VLA 路线，把视觉理解、任务理解与动作生成统一建模，在产线完成从场景适配到全流程的落地，公司称该路线曾登顶 Meta-World 全球榜单（榜单成绩为公司口径）。后续双方将探索原料转运、订单分拣、厂区巡检等场景。

值得关注： 这条消息的价值不在奖杯，而在它把「交付」拆成了四层可复用底座，且每一层都指向工程而非算法。数据底座覆盖采集、处理与失败数据回流；模型底座覆盖轻量化 VLA、训练与评测；机器人系统底座统一软硬件接口、监控与远程运维；交付底座把部署流程、测试标准与验收方式标准化。这四层里，最容易被忽略的是「失败数据回流」和「验收方式标准化」——它们决定了第二个客户、第三个客户的复制成本，也决定了一家集成商到底是项目公司还是产品公司。从产业位置看，它和今天另外几条消息构成互补：英伟达在压「示范的成本」，央视在说「真实数据仍然短缺」，而擎仓这类角色的活，恰恰是把客户现场那些没人愿意整理的失败样本，变成可计价、可复用的资产。对关注数据基础设施的人来说，这是一个比「本体出货量」更值得跟踪的观察点。

来源：https://www.news.cn/finance/20261109/6fd70903cb334ae6837e5aca89eb1bcc/c.html

今年 8 月，我做了一个决定：把「失业互助平台」从一个想法变成一个开源项目。花了几天时间，从需求设计、前端页面、后端 API 到数据库表结构，完整地做了一版，命名为 ShiYeLeHuZhu（失业乐互助），采用 MIT 协议开源在 GitHub 上。

项目地址：

写这篇文章，一是做个项目记录，二是把开发过程中踩过的坑和设计取舍讲清楚，给同样想做「一个人全栈开源项目」的朋友一些参考。

为什么做这个项目

起因很直接：经济下行周期里，失业的人比想象中多，而他们需要的信息和工具是分散的——失业保险金怎么申领、社保断缴怎么补、财务跑道还有多长、心理撑不住的时候打哪个电话。这些内容每一条单独看都不难找，但没有一个地方把它们组织好。

市面上的求职产品都在解决「怎么找到工作」，几乎没有产品在认真解决「失业期间怎么把日子过好」。我想做的就是这个：一个给失业人群的信息门户 + 个人管理工具台，不贩卖焦虑，只提供可操作的信息和工具。

项目是做什么的

整个项目分两层：上层是面向公众的信息门户，下层是登录后可用的个人管理工具台。

信息门户部分包含：失业后的六座大困境分析、就业市场数据透视（所有数据标注来源与截止时间）、行业趋势、八类资源工具箱（经济保障/社保/技能/心理/求职/创业/法律/转型）、可迁移技能测评（5 题问卷 + SVG 雷达图）、心理热线与自救指南、真实转型故事、30 天行动清单、财务跑道计算器和常见问题。

工具台部分是登录后的四个核心模块：求职追踪（投递记录、状态流转、面试反馈、统计面板）、失业日记（每日心情打卡 + 失业天数计数 + 小成就记录）、收支记账（收支分类、月度汇总、存款支撑月数预估）、技能充电（学习计划、每日打卡、连续天数、14 天热力图）。此外还有邮箱订阅和匿名反馈，反馈直接写入后端数据库。

技术架构：刻意做的减法

这个项目的技术选型没什么新潮的东西，反而在几个地方刻意做了减法。

前端是一个 180KB 的单文件 HTML。所有 CSS、JS、SVG 图标全部内联，零外部依赖——没有 React、没有 CDN 字体、没有图标库。所有图标是 34 个手写的 SVG symbol，全站零 emoji（emoji 在不同系统渲染差异太大，部分 Android 机型直接显示为方块）。图表全部用内联 SVG 手写：技能测评的雷达图、收支饼图、打卡热力图、财务计算器的进度环。这个决定让部署变成「把一个文件放上去」，也让整个页面在断网时依然可用。

后端是 FastAPI + PostgreSQL，约 1000 行 Python，18 个 API 路由。认证用 JWT + bcrypt，密码哈希、token 验证、SQL 全部参数化查询。数据库 9 张表：users、job_applications、diary_entries、transactions、skill_plans、skill_checkins、user_settings、subscribers、feedback，配了 11 个索引和 4 个自动更新时间戳的触发器。

部署提供了三套方案：Docker Compose 一键起三个容器（Nginx + FastAPI + PostgreSQL）、裸机 systemd + Nginx、以及宝塔面板的图形化部署文档。考虑到目标用户是中文环境，宝塔文档写得最细。

数据严谨性：每个数字都有出处

做信息类产品最怕的是编数据。这个项目里所有统计数字都做了来源标注：城镇登记失业人数标国家统计局、青年失业率标注明统计口径、高校毕业生存量标教育部、行业增长趋势明确写了「综合招聘平台估算值，非官方统计数据」。开发过程中我专门做了一轮数据核对，修正了四个事实错误——包括「创业担保贷款最高 30 万」实际国标是 20 万、第三产业就业占比引用口径偏差等。法律条款部分全部标注了《社会保险法》和《劳动合同法》的具体条目。

这个习惯来自一个朴素的判断：失业状态下的人本来就焦虑，一个数字错误可能造成真实的决策失误。

开发中踩的坑

记录几个印象深的：

passlib 与 Python 3.13 的兼容性。最初用 passlib 做 bcrypt 哈希，在 Python 3.13 上直接报错，查了半天发现是 passlib 底层与新版 Python 的 crypt 模块变更冲突。解法是绕开 passlib，直接用 bcrypt 库的原生 API，三行代码解决。

PostgreSQL 14 的两个小坑。一是表达式索引里用 to_char() 会报「函数非 IMMUTABLE」，只能换成普通字段索引；二是 CREATE TRIGGER IF NOT EXISTS 在 PG 14 不支持，去掉了才跑通。

一个典型的前端逻辑 bug：登录门控。工具台区域默认 display:none，页面加载时 checkAuth() 检查 token——但我最初只在「有 token」的分支里写了显示逻辑，「无 token」分支直接 return 了。结果是未登录用户看到的工具台区域是纯空白，没有任何「请先登录」的提示。这个 bug 的教训是：每个分支都要对 UI 状态负责，尤其是「什么都不做」的那个分支。

锚点跳转与 JS 滚动的冲突。资源卡片的链接是 href="#xxx" 加 onclick 做 tab 切换，结果浏览器原生锚点跳转抢在 JS 的 scrollIntoView 之前执行，页面跳到错误位置。改成 href="javascript:void(0)" 彻底规避。这是一次「HTML 默认行为 vs JS 控制」的经典冲突。

项目现状与后续计划

项目 8 月 10 日创建，目前 25 个文件、约 3000 行代码（前端 1963 行 + 后端 1012 行）。没有任何宣传的情况下，GitHub 上有了一些自然流量：几个独立用户克隆了代码，收获了第一个 Star。对公益项目来说，这是需求真实存在的信号。

接下来的计划按优先级：第一，把网站真正部署上线——代码完成不等于产品可用，这是从 0 到 1 的门槛；第二，完善 README 的可视化展示；第三，持续迭代工具台的功能。

如果你也在经历职业空窗期，或者单纯想看看一个「信息门户 + 工具台」的完整实现，欢迎访问项目仓库：

也欢迎提 Issue 和 PR——这本来就是一个靠社区生长的项目。

项目采用 MIT 协议开源。文中所有平台数据的来源与截止时间均已在项目页面内标注。

关于"AI 会不会取代数据开发"，两种流行说法都不对："写 SQL 的要失业了"夸大了，"AI 时代数据更重要了"回避了。真正发生的是一件事：AI 替代的是"写代码"这个动作，不是"做数据工程"这件事——岗位总量在涨，入口却在塌。这篇文章讲清楚这两件事为什么同时成立，以及它对你的能力意味着什么。

一、总量在涨，入口在塌

先看两组方向相反的信号。

涨：国内大数据核心岗位缺口被普遍描述为百万级，AI 数据工程师方向的招聘量同比明显放大。贡献大头的是金融行业——不同口径下常被引为七成上下，互联网只占一成左右。这个数字常让互联网背景的人意外，但符合实情：银行的系统庞大、合规严、口径杂，数据活儿只会更多不会更少。

塌：入门级岗位在快速收缩。明确要求"两年以内经验"的岗位占比掉到很低；有海外研究给出，高 AI 暴露领域的 22–25 岁从业者就业率比同类岗位低约 19%。

两件事同时成立，机制只有一句话：

一个团队原本招 8 个初级工程师，现在改成招 2 个资深工程师 + AI 工具，产出一样，成本更低，责任还更清楚。

所以这不是"衰退"，是截断——技能阶梯最下面几级被直接拿掉了。总量上涨的是资深岗，塌掉的是"靠熟练度吃饭"的入口岗。已经在行内的人遇到的是好消息，正要入行的人遇到的是硬门槛抬升。但两者共享同一个后果："熟练使用工具"，不再构成竞争力。

二、被替代的是"写代码"，不是"做数据工程"

先看已经被大范围接手的部分：

2026 年一份四百余人的数据工程师社区调研里，绝大多数受访者表示 AI 已实际参与过他们的编码。这不是预测，是既成事实。

但把清单翻过来，有几样东西 AI 至今做不到，而且不是"暂时做不到"：

一句话概括：AI 让"写代码"变便宜了，但让"判断这段代码能不能上线"变贵了。

这句话对数据开发尤其成立，因为数据开发的产品不是功能，是数字。功能错了用户会骂，数字错了没人说话——直到月底对账。

三、最隐蔽的风险：测试全过，数据算错

这是最该写进团队规范的一条。

AI 生成的管线有一种特有的失败模式：所有测试通过，但结果是错的。

典型剧本：AI 帮你搭了一条订单管线，单测、空值检查、行数校验全部通过，顺利上线。三个月后业务调整了折扣计算方式，管线还在用旧逻辑。没有报错，没有告警，监控图上一切正常，只有收入数字在慢慢漂。Stack Overflow 2025 年的调查里，约三分之二的开发者被"看起来对但其实不对"的 AI 代码困扰过——这个比例放到业务开发，代价是返工；放到数据管线，代价是决策依据错了却没人知道。

数据错误的可怕之处在滞后性：代码 bug 当天被发现，口径 bug 可能要到下个季度业务复盘时才被怀疑。而那时，基于错误数字的决策早就发出去了。

所以 AI 时代的数据开发，验收标准要往前挪一步：不是问"代码能跑吗"，而是问"这段代码在最坏情况下会怎么错"。

四、能力坐标系变了

旧坐标系是"技术栈清单"：会 Hive、会 Spark、会 Flink、会调度。新坐标系是判断力边界：

这个位移有个直接推论：你熟悉的技术越多，你能判断的边界就越大，AI 对你的杠杆也越大。 反过来，只熟悉一种工具的人，AI 给他的不是杠杆，是替代。

落到 Hive/Impala 这条线，几个"AI 判断不了、但你能判断"的真实例子：

• 分区裁剪失效：分区列被 TO_DATE() 包住，SQL 照样出正确结果，只是全表扫描。EXPLAIN 里 partitions=1/365 和 365/365 的差别，AI 看不见——因为它不知道你们的表有多大。
• 可加性陷阱：SUM(UV) 在跨天区间上永远算错，因为 UV 不可加。生成的 SQL 语法完美，结果虚高，且没有任何报错。
• 单向类型转换：decimal → bigint 的 ALTER 被 Hive 拒绝；bigint → decimal 能过，但只改元数据不改文件。前者报错是幸运，后者静默才危险。

这些东西不在任何文档的"语法"章节里，它们只存在于踩过坑的人的经验里。这就是当前最值钱的资产形态。

五、三个今天就能做的动作

1. 把 AI 用在"你最熟的地方"，不是"你不熟的地方"

反直觉但重要。让 AI 替你写你本来就会写的东西——Hive DDL、Sqoop 脚本、常规 ETL、口径文档——省下的时间深挖原理。这样 AI 的产出你能一眼看出问题，效率是净增益。反过来，让 AI 写你不熟的 Flink 作业，你无法判断对错，等于给生产环境埋雷。没有判断力的地方，AI 只是把风险藏得更深。

2. 给 AI 产出的管线加三道专用验收

通用 code review 对数据管线不够用，这三条更有效：

第三条最容易被跳过，也最能救命。

3. 把隐性知识显性化

你现在知道的东西——某个指标为什么要去重、某张表为什么必须按 MIN(report_date) 归属、某个接口为什么不能直接 join——只存在你脑子里，就只是个人经验；写成口径文档、质量规则库、踩坑日志，就变成组织资产，也变成你的护城河。

AI 时代这有个额外的好处：AI 读不到你脑子里的东西，但读得到你写下来的东西。你写下的每一条规则，都会变成 AI 帮别人干活时的约束条件。写文档不再只是"留个记录"，而是在持续放大你的影响力。

最后

这轮变化残酷在入口变窄，公平在它不看工作年限，只看你能不能定义"什么是对的"。

写 SQL 的手艺正在贬值，判断数字对不对的能力正在升值。前者的门槛在工具上，后者的门槛在业务里——而业务这个东西，AI 替不了你泡在里面。

文中数字来自公开调研、行业报告与招聘平台统计，各家口径不一，建议只看趋势方向；具体数值请以你所在行业、城市、目标岗位的真实 JD 为准。