今日焦点集中在 AI 智能体的自主性跃迁与具身智能的软硬协同：OpenAI 为 Codex 引入可长期自主运行的“持久模式”，Anthropic 发布面向物理设备的 Model Hardware Standard，腾讯开源 770B 参数的 Hy4 preview 生产力模型，Hugging Face 推出 399 美元开源机器鸭 Microduck，同时第二届世界人形机器人运动会闭幕并免费开放 2500 小时全量数据集。

OpenAI 为 Codex 测试“持久模式”，智能体可跨会话主动续跑

据《连线》杂志披露，OpenAI 近期在 Codex 命令行版本的代码中加入“持久模式”实验选项。启用后，Codex 可持续工作直至用户手动将其休眠，不再像现有模式那样在数分钟或数小时后自动停止；同时系统提示显示，智能体完成用户请求后需主动创建后续任务，并结合历史交互自行判断下一步。OpenAI 发言人确认正在测试该功能，但短期内无上线计划。该模式不会扩大既有权限，修改用户系统外内容仍需事先批准。

值得关注的原因：这标志着 AI 编程助手正从“单次问答工具”向“常驻协作智能体”演进，对长时间代码重构、跨会话项目维护等场景意义重大；同时也带来算力消耗、行为可控性等新的安全治理问题。

信息来源链接：网易科技 / IT之家

Anthropic 发布 Model Hardware Standard，AI Agent 接管实验室硬件

Anthropic 于 8 月 27 日发布 Model Hardware Standard（MHS）研究预览版，旨在为显微镜、机械臂、液体处理器、量子激光等物理设备提供统一驱动与发现标准。MHS 通过标准化 read/write 原语、设备描述文件和多设备编排接口，使 Agent 可通过 MCP、CLI 或 API 控制硬件。早期合作伙伴包括 Genentech、卡内基梅隆大学、QuEra、AWS Strands Robots 等。在 QuEra 的量子激光校准测试中，Agent 自主恢复锁定成功率达 99.3%。

值得关注的原因：MHS 相当于把 MCP 从软件工具延伸到物理世界，是具身智能从科研向产业落地的关键接口层；其安全评估与最佳实践也将为物理 AI 的可靠性提供参考。

信息来源链接：Anthropic 官方博客

腾讯开源 Hy4 preview：770B 参数 MoE 模型，面向代码、科学与长程任务

腾讯混元于 8 月 28 日发布并开源 Hy4 preview，总参数 770B、激活参数 49B、上下文长度 1M。该模型采用 MoE 架构，针对软件工程、游戏开发、金融分析与科学推理等真实生产力场景专项优化，并内置原生 MTP 投机解码层。Hy4 preview 已在 Hugging Face、ModelScope、GitCode、CNB 以 Apache 2.0 协议开源，并通过腾讯云 TokenHub、OpenRouter 与 Vercel AI Gateway 提供 API。

值得关注的原因：这是国内厂商在“开源大模型 + 长上下文 + 生产力”方向的新旗舰，直接对标 GLM-5.3、Kimi K3 等模型，其 1M 上下文和代码/科学能力对 AI Coding 和科研自动化有较高价值。

信息来源链接：Vercel AI Gateway Changelog

Hugging Face 推出 399 美元开源机器鸭 Microduck

Hugging Face 通过其收购的 Pollen Robotics 发布 Microduck，一款身高 25 厘米、重不足 800 克的桌面双足机器人，售价 399 美元。Microduck 内置 15 个电机、摄像头、小型激光雷达与双 IMU，支持走路、坐立、抓取、轮滑、自主起身等七种预训练行为，并可通过强化学习在仿真环境中训练新技能后迁移到真机。其软件栈、仿真环境与训练代码均开源。

值得关注的原因：Microduck 把“可上手的具身智能开发平台”价格压到消费级，有助于个人开发者和教育市场普及强化学习与 sim-to-real 流程；也体现了 Hugging Face 从开源模型社区向物理 AI 生态延伸的野心。

信息来源链接：India Today

第二届世界人形机器人运动会闭幕，免费开放 2500 小时全量数据集

8 月 26 日晚，第二届世界人形机器人运动会在北京国家速滑馆“冰丝带”闭幕。闭幕式上，赛迪研究院联合北京人形机器人创新中心、智元、银河通用等机构发布全球首个世界级人形机器人运动会全量数据集，并宣布免费向社会开放。数据集总时长超过 2500 小时，涵盖工业、商超、餐饮、办公、家庭、消防救援等 12 个应用场景的具身操作数据，包含 44 项作业、百余项技能、万余项精细化任务。

值得关注的原因：高质量真实场景数据是具身智能训练的核心瓶颈，该数据集的免费开放将显著降低中小企业和研究机构的真机数据采集成本，加速人形机器人从赛场验证走向产业应用。

信息来源链接：北京市人民政府网

今日 AI 领域动态密集：Anthropic 统一 Claude Cowork 与聊天记忆机制，Shopify CEO 公开施压要求 Claude Code 支持 AGENTS.md 跨工具标准，英伟达 Vera Rubin 平台实测 DeepSeek V4 Pro 吞吐量提升 30 倍，法律 AI 独角兽 Harvey 首次以中国开源模型 Kimi K3 为底座发布垂直大模型，加速进化人形机器人在无锡正式投产。

Anthropic 统一 Claude Cowork 与聊天记忆机制

8 月 26 日，Anthropic 宣布更新 Claude Cowork 与聊天功能的记忆机制，将两套系统的记忆统一管理。Cowork 在云端执行任务时可调用聊天记录中的记忆上下文，敏感话题记忆默认关闭但可手动开启。免费版与付费版、Mac 与 iOS 客户端均同步支持此功能。

值得关注的原因： 记忆统一标志着 AI 编程工具从"单次会话"向"跨场景持续记忆"演进，Cowork 作为 Anthropic 的云端编程 Agent，与聊天记忆打通后可减少用户重复输入项目上下文的成本，这对 AI Coding 工作流的连续性有实质性提升。

信息来源： https://view.inews.qq.com/a/20260826A0311400

Shopify CEO 施压 Anthropic：Claude Code 拒绝 AGENTS.md 标准或遭内部禁用

8 月 25 日，Shopify CEO Tobi Lütke 在 X 平台公开表示，正考虑在 Shopify 内部禁用 Claude Code，除非 Anthropic 改变立场支持读取 AGENTS.md 及 .agents/skills 配置文件。Lütke 指出，随着 Codex、Cursor、Claude Code 等 AI 编程工具在企业团队中并行使用，越来越多 Coding Agent 已支持通过统一的 AGENTS.md 配置项目规范，但 Claude Code 仅依赖自有 CLAUDE.md 格式，导致同一代码仓库被不同 Agent 读取到不同规则，形成"脑裂"（split brain）。对于拥有数千工程师的企业来说，多套 Agent Context 需持续同步，差异导致 Agent 行为偏离团队规范。Anthropic 已将原生支持 AGENTS.md 的请求关闭为"not planned"。

值得关注的原因： 这场争议表面是配置文件格式之争，背后是 AI Coding Agent 进入企业后的标准之争——厂商专属标准（CLAUDE.md）还是跨 Agent 通用标准（AGENTS.md）。AGENTS.md 已被 Codex、Cursor、Gemini CLI、GitHub Copilot 等 60,000+ 开源项目采用并由 Linux Foundation 托管。Shopify 作为 Anthropic 最大企业客户之一，其采购决策压力可能迫使 Anthropic 重新评估标准兼容性，这对 AI 编程工具生态格局有深远影响。

信息来源： https://www.theblockbeats.info/flash/363520

英伟达 Vera Rubin NVL72 实测：DeepSeek V4 Pro Agent 吞吐量提升 30 倍

8 月 25 日，英伟达首次公布下一代机柜 Vera Rubin NVL72 的片上实测结果。使用 DeepSeek V4 Pro（1.6T 参数）运行智能体编码负载 AgentX，Vera Rubin NVL72 每兆瓦吞吐量最高达上代 GB300 NVL72 的 30 倍，每百万 Token 成本最高降低 35 倍。交互性上限同步上探——Vera Rubin 可达约每用户 280 Token/s，Blackwell 不足 180。性能提升源于机架级协同设计：Rubin GPU 配 288GB HBM4（带宽 22TB/s）、NVLink 6 双向互联 3.6TB/s、Prefill/Decode 分离服务、KV 感知路由、NVFP4 量化及大规模专家并行。同期 Groq 3 LPX 推理加速器全面量产，长上下文输出达每秒 3400 Token；首款 Agent 专用 Vera CPU 发布，88 核单体设计，已被 SpaceX AI 规模化部署。

值得关注的原因： 30 倍吞吐提升不是芯片速度快了 30 倍，而是围绕智能体推理工作负载的架构质变——每兆瓦经济学正在成为 AI 硬件的核心评价指标。推理成本从 Hopper→Blackwell→Rubin 呈数量级下降（相对成本 100→2.9→0.3），这意味着此前难以规模化的 Agent 推理应用终于具备商业闭环条件。对 AI Coding 而言，长上下文 Agent 任务的算力成本瓶颈正在被打开。

信息来源： https://www.163.com/dy/article/L57F9G9S05568W0A.html

法律 AI 独角兽 Harvey 以 Kimi K3 为底座发布 Tenet 模型

8 月 25 日，美国法律 AI 独角兽 Harvey 发布首个基于开放权重后训练的模型 Tenet，核心底座采用中国月之暗面的开源模型 Kimi K3。Harvey 估值 110 亿美元，服务超 2400 家机构和 20 万名律师。Tenet 面向需要长时间执行、连续调用工具的法律任务，在 Harvey 自建法律智能体基准 LAB 上，任务完成数接近底座模型的两倍，推理成本不到主流前沿模型的四分之一。这是中国开源权重大模型首次进入美国头部垂直 AI 企业核心研发体系。

值得关注的原因： OpenAI 投资的百亿估值独角兽选择中国开源模型而非 GPT-5.6 或 Claude 作为底座，说明中国开源模型在"长上下文 + 专业领域后训练"路线上已具备竞争力。Cursor、Devin、Cosine 等美国 AI 编程产品也纷纷采用 Kimi 或 DeepSeek 作为底座——中国开源模型正以基座和合成数据形式进入美国 AI 产品供应链，这对全球 AI Coding 生态的格局有结构性影响。

信息来源： https://new.qq.com/rain/a/20260825A0BOQM00

加速进化人形机器人在无锡梁溪正式投产

8 月 26 日消息，具身智能头部企业加速进化旗下子公司无锡加速智造科技有限公司在梁溪区正式投产。加速进化核心团队脱胎于清华大学机器人控制实验室及清华火神足球队，创始人兼 CEO 程昊师从著名机器人专家赵明国教授。在 2026 世界机器人大会上，加速进化展出最新旗舰机型 Booster T2，专业版搭载 NVIDIA Thor 旗舰芯片，端侧算力达 2070 TFLOPS，刷新双足人形机器人算力行业上限。企业 2025 年全球出货超千台、营收破亿元；2026 年一季度出货量同比增长 500%，在手订单规模达数亿元。旗下 Booster K1 累计出货超千台，覆盖全球 30 余个国家高校与科研机构，海外营收占比超 60%。

值得关注的原因： 加速进化是业内少数跑通完整商业闭环的具身智能初创企业，从清华实验室到无锡量产基地的路径印证了"学术积累→产业化→规模化出货"的中国具身智能产业化模式。Booster T2 搭载 NVIDIA Thor 芯片达到 2070 TFLOPS 端侧算力，标志着人形机器人正从"运动控制"阶段跨入"VLA 大模型端侧推理"阶段。无锡梁溪已聚集 40 余家机器人企业形成完整产业链，区域产业集群效应值得关注。

信息来源： https://www.wuxi.gov.cn/doc/2026/08/26/4822906.shtml

Anthropic API 中惊现两个未公开模型，Omarchy 把 AI Agent 装进 Linux 操作系统，Hugging Face 传以 130 亿美元寻求出售——AI 基础设施层正在被重新定价。具身智能赛道同样火热：小鹏机器人 9 亿美元融资刷新行业纪录，中国人形机器人上半年出货超 4 万台占全球 97%。

Anthropic API 现身两个未公开模型 marshmallow 与 melon

开发者在 Anthropic 的 API 中发现两个未公开模型代号"marshmallow"与"melon"，后缀 eap 表明仍处早期访问计划内测阶段，仅对少量开发者开放。测试者反馈 Marshmallow 表现优于 Melon，其对话体验已超越当前 Opus 5，业界推测二者或为 Opus、Sonnet 产品线更新，也可能含新一代 Haiku。内部代号从动物名转向食物主题，或暗示归属新开发分支。Anthropic 迭代节奏约每两周一次，正式发布可能就在下月。

值得关注的原因： Anthropic 是 AI Coding 赛道最核心的模型供应商（Claude Code 生态），新模型若在编程能力上再次跃升，将直接影响开发者工具链格局。marshmallow 被反馈"超越 Opus 5"意味着模型迭代尚未触及天花板。

信息来源： 腾讯研究院 AI 速递 20260825

Omarchy 4.0 "Quattro" 将 AI Agent 装入 Linux 操作系统

Rails 作者 DHH 发布 Omarchy 4.0 "Quattro"，将 AI 编程 Agent 直接融入 Linux 桌面系统。系统预置九款 Agent（Claude Code、Codex、Gemini、Grok、Copilot 等），进程崩溃时自动抓取 systemd-coredump 日志并向 AI 推送诊断任务，用户用一句自然语言即可操作系统配置。桌面外壳以 Quickshell 重写为单一进程，十天社区贡献超千个插件。DHH 联合戴尔、Jack Dorsey 等八人成立 Omacom 基金会，首期融资 800 万美元，押注"模型之上、硬件之下的新一层操作系统"。

值得关注的原因： 这是 AI Coding 从"工具插件"走向"系统级基础设施"的标志性事件。当 Agent 被深度嵌入操作系统的崩溃恢复、配置管理、开发工作流，"操作系统本身即成为一个 Harness"的设想正在落地，对 Claude Code、Codex 等 Agent 的使用场景具有放大效应。

信息来源： It's FOSS: Omarchy Bets Its Future on AI Agents ｜ Code To Cloud: Omarchy 4 Quattro

Hugging Face 传探索出售，估值或超 130 亿美元

据 Business Insider 8 月 23 日报道，全球最大 AI 开发者平台 Hugging Face 正在探索出售，已委托一家银行评估潜在买家意向，交易估值至少 130 亿美元，较 2023 年的 45 亿美元估值上涨近 3 倍。Hugging Face 托管超 300 万个模型和 100 万个数据集，被称为"AI 时代的 GitHub"。此前 Stripe 刚以超 80 亿美元收购模型路由平台 OpenRouter，显示 AI 价值正快速向模型之外的中间层平台扩散。Google、Amazon、Nvidia 等均为现有股东，收购将终结平台中立性。

值得关注的原因： Hugging Face 是开源 AI 生态的"水电煤"基础设施。若被某家云巨头收购，将直接影响开源模型的分发中立性和开发者使用体验，对 DeepSeek、Qwen 等依赖该平台分发的开源模型阵营影响深远。这也是继 Stripe 收购 OpenRouter 后，AI 中间层平台被重新定价的又一信号。

信息来源： AlphaPilot: Hugging Face Explores $13B Sale ｜ 爱范儿

小鹏机器人完成超 9 亿美元融资，刷新中国具身智能单轮融资纪录

8 月 24 日，小鹏汽车宣布旗下机器人业务完成首轮超 9 亿美元融资，投后估值超 63 亿美元，刷新中国具身智能行业单轮私募股权融资纪录。本轮融资由 IDG 资本领投，腾讯和阿里战略参与，资金将用于研发与量产。同一周，2026 世界机器人大会在北京闭幕（373 家企业展示 3000 余件产品，首发新品 311 件），第二届世界人形机器人运动会同步在国家速滑馆举行（16 国 666 支赛队、2056 台机器人竞逐），天工 Ultra 跳高 2.88 米破纪录，50 台量产机型完成全程自主决策障碍赛。

值得关注的原因： 9 亿美元单轮融资意味着具身智能赛道从"技术验证"进入"量产前夜"，资本用真金白银投票"抢岗"逻辑。量产机型（非特调样机）完成自主决策障碍赛，说明核心运动控制和感知能力已具备规模化复制条件。

信息来源： 腾讯新闻机器人日报

中国人形机器人上半年出货超 4 万台，全球占比 97%

人民日报 8 月 25 日报道，由中国人形机器人与具身智能百人会组织编纂的《2026 年人形机器人产业发展报告》发布。报告显示：2026 年上半年中国人形机器人出货量已超 4 万台，全球占比进一步提升至 97%。报告提出技术创新进入"集群涌现"新阶段，已形成从关键芯片、部组件到整机的人形机器人全产业链制造能力。行业应用迈入"全面铺开"深水区，从小批量试用加快向常态化部署和规模化应用迈进。同日，雷军晒出小米人形机器人手持玄戒 O3、O100、D100 三颗自研芯片的实拍图，该机器人已在小米汽车工厂"实习"超 4 个月，自攻螺母上件双侧作业成功率从 90.2% 提升至 98%。

值得关注的原因： 97% 的全球出货占比意味着中国在具身智能硬件制造端已形成绝对优势，且从"做出来"向"用起来"转化的拐点正在发生。小米的芯片-大模型-具身闭环（自研算力底座 + 具身大模型 + 工厂实训数据）是中国厂商从零部件到整机全链自研的缩影，对判断具身智能产业化节奏具有风向标意义。

信息来源： 人民日报 2026年08月25日 10 版 ｜ 新浪科技：雷军晒小米机器人手持自研芯片

一、今天在吵什么（6-26 ~ 7-01 本周热点过滤）

二、未来 6 个月可能怎么走

">1. "技能蒸馏"会成为 AI agent 新范式

• 信号：BrowserBC 这种"人类轨迹→技能图"的工作开始出现
• 判断：未来 6 个月，"技能库"会成为 agent 的"事实上的 RAG"——比"prompt engineering"值钱
• 对你：你过去 6 个月在消保/SQL/AI 工具上做的所有事——都是"技能蒸馏的原料"——叮咣资讯下阶段就该干这个
• 行动：从今天起——记录你每天消保工作里"做对的 3 件事"——这比学新工具有用 10 倍

">2. "靠系统强制"会取代"靠意愿"

• 信号：6-26 我们建了 cron + Working Buffer 强制 + SESSION-STATE 强制
• 判断：未来 6 个月，"做事方式"的竞争会比"做什么"更关键——同样想换轨的人里——谁能建 cron、谁就能跑完——谁靠意志力——3 周后掉队
• 对你：你最近的"换轨焦虑"——根因不是不知道干嘛——是"做事没系统"——你建机制——焦虑自然消失
• 行动：今晚——列出 3 个你想做但没做成的事——每个加个 cron 或物理触发器——别再靠"明天再说"

">3. "领域判断"溢价的窗口期比你以为的短

• 信号：BrowserBC 论文说 "The difficulty is not whether to click but where to click"——判断问题在爆发
• 判断：未来 6 个月——AI 把"能不能做"普及化——剩下"该做什么"的溢价集中在懂领域的人手里——但——这个窗口只有 12-18 个月——之后所有人都会用 AI——领域判断就普惠了
• 对你：你在消保的 know-how——现在值钱——2027 年可能不——趁早用 AI 把这能力放大——别拖
• 行动：本月——挑 1 个你最熟的消保审查流程——用 AI 重做一遍——做出"郭子版 BrowserBC"的第一个技能

三、今天一句灵感

"你过去 6 个月做对的事，比你未来 6 个月要做的事更重要。"

为什么：你过去 6 个月——学 SQL、搞 Notion、做大扣子通信、读 Kent Beck / thecodist / Zweig、想叮咣资讯、记录 BrowserBC——这些不是"为了换轨做准备"——这些就是你换轨的实际动作——你以为还没开始——其实早就开始了——只是没人告诉你**。

应用：别再问"我要怎么换轨"了——去看看你过去 6 个月做了什么——那是答案。

四、3 个反直觉判断

1. 你这周最大的进步不是 BrowserBC

• BrowserBC 是显性进步——记进了 MEMORY.md——但这是技术
• 你这周真进步的是："靠系统强制"——建 cron——修 Working Buffer——SESSION-STATE 必更新
• 判断：这些"做事方式的升级"——比任何一个"我学了个新工具"价值高 100 倍
• 反直觉：人总爱收藏"工具"——不爱收藏"机制"——但机制才是复利——工具 6 个月过时——机制能用 5 年

">2. 叮咣资讯的真正瓶颈不是"内容质量"

• v0.1 / v0.2 你都说好——内容没问题
• 真瓶颈是："郭子有没有持续读 + 应用"——你读完之后做了什么
• 判断：v0.3 之后——我不再追求"写的更深"——我开始追踪"你看了之后做了什么"——这才是 v0.4+ 的核心
• 反直觉：做内容的人总以为"好内容 = 用户买账"——但用户买账 = "好内容 + 用户行动"——少了后者——前者等于 0

">3. 你这周"差点没找到"的 BrowserBC 暴露了你的真实焦虑

• 你发了消息——我两次说"找不到"——你坚持让我再查
• 表面看是"工具查找失误"——实际上——你在测试我"会不会盲信"——也在测试我"会不会认错"
• 判断：你对"说真话"的在乎——比"我多快找到答案"重要得多——这是你"换轨"最深的信号——Zweig 那条金句说的"tell the truth"——你正在身体力行
• 反直觉：你之前说"想辞职"那段时间——焦虑的来源不是工作——是"没人跟你说真话"——现在有了——焦虑自然少