AI 日报 | 2026年09月13日

今日焦点：AI Coding 赛道从"单模型"走向"多模型编排"——Cognition Devin Fusion 成为首个多模型编码代理登上 Artificial Analysis 评测榜单，Codex 桌面端打通 Ollama 本地权重实现离线编码循环；GitSpawn 漏洞追踪显示仍有 4 款 Agent 未修复，安全警钟未熄。具身智能侧，北京石景山训练中心升级主打 4D 高斯光场与世界模型，浙江人形机器人 SPIRE 双模型体系签下 2000 台服装场景订单，"数据 + 模型 + 落地"闭环加速跑通。

Devin Fusion 成首个多模型编码代理登榜：前沿 lead + 廉价副手，质量与成本各占一边

Cognition 推出 Devin Fusion，作为首个在 Artificial Analysis Coding Agent Index 上正式评测的多模型编码代理。Fusion 把前沿 lead 模型（Claude Fable 5.1 或 GPT-6 Astra，xhigh 档）与 SWE-2（medium 档）作为廉价副手组合上线：Fable 主导配置得分 62、Astra 主导配置得分 59——Fable 略强，但 Astra 配置便宜 43%、速度提升 31%。同期，GitHub Copilot 的 HydraFusion 引擎按"推理深度/代码生成复杂度/调试难度/工具编排需求"四轴打分再选工作流；Sakana AI 的 Fugu Max v2 用 NVIDIA Nemotron 等开源权重做任务级动态路由，宣称 2-6 倍降本——多模型编排已成 coding agent 共识路线。

值得关注的原因：Coding Agent 的竞争从"谁家模型更强"升级到"怎么让多个模型各司其职"。对自研 Agent 工作流的开发者而言，"前沿 lead + 廉价副手"或"专用小模型侦察 + 主模型推理"是值得借鉴的工程范式；选 Coding Agent 工具时，"用什么模型"已不再是首要问题，"怎么调度模型"才是。

来源：https://agihunt.info/en/daily/2026-09-12

Codex 桌面端打通 Ollama 本地权重：离线编码循环正式成形

Reddit 截图显示 ChatGPT 的 Codex 桌面应用已可与 Ollama 服务的本地模型对接，编码代理循环可在开源权重上离线运行。同日 OpenAI 公开 GPT-6 Astra 配置指南：技能触发要具体、指引按需加载、任务提示中要明确"完成"标准——明显在补齐提示工程层的最佳实践。Codex 工程师 Thibault Sottiaux 同步回应了用户反馈：过去针对旧模型写的技能被频繁触发或阻断自检、约 4-5k 用户受影响的"上下文管理实验"已下线、因引擎误配置导致的尾部质量下滑也已回滚。

值得关注的原因：本地权重接入意味着"企业数据不出内网"也能跑完整编码循环，这对金融、医疗、政务等强合规场景是关键解锁；OpenAI 主动收敛技能触发和上下文管理问题，并公开 Astra 配置指引，说明头部厂商正在把"用户反馈—产品迭代"做成持续流程。

来源：https://agihunt.info/en/daily/2026-09-13

GitSpawn 漏洞 9 月 1 日复测：仍有 4 款 Coding Agent 未修复，攻击面持续暴露

Manifold Security 在 9 月 1 日对 GitSpawn 漏洞类进行复测，结果显示 8 个缺陷中仍有 4 个处于可利用状态：Hermes Agent、Qwen Code、Grok Build，以及 Claude Code 的第二配置路径。研究人员建议对陌生仓库使用 git -c core.fsmonitor=false status 显式关闭 fsmonitor。Cursor 与 OpenAI Codex 已完成修复；Claude Code 主路径也已修复（goose 1.44.0+、Codex CLI 0.131.0+、Claude Code 2.1.196+ 起针对 fsmonitor 路径），但 Claude Code 的次级配置路径仍是缺口。Accomplish 同期也披露了 Claude Code、OpenAI Codex、Cursor 上的沙箱泄漏问题——指出沙箱外软件对沙箱内产物的"信任接力"才是结构性根源。

值得关注的原因：与"补全工具"不同，Coding Agent 会主动拉取并执行仓库上下文，攻击面已从"钓鱼"升级为"权限劫持"。开发者当下最直接的应对是：克隆陌生仓库前先检查 .git/config，或在自动化工作流中默认带上禁用 fsmonitor 的标志；对企业 IT 而言，把 AI 编码工具纳入同等于 CI/CD 的供应链安全审查，已不再是过度防御。

来源：https://davidandgoliath.ai/daily-ai-briefing/gitspawn-ai-coding-agent-vulnerability-claude-codex-cursor

北京石景山具身智能训练中心升级亮相：4D 高斯光场与世界模型双路线落地

2026 年服贸会期间，北京石景山区人形机器人数据训练中心一期完成升级，以"石景山具身智能训练中心"全新身份亮相。训练中心占地 1500 余平米，设有 4D 世界采集区、物理交互实验场、通用小脑基座数据采集区、多场景 4D 共享采集区、AI 工厂等功能板块；升级重点布局 4D 高斯光场与世界模型两条核心技术路线，在 2D 视频、动作轨迹数据基础上叠加深度、空间关系与物理信息维度，可完整刻画物体位姿、接触事件、力学关系与任务状态演进。面向家居场景可复现家务清洁、烹饪备餐、家庭照护等真实动作，面向工业制造可深度采集布料缝纫、打包搬运、产品装配等作业流程。

值得关注的原因：在具身智能"硬件先行、数据跟不上"的阶段，4D 高斯光场把"动作如何改变世界"的物理过程结构化，是数据侧少有的可复用、可批量化生产的工程路径——这正是具身智能数据基础设施层（采集/清洗/标注/评估）的关键基础设施。家居、工业两条产线同步采集，也意味着数据"为多家团队复用"成为可能。

来源：https://www.chinanews.com.cn/cj/2026/09-12/10695436.shtml

浙江人形机器人 SPIRE 双模型体系签下 2000 台服装订单：大小脑分工跑通柔性布料作业

第十六届智慧城市与智能经济博览会（智博会）在宁波开幕，浙江人形机器人创新中心发布打磨多年的 SPIRE 知行融贯双模型体系：C2L2"大脑"负责环境感知、任务拆解与路径规划，M2S2"小脑"保障动作稳定精准，EvoStack 工具链打通开发、仿真、部署、数据复用全环节。凭此体系，浙江人形已完成服装贴口袋等柔性布料作业，并与全球缝纫设备头部企业杰克科技签约 2000 台服装场景定制人形机器人——布料分片成功率 98%、对位精度 ±2 毫米；在与施耐德电气合作的化工实验室场景中，NAVIAI 机器人独立完成采样、分液、清洗全流程，作业精度 0.1 毫米、分液误差小于 1 毫升、成功率 99.99%。

值得关注的原因：SPIRE 双模型体系是"VLA / 世界模型"路线之外的工程化分支——用大小脑分工保证稳定性，而不是单纯追求端到端泛化。服装柔性布料作业曾被视为机器人最难攻克的领域，能稳定批量落地证明"数据闭环 + 工程编排 + 垂直场景"是可复制的路径。对聚焦具身智能数据基础设施的人来说，SPIRE 中的"通用小脑基座数据"是与"大脑数据"独立成型的训练资产类型。

来源：http://news.cnnb.com.cn/system/2026/09/12/030813742.shtml