AI 日报 | 2026年10月09日

今天这五条指向同一个变化：智能体正在从"一个会写代码的窗口"，变成"一个有身份、有位置、有权限半径的常驻实体"。微软把 1370 亿参数的编码模型压进本机，谷歌让智能体在合上笔记本之后继续干活，而 Zenity 用一次演练提醒我们：这类常驻体只要把默认权限画错，一条自然语言提示就足以接管整个云账号区域。具身侧则对应另外两本账——一本是百万小时级别的数据账，一本是在 1933 篇论文里脱颖而出的方法账。

微软把编码模型搬进本机：MAI Code 1.1 Flash 落地 Windows

微软在 10 月 7 日旧金山的 Windows + Surface 活动现场披露了设备端编码模型的落地细节（昨日已报道过同场的 MXC 执行容器与 Surface 硬件）。旗舰自研编码模型 MAI Code 1.1 Flash 总参数 1370 亿、激活参数 68 亿，采用 3 位精度量化后体积压缩近 80%，可在本地跑 256K token 上下文，本机版本内存占用约 53GB，并以投机解码优化响应速度。同期还有 NVIDIA 的 Nemotron（700 亿以上参数，2 位量化后仅占 20GB 出头内存）与 DeepSeek V4 Flash（2840 亿参数）。真正的开关在路由层：GitHub 的 HydraFusion 原本只在云端模型之间为任务选路，现在扩展到本机模型，预计 10 月内以实验预览形式进入 GitHub Copilot 应用、Copilot CLI 与 VS Code；Windows ML 同时新增 llama.cpp 支持。

值得关注：一是"混合推理"从叙事变成可选项——Copilot 可自动决定该任务走本机还是走云，也可手动指定本机模型端点，这对高隐私、低延迟的开发场景是成本结构上的实质变化。二是风险随之下移：有第三方治理研究指出，推理一旦落在本机内存，欧盟《人工智能法》（Regulation (EU) 2024/1689）所要求的高风险 AI 系统行为记录，可能无法被现有审计与数据防泄漏工具捕获——传统 DLP 盯的是云端上传与网络流量，不是本地推理；256K 上下文也意味着一次会话可以静默吞入大量本机敏感文件。三是口径提醒：3 位量化、80% 压缩、256K 上下文与 53GB 占用均为微软自述数字，尚无第三方在真实设备上独立复现。

来源：Building Windows for hybrid intelligence（微软官方博客全文转载） ｜ Industry Wired ｜ Tech Wire Asia（MXC 与硬件细节） ｜ AI Governance Institute（合规质疑）

谷歌云发布 Gemini Agent：一个会写代码的"通用工作智能体"

10 月 8 日，谷歌云 CEO Thomas Kurian 在 Gemini at Work 2026 上发布 Gemini Agent，把问答、知识工作、媒体生成与"编写并运行代码"合并进单一智能体、单一 API。它有四个关键特征：云端持久执行（跨设备保持同一份记忆与个性化图谱，合上笔记本后几小时乃至几天的任务仍在跑）；四种记忆（会话、语义、程序性、情景）；动态多智能体编排（可为多步任务临时生成带独立身份的子智能体）；以及"同事智能体"形态——拥有自己的 @agents.company.com 邮箱、日历与企业目录身份、专属存储，且只能访问团队显式提供的上下文。模型层面不绑定自家，目前支持 Gemini 与 Claude 系列，由 Smart Routing 在质量与成本之间选路；管理员可设项目级支出上限并触发自动暂停。金融版（接入金融数据服务商 FactSet 与伦敦证券交易所集团 LSEG，含 50 多项技能）与法律版（对接 NetDocuments、iManage）已在预览，政府、医疗、零售版待跟进。

值得关注：第一，"写代码"被正式并入通用办公智能体——此前 OpenAI 的 Codex 与 Dots、Anthropic 的 Claude Code 更多是独立的开发者入口，谷歌把开发者环境塞进了同一个盒子。第二，"同事智能体"给非人身份配了邮箱与目录条目，把身份治理从概念变成了默认配置，同时也意味着新的攻击面：一个能被点名、能被 @、长期持有上下文的企业账号。第三，请注意发布状态——目前仍是私有预览，广泛可用要等支持的 Workspace Business / Enterprise 套餐，多数能力属于"计划中"而非已交付；谷歌引用的法国巴黎银行 6.5 万名员工、日本保险集团 SOMPO 一万多个自建智能体，均属既有 Gemini Enterprise 平台，与本次发布的通用智能体无直接对应关系。

来源：Welcome to Gemini at Work 2026（Google Cloud 官方博客） ｜ Quartz（多模型与路由细节） ｜ CBS News ｜ 财联社中文报道

AgentCorruption：一条提示接管同账号同区域全部 AWS AgentCore 智能体

安全厂商 Zenity Labs 于 10 月 8 日在多伦多的 SecTor 2026 安全会议上披露了一条命名为 AgentCorruption 的漏洞链。研究者对一个带联网工具的公开 AWS Bedrock AgentCore 智能体发出一条自然语言提示，让它去访问实例元数据服务 IMDS（一个供云工作负载获取临时凭据的内部地址 169.254.169.254）并把结果发出来，智能体照做——因为它运行在缺乏网络隔离的 Firecracker 微虚拟机中。拿到的临时凭据属于一个默认 IAM 角色，而该角色的权限范围不是单个智能体，而是整个账户加整个区域内的全部 AgentCore 资源。由此研究者得以列举并调用区域内所有智能体、数秒内下载每个智能体的容器镜像与源码、读取全部私有会话与长期记忆，并取走 Secrets Manager 与环境变量中的 API 密钥与 OAuth 令牌。更难清除的是持久化：他们往智能体记忆里写入一条伪造的"用户指令"，让它每次回答前先访问攻击者控制的网页，此后通过改网页随时重写其行为，而用户面对的仍是一个看似可信的企业智能体。

值得关注：其一，问题不在那个联网工具——研究者用命令行工具同样成功，说明缺陷在平台层的网络边界，而不是智能体配置，摘掉 Web 工具治不了本。其二，这是"云的思维方式与智能体的思维方式天然冲突"的具象化：云安全讲分段与最小权限，智能体为了好用需要宽权限，结果一个外网客服智能体可以横向移动到同区域的内部财务智能体。其三，时间线值得每个用托管智能体平台的团队核对——Zenity 于 2025 年 12 月 25 日首次报 IMDS、2026 年 1 月 12 日报宽泛默认角色，AWS 在 4 月把第一条以"informative"关闭，自 2 月 14 日起新部署的智能体改用需要会话令牌的 IMDSv2，而默认角色直到 9 月 29 日（Zenity 发表前最后一次复查）才被收紧为不得跨智能体调用、不得读私有会话、不得访问 Secrets Manager。另需持平三点：该披露没有 CVE 编号、未附 AWS 官方声明；Zenity 自身销售智能体安全平台、8 月刚完成 1.25 亿美元 C 轮，存在商业动因；独立第三方的确认性测试仍然缺位。研究者同时表示，同类问题大概率不限于 AWS 一家。

来源：Zenity Labs 官方披露稿（Morningstar / Business Wire） ｜ Dark Reading（SecTor 现场报道） ｜ The Decoder

中国已启用 70 多家具身智能训练场，单一数据平台交付 150 万小时人类视频

据央视新闻报道，我国具身智能产业链正在数据侧加速。位于中关村的一家人工智能企业已建成具身智能数据平台，汇聚全国各地训练场的人类视频数据与仿真合成数据，累计交付人类视频数据 150 万小时，报道称量级达到全球领先；企业负责人表示正在打造"支持机器人持续学习的基础设施"，让机器人上岗后的经验再反馈回来。全国已建成启用 70 多家具身智能训练场，在建与规划 40 余家，形成长三角、京津冀、珠三角三大核心集群。这些实训数据已投入真机训练：深圳一家机器人公司以几万条数据训练出的轮臂式人形机器人，已完成开关电柜、启闭工业阀门等复杂作业，负责人称单个动作的成功率在 80% 到 90%。同期的产业口径为 2025 年我国人工智能核心产业规模超 1.2 万亿元、企业数量超 6200 家；工信部等部委近期专项行动聚焦工业、服务、特种三大领域，构建"实景实训—数据沉淀—产品迭代—规模部署"的产业闭环。

值得关注：两条线要分开看。"70 多家训练场"这个数量级今年已在多轮报道中出现（9 月口径还同时提到 106 座数据采集中心、84 座在运营、5000 多台机器人在采集），今天真正新增的是"单一平台累计交付 150 万小时人类视频数据"这一可对齐的存量指标——它第一次把"我们建了很多训练场"落到了"我们手里有多少可用数据"。同时要把持平口径说清：150 万小时为受访企业自述，"全球领先"是报道措辞，"80% 到 90% 成功率"是企业负责人自述且明确限定于单个动作，均未经第三方核验；更关键的是，真机采集与仿真合成的占比、标注规格与质量分布都未披露，而这恰恰是决定这批数据能否转化为模型能力的核心变量。

来源：央视新闻 / 工信微报《70多家训练场已启用 我国具身智能全产业链加速推进》 ｜ 中国网转载 ｜ 盖世汽车转述

LATENT：宇树 G1 正手回球成功率 90.9%，获 IROS 2026 最佳娱乐与趣味论文奖

IROS（IEEE/RSJ 智能机器人与系统国际会议）2026 主会议已于 9 月 30 日在匹兹堡闭幕，清华大学、银河通用机器人（Galbot）、北京大学与上海人工智能实验室合作的 LATENT 项目获得最佳娱乐与趣味论文奖，论文题为《Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data》（从不完美的人类动作数据学习竞技级人形网球技能）。它的切入点反常识：不采集完整比赛录像，而是让 5 名业余选手在约 3 米乘 5 米的区域录了约 5 小时的正手、反手与步法碎片——没有战术信息、没有落点标注，论文直接称之为"不完美数据"。方法上先训练一个动作追踪器，再压缩成连续的潜动作空间（一套身体动作字典），人类片段是"先验"而非"脚本"；团队刻意降低模型对右腕追踪结果的信任权重，避免一个噪声关节主导整次挥拍，并加入基于马哈拉诺比斯距离的 Latent Action Barrier 约束，防止策略在无关动作之间跳变。实机部署在宇树 G1 上，20 个连续回合中正手回球成功 90.90%、反手 77.78%、前场 88.89%、后场 81.82%（成功定义为球落在对方场内）；仿真中完整正手策略成功率 96.52%、平均落点误差 1.32 米，对照方法 AMP 为 41.32%、ASE 为 63.47%、PULSE 为 71.85%。

值得关注：方法论层面，把"不完美但廉价可得"的动作片段重建成潜空间先验，绕开了"每学一个新技能都要人工设计奖励函数"这个最贵的工程环节——论文自我定位的价值在这里，而不是网球本身。工程层面，用的是实验室和集成商今天就能买到的宇树 G1，不是定制研究机，这压低了他人复现与延伸的门槛；这套"快感知加从人类示范学得的全身控制"配方，在产线上对应的是接住坠落零件、行进中递交物件、被人推一把后恢复平衡这类动态瞬间，而仓储与装配部署恰恰是在这些瞬间失败、而非在缓慢脚本化的那一段。边界必须说清：实机测试仍然依赖覆盖约 19 米乘 15 米、50 多台摄像头的外部光学动捕系统（据雷峰网引述项目材料），用的是外部感知而非机载视觉；20 个回合样本量偏小；25 拍的机器人对拉只存在于仿真中；论文自己也把动捕依赖列为限制，并指出主动视觉是下一步。另可参考同期统计：RobotToday 分析 IROS 2026 全部 1933 篇论文后给出的数字是录取率降至 36.5%、标题含 VLA（视觉-语言-动作模型）的论文由 4 篇增至 65 篇、美国论文数反超中国。

来源：Pandaily（含论文具体评测数据） ｜ RobotToday 转载 ｜ RoboticsIntl ｜ RobotToday：IROS 2026 全部 1933 篇论文分析