今天五条新闻共用一条主线：能力已经不是唯一瓶颈，验收才是。编码 Agent 的能力外溢到了逆向工程，谷歌开始在面试里考「你能不能看出 AI 答错了」，Meta 自曝一个消费级 Agent 原型只用两周、可靠性却磨了七个月；具身侧则是把世界模型拆成多层来省规划算力，以及两家零售账本不约而同地把机器人限制在夜间与九平方米里。
编码 Agent 接上 Ghidra：REA 把逆向工程变成一次 MCP 调用
开源项目 REA（Reverse Engineer Anything）本周登上 GitHub Trending 榜首。它本质上是一个 MCP 服务器加命令行工具，把 Ghidra、Hopper、IDA 这些反编译与静态分析引擎接进你已经在用的编码 Agent——Claude Code、Codex、Cursor、Gemini CLI、Windsurf、Devin、GitHub Copilot CLI 都能通过一条 npx rea-agents setup 完成注册。覆盖目标包括原生二进制（Mach-O、ELF、PE）、JavaScript 与 Electron 应用、.NET 程序集、网站、Android APK 和固件，分析全程跑在本地，不上传任何东西。项目采用 MIT 协议，于 10 月 7 日前后发布，4.1 版本新加了基于无头 JADX 的 APK 静态分析与 Binwalk、Unblob 固件解包。值得留意的是它的克制：README 明确声明不声称能还原原始源码或克隆整个应用，每个结论都附带证据与已知局限。
值得关注：方向上这是一个信号——一年前编码 Agent 的前沿是「把这个功能写出来」，现在变成「那个 App 有这功能，去搞清楚它怎么做的，带回来」。能力边界在往外扩，而项目负责人主动划出了它不做什么，这在同类工具里少见。需要说明的是，各来源给出的星数差异很大（7.2k、8,889、10,400+ 均有），另有中文媒体称「接近 8 万颗星」，疑为「8 千」之误，建议以 GitHub 仓库实时数字为准；另外「把逆向交给 Agent」涉及的法律与竞业边界，项目也没有回避讨论。
来源：GitHub - morluto/rea ｜ REA: Hand Reverse Engineering to Your Coding Agent（zendot） ｜ REA Launches（Web Pulse）
谷歌面试试点「代码理解」轮：考的是你能不能看出 AI 错了
谷歌正在试点一个新的软件工程师面试轮次，名叫「代码理解」（Code Comprehension）：候选人拿到一段现成的陌生代码，可以开着 Gemini 一起读代码、找 bug、做优化，面试官则重点评估候选人的「AI 熟练度」——怎么写提示词、怎么检验 AI 的输出、怎么调试，以及最关键的一点，AI 答错时能不能自己指出来。这条消息最早由 Business Insider 于今年 5 月依据一份谷歌内部文件披露，谷歌发言人向 BI 确认试点期间使用的助手就是 Gemini，负责招聘的副总裁 Brian Ong 表示这是为了让面试更贴近团队在 AI 时代的实际工作方式。试点的边界其实很窄：只针对初级到中级岗位，只在美国的部分团队，最先参与的是 Google Cloud 与平台与设备部门，计划从今年下半年开始，效果好再推广。同一批改动里，原本以行为问题为主的「Googleyness 与领导力」轮会加一段技术设计讨论。
值得关注：真正有价值的信号不是「谷歌面试允许用 AI」，而是评价标准从「你会不会写」迁移到「你能不能判断对错」——这恰好呼应了工程师每天面对大量他人或 AI 生成代码的现实。需要泼的冷水是，社交媒体上流传的「200 到 500 行陌生代码库」「限时 60 分钟」「取消算法题」「告别 LeetCode」等细节均无可靠出处，来自培训机构与面试论坛的杜撰，谷歌没有确认过；传统编码题并未取消。
来源：Google面试能开Gemini了？先别急着卸载刷题软件（网易，2026-10-12） ｜ Google试点AI辅助软件工程师面试（2026-10-12）
Meta 自曝账本：Muse 原型两周，可靠性磨了七个月
Meta 首席 AI 官 Alexandr Wang 做客 David Senra 的 Founders 播客，完整讲了 Muse 的诞生过程（访谈约 72 分钟，10 月 11 日前后上线）。Muse 始于 2026 年 2 月，Wang 与 Meta AI 产品负责人 Nat Friedman 连续数周泡在开源个人 Agent OpenClaw 里，得出的结论是「个人 Agent 就是终极消费产品」；两周之内，一个原型就摆到了 Meta 董事会面前。但此后整整七个月，团队的工作全是让它可靠——具体做法是一张记录 100 多项模型行为的电子表格，每一行配一个 eval、一个「发布阻断阈值」，然后逐格把红色变绿。整个团队不到 200 人，Muse 于 9 月 8 日发布。作为对照，WSJ 10 月 2 日的报道称 Muse 十天内登上美国 App Store 下载榜第一，Meta 股价随后上涨约 11%，但亚马逊以违反 marketplace 使用条款为由屏蔽了 Muse 的购买行为。
值得关注：这是今天最硬的一条工程经验——原型成本与发布成本的比例是 2 周 : 7 个月，而后者的工作形态极其朴素，就是一张行为清单加逐个验收。Wang 自己给的框架也值得记：他把「上限」和「下限」分开了，认为个人 Agent 产品的峰值能力不如它的失败地板重要，因为第三步的一次失败会重置前两步建立起来的信任。需要标注的是，Wang 没有给出任何留存数据，他关于「Muse 是史上增长最快的消费级 AI 应用」的说法也只是转推别人的图表，访谈者并未追问；亚马逊的屏蔽则提醒所有做 Agent 的人：没有官方合作通道的自动化，随时可能被平台掐断。
来源：Alexandr Wang on Muse: How Meta Built Its Personal AI Agent in 7 Months（2026-10-11） ｜ Muse became an App Store hit, and Amazon blocked it（mlllm.io）
LeCun 四年前的构想交卷：H-JEPA 分层世界模型开源，迷宫成功率 18% → 73%
Yann LeCun 任董事长的新公司 AMI Labs（Advanced Machine Intelligence）联合纽约大学、巴黎 INRIA 与布朗大学发布 H-JEPA，一套可以端到端训练的分层世界模型，论文、代码与预训练权重同步公开。思路是把多个 action-conditioned JEPA 逐层堆叠，每一层在自己的隐空间里预测更远的未来状态；规划时自上而下，高层先朝目标优化，把它预测出的中间状态作为子目标交给下一层，逐层细化到可执行的原始动作，并用 SIGReg 防止表征坍塌。核心收益是「该记的记、该忘的忘」：在 Visual AntMaze 仿真迷宫里，高层表征保留了蚂蚁的位置和迷宫布局，却丢掉了腿部姿态这类快速变化的细节。结果是三层 H-JEPA 的规划成功率达 73.3%，单层 LeWorldModel 只有 18.0%，且前者需要的规划算力更少；在真实机器人视频数据集 DROID 上做离线规划，保真度也优于单层。
值得关注：LeCun 早在 2022 年还在 Meta 时就提出过分层 JEPA 的构想，这是第一次给出可端到端训练的工程实现。但论文也诚实地给出了反例——层数不是越多越好，在 Push-T 推物体任务里两层最好，加到三、四层成绩反而下降。另外要注意，AMI 今年 3 月融资 10.3 亿美元，官网上目前仍没有面向公众的产品入口，这些都还是研究成果而非可用产品。
来源：H-JEPA: End-to-End Learning of Hierarchical World Models for Visual Planning（arXiv:2610.06805） ｜ GitHub - kevinghst/H-JEPA ｜ H-JEPA teaches world models to plan at multiple levels of abstraction（VentureBeat）
机器人进零售：香港 24 小时无人便利店与丹麦夜班补货
两条可核实的运营案例，都不追求「机器人比人强」，而是把环境缩小到今天的能力够用。其一是银河通用（Galbot）在中国香港开出三家 24 小时无人便利店，9 月 1 日于红磡海滨、湾仔海滨和启德启业，每家约 9 平米的胶囊店，由高 173cm、臂展 190cm 的轮式人形 G1「小盖」独自值守，支持普通话、粤语和英语，顾客在屏幕上下单后机器人转身从货架取货交付；这是 Galbot 在内地以外的首个部署，由港投公司（HKIC）支持，而它在中国内地已在近 50 座城市开出约 200 家门店。其二是丹麦创业公司 Hive Robots 与丹麦最大零售商 Salling Group 的合作：哥本哈根附近一家 Føtex 超市自今年 6 月起训练宇树本体做货架补货，目前每个动作都由真人操作员戴 VR 头显一步步引导，目标是 2027 年初实现自主，且主要在闭店的夜间时段作业；Føtex 称员工 40% 到 50% 的工作时间花在补货上。
值得关注：这两个案例的真正看点是「约束在做通用智能还没做到的事」——9 平米、固定货架位、有限 SKU、无人时段，把开放世界的难题降维成了可交付的任务。但两者都还不是完整答案：南华早报的独立报道发现香港门店的部分补货工作仍需真人店员，路透 9 月 5 日探店也记录到顾客抱怨响应慢和处理突发情况的能力；丹麦方面则明确表示机器人目前比人慢、需要密切监督，且丹麦法律须修改后才允许机器人自主地在顾客中间作业。作为国内侧的量化锚点，优必选 10 月 9 日与建发股份在厦门签约共建合资公司，打造「优生态科技中心福建总部」，计划到 2030 年共同完成不低于 1 万台人形机器人的销售目标，落地方向是供应链运营、物流仓储与安防巡检——这也是目前最愿意为人形机器人付费的几类场景。
来源：Galbot Opens First Humanoid Robot Stores Outside Mainland China（Robotico） ｜ Hong Kong's First Robot-Run Convenience Store（Singularity.Kiwi） ｜ Denmark Tests Humanoid Robots For Supermarket Night Shifts（Euronews 经由 To Vima） ｜ 优必选与建发股份达成战略合作（新京报贝壳财经，2026-10-11）
本页的评论功能已关闭