今天的两条主线都很「工程化」。编码 Agent 这边，Chrome 团队把浏览器调试能力做成正式可用的 MCP 服务器，Agent 可以自己开页面、读控制台、跑性能 trace，再回头改代码——闭环里少了一个人；开源社区这一周则把力气花在模型外面那层运行时上。具身智能这边，行业报告把「缺数据」量化成了千万小时级，资本开始往关节与力控这类底层硬件集中。
Chrome DevTools MCP 转正：编码 Agent 终于能自己开浏览器查错
Chrome 团队把 chrome-devtools-mcp 做成了正式可用的 MCP 服务器，让 Claude Code、Cursor、Copilot、Gemini CLI、Antigravity 这类编码 Agent 直接控制和检查一个真实的 Chrome 实例。MCP 指 Model Context Protocol，一套让 AI 客户端以统一接口调用外部工具的开源协议，最初由 Anthropic 提出，现已成为编码 Agent 接工具的事实标准。该项目以 Apache-2.0 协议开源，版本 v1.11.0，GitHub 上约 5.38 万星、149 位贡献者。能力分三块：录制 trace 并提取可执行的性能洞察；分析网络请求、截图、读取控制台消息（带 source map 堆栈）；基于 Puppeteer 的可靠自动化，动作之后会等待结果而不是盲等。落到具体工具上，就是 take_snapshot、take_screenshot、list_console_messages、list_network_requests、get_network_request 这一组读状态的接口，加上 click、fill_form 这类写动作，以及 emulate_cpu、emulate_network、resize_page 用来模拟弱网与低端机，还有 performance_start_trace 与 performance_analyze_insight 负责把一次加载拆成可归因的指标。除 MCP 外还提供 CLI 与精简的 slim 模式；Chrome 144 及以上版本可以在 chrome://inspect 里打开远程调试，再用 --autoConnect 接入一个已经开着的浏览器实例。
值得关注：它补的是 Agent 工作流里最后一段盲区。前端 bug 过去必须由人复现、截图、贴日志，Agent 只能靠猜；现在它可以自己进浏览器验证「改完到底好没好」，验证成本从几分钟人工降到一次工具调用。边界同样清楚：浏览器里的内容对 MCP 客户端完全可见，接到日常用的浏览器等于把登录态交出去，官方建议用独立 profile；使用统计默认上报 Google，trace 的 URL 会发给 CrUX 接口，需要 --no-usage-statistics 与 --no-performance-crux 手动关闭；官方只保证 Chrome 与 Chrome for Testing，要跨浏览器得换 Playwright MCP。
来源：Chrome DevTools MCP 正式可用（AI 技术日报 2026-10-21） · ChromeDevTools/chrome-devtools-mcp
编码 Agent 的竞争点，正从「模型」挪到「运行时」
10 月 17 日至 21 日，GitHub 上冒头的几个项目指向同一件事。LemonCrow v0.8.0 是一个 Python 写的编码 Agent 运行时，官方目标是平均提速 25%、降本 30% 而不牺牲质量。Pi Harness v2.2.4 给 Pi Coding Agent 补上了可观测性、治理、崩溃恢复、评估与多 Agent 编排。Runner v0.16.4 用 Rust 把 Claude Code、Codex、Copilot CLI 放进同一个终端协同干活，各自保留独立的 TUI 界面。同期还有 NanoCoder v1.31.0，主打自己带模型、代码留在本地。
值得关注：这几件事拼起来是一张清晰的图——模型能力还在涨，但工程侧的差距越来越体现在 harness，也就是模型外面那层负责上下文管理、工具执行、权限、日志、长任务与成本的东西。当 Flash 档模型已经能把单任务成本压到一两块钱，真正决定生产可用性的就变成了「出错能不能恢复」「花了多少钱能不能解释」「多个 Agent 抢同一个仓库会不会打架」。对技术选型的含义是：评估一个编码工具，只看榜单分数已经不够，要看它能不能被审计、被限流、被回滚。
来源：AI model releases this week（AI on Radar）
伊塔动力完成超亿元种子系列融资：钱投在人形机器人的「动力底盘」上
机器人动力与操作平台企业 YITA Dynamics 伊塔动力在 10 月 20 日披露，已完成种子轮与种子+轮合计超亿元融资，由经纬创投、商汤国香资本、建银国际、光源 L2F 基金、银河通用及傅利叶智能联合投资，光源资本担任孵化方与独家财务顾问。公司的定位是打通具身算法与机器人的物理执行机构，路径从关节模组延伸到力控操作平台。创始人钟雪岗有十余年机器人产业化经验，此前在傅利叶智能负责人形机器人动力板块，主导三代共 20 余款执行器与关节模组开发，产品累计量产近 5 万台；首席科学家闫磊长期做力控机械臂算法与灵巧操作。技术路线上，公司选择自研复合行星力控方案，作为区别于传统谐波传动的一条独立路线。公司名取自希腊字母 η（Eta），在强化学习里代表学习率、在动力传动里代表能量转化效率，正好对应它的双重定位。
值得关注：这笔钱没有投给本体品牌，而是投给了决定「机器人能不能把力气用准」的那一层。灵巧操作场景对机械臂的约束是负载、体积、能耗、成本互相牵制，任何一项单独优化都会挤压其余三项，所以这一层的技术选择一旦定型就很难改，先发者拿到的是一段长期的结构性优势。投资方的判断也点明了范式变化：过去机器人控制靠固定规则编写，现在硬件系统要适配基于学习的智能模型，软硬件协同设计才是降低具身模型落地门槛的关键。需要保留的边界是，机构自己承认赛道商业化周期长、技术落地与客户验证仍存不确定性；「近 5 万台」是团队历史机型累计量产数，不等于新公司的出货量。
来源：伊塔动力完成超亿元种子系列融资，瞄准具身智能底层动力硬件（腾讯新闻）
《具身智能发展报告（2026）》：要等来机器人的「ChatGPT 时刻」，先得有千万小时级数据
10 月 13 日至 16 日，国际电信联盟（ITU）具身智能标准焦点组 2026 年第三次会议及标准高级研修班在杭州举行。该焦点组已汇聚 57 个国家和地区的 500 余名专家，设九大分组，覆盖基础架构与术语、多模态数据、具身智能模型、系统集成与接口、开源生态等方向，数十项标准工作项目正在推进。由中国信息通信研究院牵头推动的 ITU-T F.748.66《具身智能系统框架及能力要求》已于 2025 年 12 月获批生效，明确了具身智能的定义、系统框架以及感知、决策、执行、交互、学习等关键能力要求。会上，中国信通院、清华大学电子工程系与具身智能测试实验室联合发布《具身智能发展报告（2026）》，判断产业已走出实验室样机阶段，进入商业化落地的关键窗口期，北京、广东、江苏、浙江等地形成特色产业集群。
值得关注：报告给出了一个可用来校准预期的硬数字——要实现机器人自己的「ChatGPT 时刻」，模型需要千万小时级的有效数据。在高需求与大规模缺口之间，国内已有数十家公司进入具身数据赛道，仿真合成与真实数据并行推进，各自的能力边界逐渐清晰。仿真公司 Motphys 的判断是，产业关注点正从机器人本体转向数据与训练，如何获取高质量数据、提升训练效率、缩小仿真与真机之间的差距，才是落地的主要矛盾。这也是当前具身智能最像早期大数据的地方：算力和本体都可以买，唯独数据管线、治理与质量评估买不到，只能一单一单攒。
来源：具身智能落地呼唤可信数据标准 Motphys 仿真方案引关注（光明网）
首届全球具身智能应用创新挑战赛闭幕：2000 支队伍在杭州比「连续作业」
首届全球具身智能应用创新挑战赛暨 2026 中国机器人大赛于 10 月 18 日在杭州闭幕。赛事由中国自动化学会、国家具身智能应用中试基地主办，10 月 16 日开幕，赛场分布在白马湖国际会展中心与滨江智造谷。初赛阶段吸引全国 380 所高校及企事业单位约 2.8 万人次参与，决赛阶段 2000 支队伍、近 5000 名选手到场，最终产生 59 支冠军队伍、57 支亚军、52 支季军，共 168 支队伍进入各赛项前三。中国机器人大赛创办于 1999 年，本届大学组设 22 个大项、60 个子项目。
值得关注：赛制本身在变。传统赛项与具身智能应用任务同场展开，首届挑战赛覆盖柔性分拣、空地协同、居家服务、医疗辅助、未知地形探索和灵巧操作，其中含 3 个企业赛项，要求机器人在动态环境里连续完成感知、判断、规划与执行，评价重心从单项性能转向多步骤任务的完成质量。这是一个信号：人才评价标准正在跟产业需求对齐，能调通一个动作的人不缺，能把一串动作在不确定环境里稳定跑完的人才稀缺。边界也要说清楚，比赛成绩不等于产品可靠性，真实产线的节拍、良率与安全冗余是另一套考卷。
来源：首届全球具身智能应用创新挑战赛暨 2026 中国机器人大赛在杭州闭幕（央广网）
本页的评论功能已关闭