AI 日报 | 2026年10月29日

AI coding 赛道今日焦点是「编码智能体接入开发工具链」：Google 与 Slack 同日（10/28）开放 Agent 接入口，让智能体从聊天窗口走进真实的构建、测试与协作流程。具身智能方向，全国首批分级标准与港大评测榜单相继落地，行业从「讲能力」进入「可度量」阶段；开源侧 LeRobot 突破 2 万星，把 VLA 数据管线的入场门槛又压低了一档。

Google 开放 Android Studio：40 余款编码智能体接入开发全流程

Google 在 10 月 28 日 Android Dev Summit 上发布稳定版 Android Studio Rabbit 2，通过 Agent Client Protocol（ACP，一个连接 AI 编码智能体与代码编辑器的开放标准）向 40 余款第三方智能体开放，包括 Anthropic Claude Agent、OpenAI Codex 与 Google Antigravity。接入后的智能体不再局限于聊天面板：它可以查看项目结构、构建应用、启动 Android 模拟器、读取 Logcat 运行日志——也就是说，智能体第一次拿到了「检查自己工作」的手段，而不只是生成代码。新功能 Change Review 能扫描待提交的改动、标记潜在 Bug 并逐步解释变更内容；配套的 Android 命令行工具还支持终端智能体直接渲染 Compose 界面预览。Google 称内部测试中界面任务提速 77%、Token 消耗最多降至三分之一，但该数据为公司自报，并非独立基准。

值得关注：本博多次提过「AI coding 的瓶颈正从生成转向验证」，Google 这次把模拟器、日志、代码审查这些验证工具直接交到智能体手里，等于补上了闭环里最缺的一环。如果 ACP 成为事实标准，编码智能体的竞争焦点将从「谁更能写代码」转向「谁更会用工具自证正确」——这也是 Claude Code、Codex 这类终端型智能体此前一直在手工搭建的能力，如今被平台标准化了。

来源：https://superpowerdaily.com/posts/google-opens-android-studio-to-more-than-40-coding-agents-including-claude-and-codex

Slack Code API 正式开放：编码智能体获得共享作业频道

Slack 于 10 月 28 日正式开放 Code API，全量付费方案可用。开发者可以让自建编码智能体在接到超出「一句话能答」的任务时，创建一个共享的 code channel（代码频道），把任务上下文、执行过程与产出集中在一处；团队成员可进入频道查看进度、补充信息、纠正方向、审查改动，界面内置代码 diff、HTML 预览与智能体思考步骤视图。权限沿用频道现有的管理与合规体系，不需要另建访问系统。Slack 披露已有超过 150 家客户与合作伙伴提出接入需求；GitHub Copilot 智能体会话中有 30% 会打开代码频道——注意该比例仅统计 Copilot，不代表所有智能体。

值得关注：这标志着「多人监督智能体干活」的组织界面开始产品化——此前智能体的执行过程困在一对一的私聊窗口里，团队无法插手。把执行过程搬进频道，本质上是给智能体协作加上了「组织记忆」与「可审计」两个属性。缺口也很明确：GitHub 评审与合并工作流尚未上线，代码频道目前只能「看」，还不能闭环到 PR 合并。

来源：https://superpowerdaily.com/posts/slack-opens-shared-coding-channels-to-custom-ai-agents-with-a-new-api

全国首批人形机器人具身智能分级标准发布：L1-L4 与 G1-G5

10 月 28 日，国家地方共建人形机器人创新中心联合智元、傅利叶、开普勒等 50 余家头部企业与科研院所，在上海发布全国首批人形机器人具身智能标准。《人形机器人分类分级应用指南》按具身智能、下肢运动、上肢作业、应用环境四个要素，将人形机器人划分为 L1-L4 四个技术等级；《具身智能智能化等级分级指南》按感知、认知、决策、自主四项核心能力，将智能化水平划分为 G1-G5 五个阶段。现场还发起首个具身智能语料数据生态倡议，并签订语料运营合作意向书。这是继首批六项人形机器人国家标准获批（2027 年 4 月 1 日起实施）之后，行业标准体系在「分级度量」维度上的关键补位。

值得关注：对数据侧尤其重要的是「语料数据生态倡议」——具身智能语料的确权、流通与运营，开始有了官方背书的组织形式，这与此前工信部数据集质量标准（11 月 1 日实施）形成呼应。当「智能化程度」第一次可以被分级打分，营销叙事与真实能力的差距将无所遁形：对踏实做模型与数据的公司是利好，对靠 Demo 讲故事的公司是压力测试。

来源：http://mp.weixin.qq.com/s?__biz=Mzk0MjQxMDY1Mg==&mid=2247504963&idx=1&sn=0e7fa9dc750a7267f2c608c80170c169&chksm=c32271f6be2059af95e61d234ea790111a527a3877c6ec0b35311cce0fb1b005d9a574cdc03d#rd

智元 GO-3 Nano 登顶 RoboDojo 仿真榜，GO-3 正式版今日发布

10 月 27 日，香港大学主导的机器人操作评测基准 RoboDojo 披露最新仿真榜单：智元（AGIBOT）尚未正式发布的 GO-3 Nano Preview 以 61.90 分平均成绩、56.42% 平均成功率登顶，超过 OpenAI 的 GPT-6 Astra（通用多模态大模型，此前被认为可直接充当机器人「大脑」），并在精细操作（78.65 分）、长程执行（68.21 分）、开放语义理解（61.71 分）三个细分维度均列第一。GO-3 正式版将在今天（10 月 29 日）的智元 AI Day 上发布。榜单背后是路线之争：宇树王兴兴此前展示机器人零训练接入 GPT-6 即可绘画、下棋；而银河通用团队的多任务评估发现，Astra 在复杂接触、灵巧操作与高动态运动中仍有明显局限。

值得关注：两点需要并排看。其一，这是具身专用模型（VLA，Vision-Language-Action，视觉-语言-动作模型）对通用大模型的一次公开「卡位」，说明专用路线在操作类任务上仍有护城河，但一张仿真榜单不等于真机能力，也不能证明哪条路线已赢。其二，评测榜、分级标准在同一周密集出现，具身智能行业正补上从「讲能力」到「可验证」的关键一课——2027 年交付大考的准考证，正在这一周陆续发放。

来源：https://www.thepaper.cn/newsDetail_forward_34342173

Hugging Face LeRobot 突破 2 万星：VLA 训练管线与数据格式走向标准化

Hugging Face 旗下的开源机器人操作框架 LeRobot（面向低成本机械臂的视觉-语言-动作学习项目）GitHub Star 数突破 2 万，最新版本加入了端到端 VLA 训练管线：遥操作示范数据采集工具、SmolVLA 级策略的微调配方、以及基于 MuJoCo 的仿真到真机迁移测试框架。项目明确面向 500 美元以下的硬件（如 SO-100/SO-101 开源机械臂），社区贡献者补充了标准化数据格式并兼容 Hugging Face Hub，让操作数据集可以像模型权重一样被分享和复用。目前已有多个高校实验室和至少两家商业初创将其作为基线技术栈。

值得关注：真正重要的不是模型本身，而是数据格式的标准化。操作学习长期被数据碎片化困住——每个实验室自采的示范数据格式互不兼容，迁移学习几乎无从谈起；LeRobot 的 episode 格式（多相机同步帧、关节状态、动作块）正在复制 LLM 微调可复现化的路径。一个类比广为流传：ROS 标准化了机器人通信，LeRobot 标准化了机器人学习。对「数据基础设施层」的从业者而言，这意味着采集与训练的中间件正在被开源商品化，差异化将加速向数据质量、治理与评估集中——低质量数据集泛滥反而是下一个风险点。

来源：https://smartotics.com/2026/10/2026-10-26-robotics-daily-2026-10-26.html