AI Coding 与具身智能双线突破：代码生成逼近极致性能，人形机器人进入量产验证期
AI Coding：从写得出到跑得快
过去几个月，AI 编程工具不再满足于“能生成代码”，而是开始挑战人类专家和编译器的性能极限。字节跳动 Seed 团队与清华大学智能产业研究院（AIR）联合推出的 CUDA Agent 是一个标志性案例。这个基于强化学习的大模型专门生成 GPU 内核代码，在 KernelBench 的 250 个任务中，成功率高达 98.8%。更关键的是，其中 96.8% 的生成内核比 PyTorch 的 torch.compile 更快。
系统采用 PPO 算法训练，运行在安全沙箱中，避免生成危险代码。团队同时开源了包含 6000 个样本的 CUDA-Agent-Ops-6K 数据集和训练配方。这意味着，AI 不仅能写底层代码，还能写出比主流编译器优化后更高效的版本——这对自动驾驶、大模型推理等对延迟极度敏感的场景意义重大。
与此同时，开发者的日常工具链也在被重构。被 SpaceX 收购的 Cursor 推出了 Origin，一个专为 AI Agent 高频提交设计的 Git 兼容代码托管平台。它支持仓库管理、PR 流程，并能与 GitHub 双向同步。上线当天恰逢 GitHub 全球宕机 8 小时，意外形成“神助攻”。Origin 的目标很明确：当 AI Agent 每月生成超过 1700 万个 PR 时，传统代码托管平台的架构已显吃力。Origin 试图成为“Agent 原生”的新一代基础设施。
轻量化路线也在加速。Vercel Labs 开源的 fx 仅 6.4MB，用 Zig 编写，冷启动只需 10 微秒。它支持本地模型、API 或网关调用，还能通过 WebAssembly 嵌入到任意环境。Hacker News 上获得 143 分热议。fx 的理念是做“Unix 工具”，而非假装成应用的终端。这种极简设计代表了编码 Agent 的另一条路径：不是取代 IDE，而是作为可嵌入流水线的基础设施原语。
大模型能力分化：代码、安全与合规
国产大模型在代码和安全领域的进步同样显著。智谱发布的 GLM-5.3 在代码生成和网络安全任务上取得重大突破，部分安全能力甚至追平或超过海外闭源模型。公司同步启动“开源的盾”计划，为重点开源项目提供免费安全审计和模型额度。这标志着中国开源大模型正从“会写代码”转向“守护数字基础设施”。
DeepSeek 的 V4 Pro 正式版（总参数 1.6 万亿，激活约 490 亿）全系开源，支持百万 Token 上下文。多项指标已接近 Anthropic Fable 5 等顶尖闭源模型。其 Flash 版采用分时定价，空闲时段低至 4.5 元/百万 Token。价格优势加上接近闭源的性能，让开源模型从“开放源代码”真正走向“开放资源”。同期，阿里 Qwen3.8-Max 进入 LMArena 综合榜 Top5，两浙产模型连续多周包揽全球开源调用量前两位。
Claude 生态则在功能扩展与合规之间寻找平衡。其 Code 产品将整合 /design 命令，允许开发者在终端创建 UI 设计模型并生成可共享原型。更进一步，Claude 现在可以自主发送 Gmail——开启设置后，能直接发信、回复或转发，无需人工确认。但为遵守欧盟 AI 法案，所有 Claude 输出都添加了不可感知的统计水印。讽刺的是，GitHub 上很快出现了针对 Claude 的去水印工具。水印与反水印的博弈，已成为 AI 合规的新常态。
办公场景实测：国产 Agent 表现亮眼
AI Agent 在真实办公环境中的表现如何？华尔街投行杰富瑞做了一次实测。他们测试了中美八款主流 Agent，覆盖多文件检索、联网研究、浏览器操作、PPT 制作和多模态生成五大场景。结果，阿里千问办公以 95 分排名第一，略胜 Claude Cowork（94 分）和 OpenAI Codex（92 分）。Kimi Work、豆包、MiniMax Code 等国产产品也全部入榜。
这一结果说明，在复杂、多步骤的真实办公任务中，国产 Agent 已具备与国际顶尖产品正面竞争的能力。背后是本地化数据、中文理解优化和场景适配的综合优势。
企业内部的渗透率数据更具说服力。快手 2026 年 Q2 业绩显示，员工使用自研 AI Agent 产品的比例超过 92%，而研发人员的 AI 代码贡献率达到 60%。这是一个关键里程碑——意味着大型互联网公司的核心研发流程已被 AI 实质性重构。同期，其可灵 AI 业务收入超 8.5 亿元，同比增长超 200%。
企业微信也在主动打开生态。它升级了 CLI 与 MCP 协议，向 DeepSeek Harness、MiniMax Code、WorkBuddy 及自建 Agent 开放文档、表格、邮件、会议、日程、通讯录等十大办公能力。这种无门槛开放，为 Agent 在企业落地提供了标准 API 入口。
具身智能：从表演到打工
如果说 AI Coding 在软件层加速进化，那么具身智能则在硬件层迎来转折点。2026 世界机器人大会（WRC）最明显的信号是：行业叙事从“炫技表演”转向“实景干活”。373 家企业带来 3000 多件展品，其中 300 多件为首发新品，数量比上届增长超 140%。大会首次设立“采购日”，参展采购商从 80 多家增至 200 多家，所有 300 多台真机全部动态运行。
中国厂商在全球人形机器人市场占据绝对主导。据 SAG 报告，2026 上半年全球出货 1.91 万台，同比增长 272%，其中中国企业占比超 97%。智元以 8400 台（44%）登顶，宇树以 5900 台（31%）紧随其后。但需注意，“出货量幻觉”依然存在——超过 65% 的机器人仍用于演示或测试，真正投入持续生产的不足 35%。行业正处于从“好看”到“好用”的过渡窗口。
小米的进展提供了透明参照。其新款人形机器人“铁大”（1.70 米，66 自由度）在小米汽车工厂的自攻螺母上件工站，双侧作业成功率从 90.2% 提升至 98%，距离人工的 99% 仅差 1 个百分点。新增的中控台侧盖板排序与料箱折叠回收工站，成功率也达到 90%。这种“自研自用”模式，让小米拥有天然的训练场和验证闭环。
宇树科技登陆资本市场，上市首日高开 629.44%。其在 WRC 展示的机械臂能细致抚平衣物褶皱、快速归类杂乱货品，家庭和商用场景的实操能力直观可见。资本市场对硬件供应链的认可度很高，但产业链普遍认为，机器人的“大脑”价值尚未被充分定价。
商业化落地：工业与电力成突破口
真正的商业化信号来自订单和认证。无界动力的轮式半人形机器人 K15 获得全球首个工业级全域 CE 认证，成为首个通过欧盟合规准入的具身智能产品。公司已签署总额 7 亿元的全球订单，其中包括与远景科技集团的 5 亿元合作——这是国内具身智能操作领域首个亿元级海外订单。8 月，其海淀中试平台落成，打通了“大脑研发—中试验证—全球交付”的完整链条。
国家层面的动作更具确定性。国家电网内部印发具身智能规划，计划投入 68 亿元，集中采购 8500 台具身智能设备，其中包括 500 台人形带电作业机器人。叠加 WRC 上央企联合体的亮相，标志着“国家队”正式下场，补齐量产能力和场景落地的短板。电力巡检和带电作业，可能成为继工业制造之后的下一个规模化应用场景。
训练基础设施也在快速铺开。中国信通院报告显示，截至 2026 年 6 月底，全国已建成启用超 70 家具身智能训练场，在建或规划中的还有 46 家。这些训练场 60% 以上为综合类，覆盖长三角、京津冀、珠三角三大集群，并向二三线城市延伸。数据采集→训练→验证→落地→升级的全链条服务能力正在成型。
技术前沿与跨界动态
其他值得关注的动态包括：彭博报道称，SpaceX 曾试图收购 AI 编程公司 Cognition（Devin 母公司），虽未成功，但马斯克最终以 600 亿美元收购 Cursor，显示出对 AI Coding 战略价值的高度重视。
在脑机接口领域，Neuralink 完成了全球首例 经硬脑膜植入手术，信号采集精度较此前的硬膜外路线进一步提升。同期，华山医院牵头的国内首款硬膜下植入式 BCI 系统启动三类注册临床。信号精度的跃升，可能解锁更复杂的意念控制场景。
特斯拉中国在车机系统中引入火山引擎的 豆包大模型，为 Model 3/Y/S/X 提供实时信息查询和自然对话能力。尽管马斯克有自研模型，但在座舱体验上选择中国本土供应商，说明国产大模型在特定场景已具备不可替代性。
北京人形机器人创新中心发布的 天工 Omni 和 Pelican-Unify 1.0 具身大模型，则展示了“感知—理解—决策—执行”的全栈能力。天工 Omni 能完成梅花桩、上下楼梯、匍匐爬行等极限动作，而 Pelican-Unify 开放底层接口，支持二次开发，标志具身智能进入“协同进化”新阶段。
星海图在 WRC 展示了两项全球首创：一是机器人在京东真实前置仓自主完成拣选、导航、打包全流程；二是机器人组装机器人，全程无需人工干预。其 G0.5 具身基础模型支持少样本泛化——无需为每个 SKU 单独编程，仅需少量样本即可识别抓取。这种能力正从论文走向产线。
LG 与 Nvidia 则瞄准了另一个瓶颈：训练数据。双方设定目标，积累 10 万小时人形机器人训练数据，相当于 11 年连续运行。数据来源结合物理测试与 Nvidia Omniverse 仿真平台生成的合成数据。高管级会晤表明，这是一场长期投入的“军备竞赛”。
GitHub 的开源趋势也印证了方向转变。8 月 19 日趋势榜前三名分别是 OpenViking（自演进上下文数据库）、codex-security（安全工具）和 Kimi-K3（Agent 框架）。Agent 的记忆、编排、安全三类仓库霸榜，说明社区关注点已从“训练更大模型”转向“构建 Agent 基础设施”。