本期AI动态：一边，一颗模拟果蝇大脑在ChatGPT面前学会了服从——37次指令零差错，却始终找不到食物；另一边，一台5999元起售的量产手机把大模型的决策变成了对真实 App 的实际操作，开售1秒销售额破亿。前者是13.8万个神经元在一台 MacBook 上跑完的生物仿真，底座是9月3日登上《Cell》、以CC-BY协议完全开源的雄蝇中枢神经系统连接组——它把生物信号送进模型；后者是9月16日开卖的努比亚NaviX Ultra——它把 Anthropic 提出的 MCP协议第一次装进消费终端，并用一份被称作“AI 时代Robots协议”的SAEP提前向第三方App划界。一进一出，大模型与真实世界之间的接口在同一周里两端同时被打开。撑住这两端的仍是硬指标：地瓜机器人以4亿美元C轮、旭日芯片累计出货800万片和 50% 以上的具身客户覆盖率，把端侧算力底座推过规模化拐点；Anthropic 用 R&D Automation Index 公开Claude已“主导”26% 的内部研发、30,000 个 Agent 常态化运行；OpenAI 则宣布 GPT-5.5将于10月14日全面退役。

一、开发者把整颗果蝇大脑接上 ChatGPT：生物神经信号首次被逐词翻译为自然语言

9 月中旬，开发者 @chetaslua 公布一项演示：用公开果蝇全脑连接组，在本地 MacBook 上以 NumPy 完成全脑脉冲模拟，并将神经放电逐词翻译为英文句子，原文送入 ChatGPT。中文科技媒体于 9 月 14 日至 16 日集中报道并扩散。核心细节包括：

• 模拟规模：约 13.8 万个神经元、约 1500 万条连接，一次一个脉冲地跑完，全程无神经芯片、无 GPU，仅依赖 NumPy 与一份连接组布线图（对应 FlyWire 雌性果蝇全脑数据集口径）。
• 合理性检验：喂糖时，负责喙部动作的 MN9 神经元以 78 Hz 放电（对应伸喙进食）；加入苦味后频率瞬间跌至 3 Hz（对应退缩）。方向与 2024 年《Nature》全脑计算模型结论一致。

• “翻译器”环节：开发者在大脑自身活动上训练了一个“线性读出”分类器，把放电模式映射为 16 个英文词。训练时刻意排除初级感觉神经元——避开气味刚接触嗅觉神经元时最干净的信号，检验信息经多级传递后是否仍可解码。结果：16 个词全部命中（100%）；把可用信号进一步收窄到下行神经元与运动神经元，准确率仍有 85%。
• 链路顺序：神经放电 → 翻译器出词 → 拼成句子 → 交由 ChatGPT，中间无人工润色。果蝇“说出”的第一句为“我闻到醋和酵母的味道。我尝到糖。又暖又亮。我该怎么做？”

• 反向闭环测试：把“前方有墙→向左”这类指令经 ChatGPT 编码后回注模拟果蝇的听觉神经元，果蝇连续服从 37 次、零差错；但把同一系统放进环境，它始终找不到食物。
• 数据底座：HHMI Janelia + 剑桥大学 + Google Research 合作十年的 MaleCNS v1.0（2026 年 9 月 3 日成果发表于《Cell》），含 16.67 万个神经元、约 1.25 亿个突触连接，人工校对约 44 人年，按 CC-BY 协议完全开源，可程序化查询任一神经元的上下游连接。论文发布两天后，佐治亚理工学生 Evan Smith 即借助大模型把连接组接入 Minecraft；随后陆续出现用果蝇脑跑 DOOM（9 月 6 日）、马里奥 64、Beat Saber，以及以连接组 + 大模型做邮件分类（约 80% 准确率，9 月 13 日）等衍生实验。

影响分析

• 类脑与具身智能多了一条“可编程接口”的路径。连接组叠加简化的神经元动力学模型后，静态布线图开始变成可输入刺激、可读取放电、可替换解码规则的计算对象。对一个十几万神经元规模的网络而言，消费级笔记本即可实时跑通，这对具身智能的低功耗端侧控制器、类脑决策模块具有直接的借鉴价值。
• “生物信号 + 大模型”的分层栈正在成型。这项演示真正的价值不在果蝇“会说话”，而在于确立了一条可复现的桥接范式：神经活动 → 人工定义词表 → 语言模型补全语言与决策。它与脑机接口（解码运动、文字、语音）逻辑同源，但读取的是计算机生成的模拟放电，因此工程门槛被压到“一台笔记本 + 一份开源数据 + 一个周末”。
• 能力边界与叙事泡沫需要同时看清。“服从指令 37 次却觅食交白卷”说明驱动行为与具备策略、记忆是两种能力；连接组是结构快照，不等于活体放电记录，更不等于意识或主观体验。此外，传播中常被混为一谈的两套数据口径值得注意：热传演示的 13.8 万神经元对应雌蝇 FlyWire 全脑，而 MaleCNS 的 16.67 万神经元是雄蝇完整中枢神经系统（含腹神经索），二者并非同一数据集，这类混淆会放大外界对“数字生命”的误判。

二、全球首款 AI 智能体手机开卖“一秒破亿”：努比亚 NaviX Ultra 跨应用操作改用 MCP 协议

9 月 16 日下午，中兴旗下努比亚正式发布并全渠道现货开售 NaviX Ultra，官方称其为“全球首款量产商用 AI 智能体手机”，也是首款搭载豆包手机助手消费者版的机型。开售后努比亚公布首销战报：销售额“一秒破亿”；开售前京东单平台预约量已突破 37 万台，本轮备货约 20 万台。

• 定价与硬件：12GB+512GB 5999 元、16GB+512GB 6499 元、16GB+1TB 7499 元，叠加国家补贴后到手价 5499 元起，直接站上安卓旗舰价位段；搭载第五代骁龙 8 至尊版，首发国产 10667Mbps LPDDR5X 内存，内置 7100mAh 电池与 2 亿像素主摄。
• 交互入口：机身侧面的独立 AI 键集成指纹识别，用户完成身份校验后无需解锁即可直接下达任务；助手接入 Seed 全双工语音模型，支持随时打断与方言识别。官方将其能力概括为“听得懂、能干活、记得住、够安全”。
• 技术路线的关键转向：初代豆包手机（2025 年 12 月发布的努比亚 M153 工程机，3499 元，首批 3 万台当日售罄）采用“读屏 + 模拟点击”方案，依赖安卓 INJECT_EVENTS 高危权限，随后遭遇微信、支付宝、淘宝等主流 App 集体风控。9 月 14 日单独发布的消费者版助手改为 MCP 协议——由第三方 App 主动开放接口、助手按接口调用，从“外挂式读屏”转为“协议化协作”。MCP 正是 Anthropic 提出、并已成为 Agent 工具调用事实标准的那套协议。

影响分析

• 边界规则先行：豆包手机助手同步推出屏幕自动化操作声明协议（SAEP），自 9 月 14 日起进入 30 天公示期。第三方应用可自主声明操作边界，明确拒绝的应用将被终止一切自动化操作。中科院软件所研究者将其比作“AI 时代的 Robots 协议”——把事后的权益冲突转化为事前的协商机制。
• 合规路径走通：2026 年 7 月 15 日，网信部门首次集中备案 7 款手机端侧生成式 AI 服务，“努比亚豆包手机大模型”位列其中；9 月 1 日完成工信部入网，形成“大模型备案 → 终端入网 → 首销”的完整流程。
• 能力边界同样清晰：官方口径端到端任务成功率超 80%，该数据暂无第三方复测；媒体实测则显示微信、高德、大麦无法被 AI 操作，淘宝、美团、支付宝、猫眼部分受限。另有中兴人士向媒体表示，高频使用下 AI 每天消耗的 token 成本约 10 元，初期免费、未来或转向订阅制。
• 行业背景：IDC 预测中国“新一代 AI 手机”2026 年出货 1.47 亿台、占比 53%，首次过半；天玑平台数据显示端侧智能体日均自主任务量已从 2025 年的 1.2 亿次升至 2026 年 8 月的 8.7 亿次，一年增长约七倍。
• 消费终端成为 Agent 落地的下一个主战场。与仍停留在问答式助手的机型不同，NaviX Ultra 把“跨应用自主执行”做成核心卖点，意味着 Agent 的竞争正从 Coding 工具、企业工作流延伸到十亿级用户规模的手机端。对具身智能而言，这是一次大规模的真实环境验证——只不过这次“身体”是别人的 App。
• MCP 从开发者协议外溢为消费级接口标准，生态位迅速抬升。本期第 4 条中的 Anthropic 一边用 Claude Code Projects 定义多 Agent 协作，一边其提出的 MCP 被终端厂商当作与第三方 App 谈判的桥梁；同一周内，协议层在 Coding 工具与消费终端两侧同时被引用，说明“谁能定义 Agent 与外部世界的接口”正在成为新的竞争焦点。
• “先划界、再落地”可能成为行业范式。SAEP 公示期、备案名单、入网流程构成合规前置的组合拳：初代产品因权限越界被集体风控，二代选择先在规则层面取得授权。首销成绩与实测受限并存的落差也提示，AI 手机的能力半径并不取决于模型能力，而取决于生态开放的谈判进度。

三、地瓜机器人完成 4 亿美元 C 轮融资，旭日芯片累计出货突破 800 万片

9 月 17 日，地瓜机器人（D-Robotics）宣布完成 4 亿美元 C 轮融资。本轮由未来资产（Mirae Asset）领投，美团参与战略投资，合肥国投、南山战新投、凯辉基金、广发信德等机构跟投，高瓴创投、五源资本、线性资本、Vertex Growth 等老股东持续加码。

• 2026 年上半年营收较去年同期实现数倍增长；
• 旭日系列芯片累计出货量突破 800 万片；
• 自 2025 年 11 月发布以来，旭日 S600 已被优必选、帕西尼感知、北京人形机器人创新中心、它石智航、千寻智能、自变量机器人等 20 余家头部客户采用；
• 地瓜机器人在具身智能领域的客户覆盖率已突破 50%。

影响分析

• 端侧算力底座进入“规模化验证”阶段。800 万片出货量与 50% 以上的具身客户覆盖率说明，国产机器人芯片已从早期送样进入批量供货，成为决定人形机器人能否低成本量产的关键变量。
• 产业资本与地方国资同步入局，标志赛道从“概念融资”转向“产能融资”。美团等产业资本的参与，也暗示具身智能在仓储、物流、本地生活等场景的落地预期正在被纳入战略投资考量。
• 国产算力基础设施进入批量交付期。1000 余套 SuperPoD 发货、370 余家客户，说明华为昇腾生态已越过样机阶段，进入企业级采购周期。
• 对 AI Coding 与具身智能均有支撑作用。地瓜机器人强调“从成熟机器人品类到通用人形机器人”的全场景开发支持，这对缺乏自研芯片能力的中小型本体厂商具有生态吸引力。软硬一体基础设施可能成为行业分层点

四、Anthropic 首次公开内部研发自动化指数：Claude 已“主导”26% 的 AI R&D，30,000 个内部 Agent 受实时监控

9 月 17 日，Anthropic 在其研究所官网发布《Measurements for understanding the pace of AI development inside frontier labs》，首次披露三套量化指标，试图让外界追踪前沿实验室内部的 AI 研发节奏。核心数据来自 2026 年 8 月快照：

• R&D Automation Index：Anthropic 用 Epoch AI 提出的 AL0–AL5 自动化等级，对约 15,000 项研发任务分类加权。结果显示，Claude 已“主导（AL4）”26% 的公司 AI 研发工作，这一比例在今年 2 月还不到 1%；同时超过 90% 的工作至少达到“AI 协作（AL3）”级别，尚无任务达到完全自主（AL5）。

• Agent 监督：在最常用的内部平台上，Anthropic 常态化运行约 30,000 个研发与工程 Agent；100% 的 Agent 动作在执行前须通过在线监控，8 月份超 10 亿次决策中仅 0.002% 被拦截（约 1/47,000）。
• 算力分配：在 7 月 13–20 日抽样周内，约 6% 的 AI R&D 算力投向安全研究，若只计“AI 驱动的研发”则安全占比为 12%，且 Anthropic 自称这一数字因保守分类而低估。

影响分析

• “AI 造 AI”的递归自我改进首次被公开量化。26% 的 AI R&D 由 Claude 主导、半年内从不足 1% 跃升，这意味着前沿实验室已进入模型参与构建下一代模型的阶段，也为行业讨论“pacing the frontier”提供了具体锚点。
• 多 Agent 协作成为 Coding 工具的新竞争维度。Claude Code Projects 的 Coordinator 架构与 Cursor Projects（9/10 发布）方向一致：从“单线程补全”转向“目标拆解 + 多线程并行 + 共享记忆”。对开发者而言，工程拆解与任务调度的重要性正在超过逐行编码。
• 透明化指标本身即是治理策略。Anthropic 同步提出引入第三方评估员（embedded evaluators），给予其等同于内部风险团队的数据访问权限。这一做法可能塑造未来监管机构对前沿实验室的披露要求。

五、OpenAI 宣布 GPT-5.5 将于 10 月 14 日从 ChatGPT 与 Codex 全面退役

OpenAI 在其官方 release notes 与开发者文档中宣布，2026 年 10 月 14 日，GPT-5.5 将从 ChatGPT、ChatGPT Work 和 Codex 的所有套餐（含 Consumer、Business、Enterprise、Edu）中全面退役。该退役不适用于 OpenAI API。

OpenAI 建议：

• Codex 用户（通过 ChatGPT 登录）应在退役前将模型从 gpt-5.5 切换至 gpt-5.6-sol（GPT-5.6 Sol）；
• 需同步更新工作区默认设置、已保存模型设置、托管配置、自定义智能体、计划任务及脚本中的模型选择；
• GPT-5.6 家族包括 Sol（复杂任务）、Terra（日常平衡）、Luna（快速低成本）三个版本，并支持 Ultra 模式（自动拆分子 Agent）。

影响分析

• 模型迭代周期进一步压缩，开发者迁移成本上升。GPT-5.5 从发布到在 Codex 退役间隔较短，提醒企业若深度绑定单一模型版本，需建立持续的模型迁移与回归测试机制。
• GPT-5.6 家族与 Anthropic Claude Code 形成直接对位。Sol/Terra/Luna 的分层 + Ultra 子 Agent 模式，与 Claude Code 的多线程 Projects、Cursor 的 Coordinator 架构共同定义了“下一代 Coding Agent”的产品形态。
• Codex 作为 OpenAI 的 Coding 入口，其默认模型切换将影响大量企业工作流。对企业而言，这不仅是版本升级，也涉及权限配置、审计日志、沙箱策略等一整套治理调整。

总结

生物神经信号与 AI 之间正在出现一条低成本、可复现的“接口层”。一台 MacBook 跑通 13.8 万神经元的果蝇全脑模拟、再把放电逐词翻译成自然语言交给 ChatGPT，等于把全脑仿真从顶尖实验室的十年工程压缩成“一份开源连接组 + 一个周末”；其底座 MaleCNS v1.0 以 CC-BY 开源，两天后被搬进 Minecraft，随后是 DOOM、马里奥 64——连接组正获得接近开源软件的属性，对具身智能而言，这可能是一条区别于“堆数据、堆参数”的类脑控制路径。

大模型伸向真实世界的“手”，也在同一周被消费终端与算力底座两端同时推动。努比亚 NaviX Ultra 把跨应用自主执行做成量产卖点，开售一秒销售额破亿，操作方式从“读屏模拟点击”切换为 MCP 协议化协作；而官方 80% 成功率与“微信、高德仍不可操作”并存，说明能力半径取决于生态开放进度而非模型分数。地瓜机器人以 800 万片旭日芯片出货、50% 以上具身客户覆盖率和 4 亿美元 C 轮，验证端侧算力已跨过规模化拐点。同一周内，MCP 这一由 Anthropic 提出的协议同时落在 Claude Code Projects 与消费级手机上——协议层正成为比模型参数更先固化的竞争要素。

AI Coding 的竞争焦点则已从“模型能力”转向“研发流程自动化”。Anthropic 用 R&D Automation Index 将其量化：Claude 主导 26% 的内部研发任务、30,000 个 Agent 常态化运行；Claude Code Projects、Cursor Projects 与 Codex Ultra 模式同时把多 Agent 协作与任务编排变成新的产品护城河。GPT-5.5 将于 10 月 14 日全面退役，也提醒企业模型版本的保质期正在变短。

当下Agent 的竞争重心已同时向两端迁移——向上是协作规模与任务闭环率，向外是与真实世界（他人系统、真实设备）的接口开放速度；谁先拿到协议与生态的通行证，谁就定义下一轮落地的天花板。

作者：咕泡科技——十年专注AI与IT中高端人才培育

---

来源备注：开发者X平台/新浪财经/央视财经/今日头条/稀土掘金、IT 之家/新浪财经/腾讯新闻/证券时报/封面新闻/南方都市报/财联社、地瓜机器人官网/小红书账号、Anthropic研究所官网/Wain/LavX News/Unite.AI/ PANews/量子位、OpenAI Release Notes/OpenAI Developers。图片（含新闻配图、截图等）均来自上述媒体公开报道及网络公开渠道，如有侵权请联系处理，谢谢！

---