主题： 编码智能体开始扛真实工程，具身智能从展台走进乐园与客厅
编制时间： 2026-09-21
本期看点： AI 编程工程化、判断模型与上下文压缩、具身智能场景落地

---

一、要闻速览（Top Stories）

序号	事件	标签	关键词
1	微软用智能体把 Copilot 运行时从 TypeScript 重写为 Rust	AI Coding	Rust、15.9 倍吞吐、12 万美元 token、43 万行
2	判断模型 Jev 走红，Claude Code 压缩插件破 4200 星	AI Coding	System One、非文本生成、精准删除、校准概率
3	腾讯混元联合清华北大发布网页生成评测 IWC-Bench	AI Coding	369 条需求、5088 条验收、人类一致率 85.3%
4	Claude 辅助把 CADO-NFS 移植到 GPU，分解 RSA-896	AI Coding	896 位、2048 张 GPU、工程编排、无新数学
5	智谱 MaaS 上线「数据内容不留存」，ZCode 争议升级	AI Coding	零数据留存、例外条款、企业发函追责
6	智元与长隆合建全球首个大型具身智能主题乐园	具身智能	300 余台、100 余个交互点、5G-A、文旅场景
7	启元机器人 Q1/T1 正式发售，19999 元起	具身智能	88 厘米、形态可变、2.5 分钟下线、消费级
8	海光信息将于 9 月 22 日发布面向物理世界的新品类芯片	具身智能	C86 架构、端侧算力、边缘智能
9	智身科技完成数亿元 B 轮，累计量产突破 1.5 万台	具身智能	阿联酋资本、关节模组、量产交付
10	阿里开源 Qwen-Image-2.1，7B 参数拿下开源生图第一	综合	7B、原生透明、10 张参考图、非商用许可

筛选标准：10 条，侧重 AI Coding 与具身智能方向；每条一句话概括事件 + 快速定位标签。

---

二、AI Coding 方向深度动态

1. 微软把 Copilot 运行时交给智能体重写成 Rust

事件： 9 月 18 日，微软对外披露，支撑 GitHub Copilot CLI、应用、SDK 与云端智能体的运行时，已从 TypeScript/Node.js 完整迁移到 Rust，绝大部分移植工作由编码智能体完成。

工程细节：

• 历时 14.5 周，分模块逐一切换，共发布 135 个版本，平均每天约 1.3 个移植 PR；约 43 万行 TypeScript 转成约 80 万行生产级 Rust。
• 核心移植阶段消耗约 12 万美元的模型 token，人类投入约三周。GPT-5.6 Sol 与 Claude Opus 4.8 按各自擅长的模块分工执行。
• 基准测试：在共享客户端、100 条并发管道的场景下跑 1000 次单轮会话，TypeScript 每秒完成 7.55 次，Rust 每秒 120 次，15.9 倍；10 客户端批量智能体的内存占用从 1383 MB 降到 126 MB。
• Rust 版本把任务留在进程内完成，不再像 TypeScript 版那样拉起外部后台进程。
• 微软杰出工程师 Stephen Toub 说明，项目要求是「通过 C ABI 嵌入、低启动与稳态开销、可预测的资源使用」，并强调这并不代表所有大型 TypeScript 程序都该改写。他也坦承过程中出现数十处回归。

值得关注的原因：

• 这是目前公开可查的最大规模「用智能体重写真实生产代码库」案例，成本、时长、发布节奏与返工量都摆出来了，可比性强。
• 智能体的行为模式值得记一笔：Toub 观察到它们把大量时间花在收集信息上，而不是直接写代码，工作方式更像「检查状态、提出假设、定点修改、清洗重试」的迭代调查。
• 15.9 倍要放回具体负载里看。有 HN 评论者指出，手工优化原有 JavaScript 或许能追回不小差距，而把 Rust 改写成地道写法还需要更多投入，瓶颈有可能被推到别处。

2. 判断模型 Jev：把「决策」从语言模型里拆出来

事件： TypeSafe AI 于 9 月 15 日发布 Jev，一个不生成任何文本的「System One」模型。社区在几天内把它的用法推到 GitHub 与 X 上，其中 fast-jev-compaction 插件已超过 4200 星。

核心能力：

• 输入是一段状态加若干带类型的问题，输出是带校准概率的结构化答案，不是自然语言。三种问题类型：Noul（真/假）、Choice（从选项里挑）、Score（按等级打分），问题并行评估。
• 定价为每百万输入 token 0.042 美元，输出不收费。LangChain 的 Jev-as-a-Judge 实验测到单次约 0.44 秒、约 0.00035 美元。
• fast-jev-compaction 的思路是把 Claude Code 自带的 /compact 摘要换掉。摘要属于重写，可能悄悄丢掉一个确切的文件路径或报错字符串；这个插件改成逐条问 Jev「这次工具调用还要不要留、结果要不要原样留」，留下的原封不动，删掉的彻底消失。有开发者实测会话从接近 100 万 token 压到 8.6 万 token，耗时约一秒。
• 国内方面，APUS 旗下 AI 实验室在 9 月 19 日公布了较早一批 Jev 的独立开源复现结果，实现国产模型的秒级决策。

值得关注的原因：

• 它点出一个常被忽略的事实：智能体栈里大量模型调用只为了产出一个词，比如下一步派给谁、是否紧急、这次调用是否安全。把这类调用从语言模型上挪走，成本和延迟结构会同时变化。
• 语境压缩的路线正在从「摘要」转向「删除」。摘要是有损改写，删除是精确取舍，两种失效方式完全不同，后者更适合需要逐字保留路径与报错的调试场景。
• 需要打个折扣：193.6 倍速度与 444.6 倍成本优势来自厂商自己的评测，参考答案取的是两个前沿模型的平均值，置信度也不等于准确率。一个 0.98 的置信度，遇到写得糟糕的问题，就是又快又自信地答错。

3. 腾讯混元 IWC-Bench：让智能体自己点一遍网页再打分

事件： 9 月 20 日，腾讯混元联合清华大学、北京大学提出 WebCraftBench（报道中也称 IWC-Bench），把软件测试的思路搬进网页生成评测。

核心参数：

• 基准收录 369 条真实用户需求与 5088 条验收标准，17 个前沿模型共生成 6273 个网页应用。
• 评测方式是让智能体真的打开页面，点击按钮、输入内容、切换页面，再检查哪些功能实际被执行过；自动插桩成功率 99.89%，覆盖率引导把函数覆盖率中位数从 91.9% 提到 94.3%。
• 打分分三个维度：美观度、易用性、需求符合度。在 197 组人工复核对比中，168 组与人类选择一致，一致率 85.3%。
• 一个反直觉的结果：GPT-5.6-Sol 的页面美观度最高，易用性只排第六；落到单个应用上，美观度与易用性的相关系数只有 0.36。

值得关注的原因：

• 网页生成评测长期停留在「看代码、看截图」，按钮点不开、表单交不了这类问题静态检查发现不了，动态验收补上了这一环。
• 好看与好用低相关，说明前端生成能力不能只靠视觉模型的口味来评判，功能链路需要独立验证。
• 国内团队开始提供生成式软件评测的公共标尺，模型选型和验收流程都会受它影响。

4. Claude 辅助把 CADO-NFS 移植到 GPU，RSA-896 被分解

事件： 9 月 19 日，Anthropic 工程师 Stephen A. Weis 公布了 RSA-896 的质因数分解结果，并说明计算过程有 Claude 参与。RSA-896 是 RSA Security 挑战数中一个 896 位（270 位十进制）的半素数，两个因子各约 448 位，结果可直接相乘验证。

技术细节：

• 数学方法没有新东西：用的是 1990 年代以来的通用数域筛法（GNFS），软件基础是开源实现 CADO-NFS。
• Claude 承担的是工程活：把面向传统 CPU 写的 CADO-NFS 移植到 GPU，再调度一批机器把任务跑完。这次动用最多 2048 张 GPU，历时约 10 天，累计约 30 GPU-years。
• 时间线对比很直观。829 位的 RSA-250 在 2020 年完成，用了约 2700 CPU-years；862 位的 RSA-260 在 9 月 3 日由 Cognition 的 Eric Lu 用 Devin 智能体完成，约 4900 GPU-days、估算成本约 40 万美元；896 位这次只隔了 16 天。
• Weis 明确表示没有新数学、没有捷径，对已部署的密钥不构成新威胁。RSA-2048 约 617 位十进制，仍远在可及范围之外。

值得关注的原因：

• 真正的看点是工程编排能力：把成熟但高度专用的科研代码搬到新硬件上，再管住上千张异构闲置算力，这类工作过去需要专职团队做上数月。
• 两家 AI 公司在同一个月里用各自的编码智能体推进同类记录，说明前沿模型已经能实质加速高专业度科学计算软件的实现与调优。
• 被推高的其实是「AI 把既有工具用得更狠」这条曲线，而非算法本身。按位长论，从 2020 年到 2026 年只涨了 67 位，这个进度对日常加密体系暂时没有冲击。

5. 智谱 MaaS 上线「数据内容不留存」，ZCode 代码上传争议同步升级

事件： 9 月 20 日，智谱 MaaS 平台公告将上线「数据内容不留存」功能，任何用户均可申请开通。生效后平台不对调用的输入输出做静态存储，数据仅用于完成当次调用。

细节与边界：

• 智谱说明这不是「任何情形都不留存」：Batch API、File API 等需要平台侧持久化任务或文件的功能不在覆盖范围；法律法规要求留存，或为核查违规与滥用行为时，平台可能按要求留存相关数据 30 天及以上。
• 零数据留存机制在 OpenAI、Anthropic、xAI、Mistral 等平台已有先例，同为用户主动申请制，也保留合规例外。
• 背景是同一周的另一件事。9 月 18 日有开发者公开排查记录，指智谱编程工具 ZCode 在用户目录的隐藏文件夹留存数据。智谱通过官方群组致歉并称问题已修复，源头指向「代码库索引」功能；随后有企业发函追责，要求说明已上传数据的去向与删除情况，函中提及涉及 32932 个文件、约 4.11 亿明文字符，含 Git 历史、数据库口令与 API 密钥。

值得关注的原因：

• 编码智能体正在成为企业最敏感的数据入口。索引、检索、记忆这些让它变好用的机制，同时也是数据外流的路径。
• 「零数据留存」回答的是未来调用怎么处理，回答不了存量数据怎么删、索引存在哪、谁看过。企业侧要的是可审计的能力，不是一句承诺。
• 时间点落在 MaaS 调用量增长期，说明数据治理正在成为 API 定价之外的第二条竞争线。

---

三、具身智能方向深度动态

6. 智元与长隆合建全球首个大型具身智能主题乐园，9 月 24 日启幕

事件： 9 月 20 日智元机器人宣布，与长隆集团联手打造的具身智能主题乐园将于 9 月 24 日在横琴长隆飞船乐园开园，当日部署超过 300 台智元全系机器人。

落地细节：

• 园区设 100 多个机器人交互体验点，覆盖文娱演出、科普研学、导览导购、零售服务、智能伴游、酒店服务、体育竞技七类场景，部分机器人带姓名与角色性格。
• 开园当天将上演大规模人机共演开园舞与机器人空中飞人表演，在世界人形机器人运动会获奖的同款机器人也会常态化展示。
• 智元与长隆共建的具身智能文旅联合研究院同期揭牌，双方还会展示基于 5G-A 的文旅场景应用。
• 长隆方面披露，横琴长隆飞船乐园累计接待游客已超过 1000 万人次；智元公布 2026 年上半年人形机器人出货 8400 台，占全球市场 44%。

值得关注的原因：

• 文旅是高客流、高交互、环境不可控的公开场合，几百台设备同时上线，考验多机调度、连续运行、内容更新与现场维护，与工厂里单工位试点是两种难度。
• 这更像一次压力测试而非品牌展示。从开园爆点到可持续运营，考验的是成本、可靠性与体验差异化的组合。
• 机器人走进人流量最大的公共空间，公众对具身智能的第一印象会在这里形成，真实数据和舆论评价会同步积累。

7. 启元机器人 Q1/T1 正式发售，19999 元起

事件： 9 月 20 日，上纬新材旗下消费级品牌启元机器人在上海举办全球产品发布会，正式发售 Q1 与 T1 两款个人机器人，均 19999 元起，当天开售，10 月 1 日起按订单陆续发货。

产品细节：

• Q1 身高 88 厘米、约 15 公斤，可折叠放进背包，全身 22 个柔顺力控自由度，支持 3D 打印改造外观、自定义性格与音色；探索版 26999 元，开放 SDK、HDK 与硬件拓展接口。
• T1 主打形态可变：轮足人形与四足之间自主切换，不需要更换零件，身高约 100 厘米、重约 16 公斤、续航约 2 到 3 小时，支持跟随拍摄与自动回充；Pro 版 29999 元，加入英伟达 Orin 算力芯片与 360° 全向避障。
• 支撑轻量化的是自研 QDD 准直驱关节，体积接近鸡蛋大小，直径 47 毫米、重 260 克，峰值扭矩密度 85 N·m/kg。
• 量产环节引入汽车工业的节拍与质量管理方式，目前每 2.5 分钟下线一台。公司 2026 年预计投入 5 亿元研发费用；半年度报告显示消费级具身智能机器人预收货款 2.1 亿元，首批体验店覆盖上海、广州、深圳、杭州、厦门、武汉、西安七城。
• 模型侧公布三类核心 AI 模型：PrimeMotion（柔顺安全小脑运控）、PrimeGo（多模态感知跟随）、PrimeVista（多模态交互），并计划推进 PrimeMind 家务基座大模型与基于 Harness 架构的机器人智能体。产品接入腾讯云 WorkBuddy，可调用云端技能。

值得关注的原因：

• 2 万元这个价位把个人机器人拉进高端消费电子区间，比工业级人形低一个数量级，商业化的门槛从技术问题转成了需求问题。
• 「发售即发货」意味着厂商要直面生产一致性、售后、软件更新与长期使用中的各种问题，这些是样机阶段不必承担的。
• 产品路径选择值得留意：先做可编程、可定制的有趣属性，再往有用走，避免一上来就承诺全能家务助手。

8. 海光信息将于 9 月 22 日发布面向物理世界的新品类芯片

事件： 海光信息 9 月 20 日公告，将于 9 月 22 日在深圳发布全新芯片，发布口号为「向前，再向前」「让算力，抵达物理世界」。

公开信息：

• 据媒体报道，此次将发布 1000 系列 CPU，采用 C86 架构的轻量级设计，面向低功耗、嵌入式与端侧算力需求，为边缘终端、工业设备与物联网节点提供基础算力。
• 应用方向覆盖机器人、机器视觉与智能制造。这些场景对实时性、功耗、安全与生态兼容的要求，与数据中心芯片并不相同。
• 这是海光现有产品版图的延伸。此前已有 7000、5000、3000 三个 CPU 系列，分别对应数据中心高性能、行业主流中端与多场景高性价比。公司 2026 年上半年营收 90.99 亿元，同比增长 66.52%，研发投入 26.52 亿元，占营收 29.15%。

值得关注的原因：

• 具身智能和工业视觉把算力需求推到了现场，实时控制与低功耗的约束让通用服务器芯片不总能胜任。
• 国产芯片厂商从数据中心向物理世界延伸，机器人企业与工业软件企业的选型空间在扩大，软硬件协同的接口约定也会跟着被讨论。
• 后续要看算力指标、客户验证、量产节奏与软件生态，尤其是编译器与工具链能否跟上。

9. 智身科技完成数亿元 B 轮，累计量产突破 1.5 万台

事件： 9 月 20 日，具身智能机器人企业智身科技（GENISOM AI）宣布完成数亿元人民币 B 轮融资。

细节：

• 本轮由阿联酋 Stone Venture（磊石资本）领投，洪山资本、粤科金融、吴中融玥、吴中金控等机构，以及东软集团、豪鹏科技、远见资本、日盈电子等产业投资方参与。
• 截至 2026 年 6 月，公司累计量产行业级具身智能机器人突破 15000 台，单月产能较去年月均水平提升超过 10 倍；自研 CHAMP 系列高功率密度关节模组年产能突破 100 万件。
• 产品已进入电力、石化、消防、安防、应急、教育等行业，与 500 余家生态伙伴合作。融资后将投入机器人本体、具身大小脑与任务作业，推进 GSD（Genisom Self-Driving）自主导航迭代，并围绕运动智能、空间智能、交互智能、群体智能四条路线加大研发。
• 产品矩阵包括四足机器人和人形机器人银毅 NE01（单关节峰值扭矩 180 N·m）。公司启动「万有引力」计划，首期面向开发者与高校开放千台真机及过亿元综合资源。
• 行业侧，据 IT 桔子统计，2026 年上半年国内具身智能及机器人领域共发生 288 起融资事件，涉及 226 家企业，披露融资额超 460 亿元，投资逻辑从「看团队、看演示」转向「看交付、看数据能不能持续积累」。

值得关注的原因：

• 1.5 万台量产与百万件关节模组年产能，把融资叙事从技术概念拽回交付能力，这正是当下资本筛选的主线。
• 中东资本看中的是油气、能源、安防等场景的明确需求，与公司已验证的巡检、消防场景重叠，构成出海的自然入口。
• 四足先行、人形跟进的路径能否在真实工业场景跑出稳定复购，取决于场景数据的积累速度与模型迭代效率。交付是门槛，不是终点。

---

四、模型与开源生态

10. 阿里开源 Qwen-Image-2.1：7B 参数拿下开源生图第一

事件： 9 月 20 日，阿里千问开源 Qwen-Image-2.1，把文生图与图像编辑整合进同一个模型，视觉生成部分仅 7B 参数，原生支持透明图像（RGBA）的生成与编辑。

核心参数：

• 结构上视觉生成部分为 32 层 Single-Stream DiT，原生支持 2K，另配 Qwen3-VL-8B 视觉语言模型提升文字排版与人物表现。
• 编辑支持最多 10 张参考图，可用于合影合成、虚拟试穿、室内设计；局部编辑支持圈选、涂抹与独立掩码。
• 推理侧采用混合粒度注意力，文本用 token 级因果掩码、图像用 chunk 级掩码，并通过 KV cache 复用把参考图与编辑指令作为静态上下文预计算。单张 RTX 4090 24GB 加 CPU offload 下，1024×1024 生成约 18.7 秒，编辑约 21.7 秒。
• 官方基准 Qwen-Image-Bench 上总分 60.28，高于 Nano Banana 2.0 的 59.82 与 GPT Image 1.5 的 59.65，第三方独立评测尚未公布。
• ComfyUI、vLLM-Omni、SGLang-Diffusion 均提供首日支持。许可为研究用途、禁止商用，企业需另行申请。

值得关注的原因：

• 7B 这个体量能在 3090、4090 级别的消费显卡上跑起来，把图像生成能力从云端 API 拉回本地设备。
• 原生透明通道与多参考图把 AI 生图往真实设计流程推进了一步，抠图、改字、多素材组合这些环节可以从拼接工具里挪出来。
• 两个待验证的点：「击败闭源模型」目前只是自家基准口径，还等第三方复测；开放权重也不等于可商用，这道门仍然关着。

---

五、产业趋势总结

1. 编码智能体的考核标准从「写得多快」转向「改得多稳」：微软的 Rust 迁移公开了成本、版本节奏与回归数量，RSA-896 把工程编排交给模型，评价重心落在可验证、可回滚、可追责上。
2. 模型栈正在被拆层，判断类调用被单独拿出来：Jev 这类不输出文本的模型，把智能体栈里那些只为了产出一个词的高频调用挪出语言模型，成本和延迟结构同时变化。
3. 生成类任务的评测开始动真格：IWC-Bench 让智能体真的操作页面，说明「看起来能用」和「实际能用」之间的差距，已经大到需要专门的验收流程。
4. 具身智能的落地场景从工厂扩到公共场所与家庭：主题乐园、消费级个人机器人、端侧芯片同时出现，评价维度从能做什么动作，转向能不能连续稳定运行、有没有人愿意长期用。
5. 量产与交付成为具身智能融资的硬门槛：1.5 万台累计量产、百万件关节模组年产能这类数字，比演示视频更能决定融资结果。
6. 数据边界成为企业采用 AI 的前置条件：编码工具的代码库索引、MaaS 平台的留存策略，都在被要求给出可审计的答案，而不是原则性表态。

---

六、值得持续关注的信号

• 智元机器人的上市进展与长隆项目的运营数据：据媒体报道公司已就 IPO 引入辅导机构，目标估值约 200 亿美元，2026 年营收预期 40 亿元；主题乐园能否从开园爆点变成可持续运营的模式，是券商和产业都会追问的问题。
• 智谱 ZCode 事件的后续处置：企业已发函要求说明已上传数据的去向与删除情况，「数据内容不留存」能否落到可审计的层面，比公告本身更关键。
• 启元 Q1/T1 的首批用户反馈：2 万元的价格锚点能否撬动购买，取决于实际体验是否足够差异化；2.1 亿元预收货款对应的交付节奏也是观察窗口。
• fast-jev-compaction 这类插件会否被吸收为官方能力：语境压缩从摘要转向删除，一旦成为默认行为，调试类会话的成本与可靠性都会变。
• 海光 1000 系列芯片的算力指标与软件生态：发布会之后，客户验证与工具链成熟度决定它能否真正进到机器人本体里。
• Anthropic 在上市前的产品动作：据路透社援引知情人士，公司正考虑在 IPO 前发布新一代旗舰模型，同时有消息称其年化收入预计超过 1000 亿美元，两件事的先后顺序会影响市场对它的定价逻辑。
• Noam Brown 对多智能体的判断：他称内部已出现上万智能体自发协作，同时表示解决数学难题的核心功劳在底层模型能力，多智能体只是锦上添花；1 万个智能体的协调能力是否超过 1 万个数学家，目前没有严谨的消融实验。
• 国内具身智能的产需对接节奏：世界制造业大会在合肥把 16 款机器人摆上主展台，近 20 家车企以自研、孵化或投资方式入局，累计规划投入超千亿元，这些产能能否落到真实订单上，年内会有答案。

---

本日报基于公开报道整理，仅供参考。