AI 新闻日报 2026-10-03：编排写进代码、领域知识打包成技能、具身智能回到班次与价格

海盗1234

116人浏览 · 2026-10-03 07:10:30

海盗1234 · 2026-10-03 07:10:30 发布

主题： 编码智能体被接进工程体系，具身智能同一天被拉回班次与价格

编制时间： 2026-10-03

本期看点： 编排写进代码 / 领域知识打包成可装载的技能 / 具身智能按班次与价格接受检验

一、要闻速览（Top Stories）

序号	事件	标签	关键词
1	GitHub Copilot 把多智能体编排写进代码	AI Coding	Dynamic Workflows / Computer Use / checkpoint / SDK
2	NVIDIA 发布 DOCA 智能体技能包	AI Coding	SKILL.md / BlueField / RDMA / 19% 到 100%
3	DigitalOcean 推出 Agent Droplets	AI Coding	microVM / 16000+ 工具 / 打包计费 / 托管开源模型
4	Earendil 发布 Pi 1.0 并掉头支持 MCP	AI Coding	极简 harness / Codemode / 提示词瘦身 / MIT
5	马来西亚 YTL AI Labs 发布 ILMUcode	AI Coding	主权 AI / GLM-5.3 / Terminal-Bench 2.1 / 大学额度
6	智元第 20000 台下线，长隆落地 300 多台	具身智能	量产里程碑 / 5G-A 专网 / 七类场景 / 联合研究院
7	银河通用 ET1 公布 7.9 万元起售价	具身智能	三档定价 / 26 自由度 / 看一遍学会 / 百万小时数据
8	Nucleus 放出近两小时未剪辑工厂实拍	具身智能	60% 自主 / 遥操作 / 4 到 6 小时班次 / 数据循环
9	家用机器人打起 3555 美元的价格战	具身智能	轮式底盘 / 30 分钟教学 / 按家庭微调 / 订阅制
10	GENISOM 在 IROS 2026 首发可组装教育四足	具身智能	L1 Maker / MATRiX 2.0 / 12 自由度 / B 轮

筛选标准：5-10 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。

在这里插入图片描述

二、AI Coding 方向深度动态

1. GitHub Copilot：把多智能体流程写成代码

事件： 10 月 1 日，GitHub 连发三篇 changelog，其中两条落在能力面：Copilot CLI、Copilot 桌面应用与 Copilot SDK 上线 Dynamic Workflows（动态工作流）公测，CLI 与桌面应用同时新增 Computer Use（电脑操作）公测，全部 Copilot 套餐可用，CLI 需先打开实验特性。

核心能力：

工作流是写在 Copilot 扩展里的一段程序，步骤、何时交给智能体、阶段结果如何流转都由代码定义，可以串行、并行或两者混用；支持在阶段之间传递结构化结果、让子智能体互相校验、在 checkpoint 暂停等人复核。
与 /fleet 的差别在于：fleet 由 Copilot 每次自行规划分工，动态工作流是同一条流程每次照跑，因此可以版本化、可以进 CI/CD，终端里用 copilot workflow run 直接调用。
Computer Use 走系统无障碍树或截屏读界面，能点击控件、输入文本、滚动、拖拽，面向没有 API、没有命令行、也没有 MCP 的软件；默认关闭，需按会话授权或长期授权，企业可用托管设置禁用，macOS 需先授予辅助功能与屏幕录制权限。
官方文档留了两句提醒：电脑操作可能点错控件、也可能被屏幕上的内容带偏，因此"不能替代人的判断"。

值得关注的原因：

多智能体协作从提示词里的临时指挥，变成可 review、可复跑、可回滚的工程资产，这是它跟"让模型自己想办法"的分水岭。
checkpoint 加子智能体互校验，等于把人工复核和机器互审写进流程，正面回应的是评审疲劳。
程序化执行不再逐次弹授权，权限必须提前配置，工具、仓库、命令范围与用量上限要一并收紧，否则一次配错会跟着流程反复执行。

2. NVIDIA 给编码智能体补上 DOCA 领域知识

事件： 10 月 1 日，NVIDIA 在开发者博客发布 DOCA AI agent skills，代码放在 GitHub 的 NVIDIA/skills 仓库，覆盖 Flow、GPUNetIO、PCC、RDMA 等库，可装入 Claude Code、Codex 以及其它支持 Agent Skills 的宿主。

核心参数：

形态是 SKILL.md 技能包，内含真实 API 签名、硬件能力清单、构建约束，以及常见失败模式与规避办法；官方把它描述成"机器可读的规范"，而不是文档摘要。
官方跑了 65 条真实 DOCA 开发提示，按必答清单评分：没有技能时只满足 19% 的清单项，装上后 100%。无技能时的典型错误依次是 API 与参数误用（59/65）、未校验硬件能力（46/65）、工具路由错误（39/65）、跳过冒烟测试（34/65）、版本靠猜（30/65）。
一个 RDMA 示例：手写代码从 695 行降到 189 行（减少 73%），硬件命令从 37 条降到 20 条（减少 46%）。
官方同时提示，涉及固件写入这类动作仍要保留人工审批。

值得关注的原因：

"技能包"这条路被硬件厂商正式接纳。把领域规范做成可装载的契约，比指望模型从训练数据里猜底层 API 稳定得多。
数据全部来自厂商自评，评测题目和评分表也由厂商提供，跨项目泛化还需要第三方复现才能确认。
网络、存储、DPU 这类底层开发过去最难交给智能体，现在出现了一种可复制的补课方式：先补规范，再让智能体写码。

3. DigitalOcean 推出 Agent Droplets：把分散的智能体计费并成一份

事件： 10 月 1 日，DigitalOcean 在其 Managed Agents 公测基础上推出 Agent Droplets，把智能体运行需要的算力、推理、存储与工具调用收进一个月度套餐。

产品细节：

Pro 每月 50 美元，Team 每月 200 美元，套餐内的算力、内存、DigitalOcean 自家托管模型推理、会话存储与工具调用统一打折，Pro 打 15%、Team 打 20%。
打包内容包括 microVM 运行环境（秒级启动、暂停后约 300 毫秒恢复、空闲自动暂停）、托管开源模型（含 Kimi K3 与 GLM 5.3）、会话存储，以及接入超过 16000 个工具的 Action Gateway。
不限环境数、不按席位收费、企业级 IAM（单点登录、多因素认证、角色权限、审计日志、云防火墙、DDoS 防护）含在套餐内；额度用尽后可从 Inference and Agents Balance 按标价继续跑，余额归零则暂停并保留快照。
自带 harness：Claude Code、Codex CLI、OpenCode、Hermes，以及用 CrewAI、LangGraph 搭的智能体都能接。

值得关注的原因：

竞争点从单项能力转向计价单位。官方给出的对照是，同一份工作量在 Fly.io 加 AWS Bedrock AgentCore 加 Claude Max 的组合里会拆成六份计费、17 个计费项、10 种计价单位，而小团队最先卡住的就是"跑一次到底花了多少"。
托管环境加自带 harness 的组合，把"用哪个编码智能体"和"跑在哪"解耦，这对同时试几家的团队是实打实的便利。
对照价格由厂商自行列出、参照价截至 9 月，采购前仍需按各家现行价目页复核。

4. Earendil 发布 Pi 1.0：极简 harness 转正，并掉头支持 MCP

事件： 10 月 1 日，Earendil 把 Pi 升到 1.0，官方称经过数月加固，已经稳定到可以让企业依赖；同时发布实验性的 Pi Durable。

核心能力：

Pi 起初只有四个工具（读、写、编辑、bash）、一段很短的系统提示和一套 TypeScript 扩展体系。1.0 补齐了原生 MCP 支持、延迟加载工具、虚拟模型、会话中插入系统消息，以及新的全屏终端界面。
关键设计是 Codemode：工具不再逐个塞进上下文，而是暴露给一个跑在 harness 侧的 JavaScript 沙箱，模型写一段脚本把多个工具串起来、循环、过滤，只回传结果。官方称在默认工具加 Codemode 的情况下，一次 GPT-5.6 请求的提示词从约 5300 token 降到约 3300。
体量已经不小：GitHub 仓库超过 11.1 万星标、1.4 万分支，npm 上 pi-coding-agent 在 9 月 24 日至 30 日约 454 万次下载，官方称每周有数十万人使用。
项目过去明确拒绝 MCP，这次专门写了一篇解释转向：协议本身成熟了，而且它需要的执行沙箱正好也能服务别的能力。MIT 许可，macOS、Linux、Windows 单行命令安装。Pi Durable 用 SQLite 或 JSONL 做状态持久化，进程被中断后从上次记录处继续，但官方标注为实验性。

值得关注的原因：

上下文正在成为省钱的主战场。把工具声明压成一行、把 API 手册改成按需读取，省下来的额度作用在每一轮对话上。
一个以"不做什么"立身的项目改口，说明 MCP 在工具接入这一层已经很难绕开，纯极简路线也要给出接入方案。
星标与下载量是第三方平台数字，官方口中的"数十万周活"无法独立核实；提示词瘦身同样是厂商自测口径。

5. 马来西亚 YTL AI Labs 发布 ILMUcode

事件： 10 月 1 日，YTL AI Labs 在马来亚大学发布 ILMUcode，由高等教育部长主持，10 月 2 日当地多家媒体跟进报道。

核心细节：

产品是"智能体编码助手 + ILMU-GLM-5.3 模型"，模型与 Z.ai 合作，运行在本地主权基础设施上，官方称在 Terminal-Bench 2.1、DeepSWE 等编码基准上处于领先行列。
落地方式教育先行：马来亚大学计算机科学与信息技术学院 800 名大一学生每月获 100 令吉额度、连续三个月，合计最高 300 令吉。
ILMU 家族还包括多模态旗舰（官方称在马来语 MalayMMLU 榜首）、语音识别、语音合成与嵌入模型；智能体侧的 ILMU-Nemo 基于 NVIDIA Nemotron 开放模型，支撑此前的 ILMUclaw。

值得关注的原因：

"主权 AI"被拆成了可交付的组合：外部前沿模型权重、本地算力、本地语言与教学场景，比单纯喊自主可控更有操作性。
用大学学分额度做冷启动，把开发者教育直接当成获客渠道，这个思路在编码工具里还比较少见。
基准成绩来自厂商口径，模型又建立在第三方权重之上，真正的差异化落在部署方式与价格上，而不在榜单名次。

三、具身智能方向深度动态

在这里插入图片描述

6. 智元：第 20000 台下线，长隆落地 300 多台机器人

事件： 10 月 1 日至 2 日，智元机器人与长隆集团在珠海长隆飞船乐园落地首期具身智能部署，超过 300 台机器人进入园区与酒店，同时交付了智元产线第 20000 台整机。

核心参数：

机器人分布在七类场景：现场演艺、教育体验、访客导览、购物协助、零售服务、AI 陪伴与酒店服务；可以表演武术、体操、太极，也能打乒乓球、回答提问、指引路线。
支撑系统是与长隆、中国移动共建的 5G-A 专网，加上集中调度，以及覆盖网络安全、隐私保护、充电与消防的运营保障。
双方成立聚焦"文化与旅游场景具身智能"的联合研究院，用实际运营经验反推应用与运营模式。
从第 1 万台到第 2 万台，智元用了半年时间。

值得关注的原因：

台数之外，场景性质本身更关键：乐园与酒店是高人流、强互动、低标准化的环境，对调度和安全的压力明显高于单机演示。
把研究院一并设立，说明合作方想把这一个案例变成可复制的运营模型，而不只是一次性交付。
台数、场景数与可靠性表述都来自厂商与合作方，真正的考验是几个月后还能维持同样的可用率。

7. 银河通用公布 ET1 售价：7.9 万元起，押注"看一遍就学会"

事件： 10 月 2 日，量子位独家披露银河通用人形机器人 ET1（银河星仔）三档售价 7.9 万、13.9 万、17.9 万元，官方页面同步挂出购买入口。

产品细节：

基础版 7.9 万元，26 个自由度，双目相机，主控为 RK3588 与 RDK X5，可完成舞蹈、表演与自然语言对话；专业版 13.9 万元，加装 Orin Nano 模块（40 TOPS），开放主动学习与动态推理规划；旗舰版 17.9 万元，换 NX 算力模块（100 TOPS），面向二次开发与定制。
专业版与旗舰版可选配灵巧手，再加 12 个自由度。整机高 1.25 米、含电池 32 公斤。
学习能力落在 AstraBrain-WBC 与 AstraBrain 上：官方称运行约 1 亿参数的 Transformer 运动模型，可与人直接互动学会新动作，不依赖动捕；累计人体运动数据达百万小时量级，混合高精度采集与网络视频重定向。演示中它能现场复刻舞者动作，包括以手撑地的地板动作。
定位是演艺、门店接待、舞台与乐园互动；与宇树联合开发，采用宇树的电机方案。

值得关注的原因：

7.9 万元刚好卡在消费级（2 万到 3 万元）与专业级（12 万到 20 万元）之间，这是此前比较空缺的一档。
卖点从"能不能动"转到"学得快不快"，说明运动能力本身已经不再是主要区分项。
售价与可购买不等于已交付；"看一遍就学会"属于官方宣传能力，不同地面、光照与物体形态下的稳定性还没有第三方验证。

8. Nucleus 放出近两小时未剪辑工厂实拍，自认六成自主

事件： 10 月 1 日，创始人兼 CEO Melvin Schwarz 在 X 发布近两小时无剪辑工厂作业视频，并回复 Humanoids Daily 称这段演示约 60% 自主、40% 遥操作。

核心参数：

视频保留卡顿与人工介入，没有只挑成功片段。Schwarz 称公司常规排班已到 4 至 6 小时，一台机器人从接手到完成一项工作走完全程。
官方没有说明 60/40 是按时间、按任务还是别的口径计算，因此这个比例只描述这一次演示，不代表公司整体部署水平。
遥操作被当成策略的一部分：任务提示、专家指令、远程纠正，都会连同机器人看到与做过的内容一起被记录，用来训练后续模型，形成"上岗遇到困难、获得帮助、记录轨迹、模型改进"的循环。
当前应用包括零件拣选、上架、搬运与推车运输，按小时向工厂提供机器人人力。

值得关注的原因：

衡量标准从"能不能完成一次漂亮动作"换成"能不能连续做几个小时的普通活儿"，这才是产业化的真门槛。
把人工介入留下的数据当作资产，是"先上岗、后自主"这条路能否跑通的关键支点。
口径未披露，一台机器人究竟需要多少人力注意力，仍然是这份实拍没能回答的问题。

9. 家用机器人打起价格战：从 2 万美元掉到 3555 美元

事件： Flourish Robots 于 9 月 29 日走出隐身状态，以 3555 美元开放 Flourish 1 预售；韩国 Chosun 10 月 2 日报道称家用机器人价格已从数千万韩元降至约 500 万韩元，与高端洗衣机、大尺寸电视同档。

产品细节：

Flourish 1 是六轮底盘，两条轻型手臂各 1.5 公斤负载，每个两指夹爪带腕部相机，地面激光雷达避障，12 小时电池，身高约 1.1 米、重约 20 公斤。它不走路、不上楼梯、不近水，承载上限约 1.5 公斤。创始人 Antoine Marcel 的说法是腿会给平台增加"数万美元"成本，而低速的轮式机器人在有孩子和宠物的家里动能更小，人和宠物进入作业区就会停下。
学习方式是手机示范约 30 分钟，云端按任务、按家庭分别微调；官方称正常使用不会有远程操作员接管，用户可以选择不共享训练数据。首批 50 台手工装配，12 月交付。
同一价格带已经很拥挤：Weave Robotics 的 Isaac 0 售价 3999 美元、另需每月 49 美元，Isaac 1 为 7999 美元；NORI Robotics 的 L2 为 1288 美元；1X 的双足家用机器人 Neo 为 20000 美元，或每月 499 美元订阅。

值得关注的原因：

家用机器人的主流形态正在从双足拟人退回轮式，用形态换成本与安全，目标是把价格压进家电区间。
"按家庭微调"与"一套通用模型走天下"是两种相反的赌注，前者赌每个家庭都不一样，代价是每家都要单独训练。
首批 50 台属于创始批次，价格能否在量产中守住，厂商自己也没给出保证，电池等长周期物料的交付节奏同样是变量。

10. GENISOM 在 IROS 2026 首发工业级可组装教育四足

事件： 10 月 1 日，GENISOM AI 在匹兹堡 IROS 2026 发布 Genisom L1 Maker，并展示四足平台、关节模组与开源仿真平台 MATRiX 2.0。

产品细节：

L1 Maker 建立在量产 L1 平台之上，12 个自由度、最大负载 8 公斤、可爬 40 度坡，开放硬件接口，用户可完成从组装、系统集成、标定到运动控制与算法开发的全流程。官方称这是首个面向动手组装的工业级教育四足，区别于只练编程的入门套件。
配套的 MATRiX 2.0 是开源仿真平台，面向开放世界仿真与多机器人协同训练。
竞赛侧：南洋理工大学团队用 M1 四足在 IROS 2026 腿足机器人挑战赛全自主组拿到第一，上一届冠军是使用 L1 的曼彻斯特团队。
公司称累计产出超过 15000 台机器人，覆盖电力、公用事业、巡检与安防；IROS 前完成由阿联酋 Stone Venture 领投的数亿元人民币 B 轮。

值得关注的原因：

把"能组装、能标定"写进教育产品，等于把高校与研究团队当作下一批产线客户的入口。
四足平台加开源仿真加竞赛夺冠，是一条比人形演示更务实的路线：先卖能力边界清楚、评测标准明确的平台。
出货量与融资均来自公司口径，中东背景资本领投，意味着出海会是下一阶段的重点。

四、产业趋势总结

编排从提示词搬进代码：Copilot 的动态工作流、Pi 的 Codemode 沙箱、子智能体互校验，都在把"多智能体怎么配合"变成可版本化、可复核、可复跑的程序。
领域知识被打包成可装载的技能：NVIDIA 把 DOCA 的 API 契约做成 SKILL.md，说明底层开发交给智能体的前提，是先有机器可读的规范。
智能体的运行成本开始被重新计价：DigitalOcean 用一份套餐打包 microVM、托管模型、存储与工具，竞争点从模型能力转向计价单位与结果可预期。
主权化落地以"外部模型 + 本地部署 + 教育场景"的组合出现：马来西亚把三件事绑在一起，是可复制度较高的一种路径。
具身智能的叙事重心从演示转向班次与价格：智元按场景铺量、Nucleus 按小时提供人力、家用机器人按家电定价，三者回答的是同一个问题，天天用、用多久、多少钱。
形态持续让位于成本与安全：轮式家用机器人、直驱关节、去掉小指的手，同类取舍集中在同一周出现。

从当天筛选的 5-10 条中提炼 4-6 条跨事件共性趋势。

五、值得持续关注的信号

GitHub Copilot 动态工作流的权限预设：程序化执行不再逐次弹授权，工具、仓库、命令范围与用量上限如何配置并纳入企业策略，会决定这类功能能不能进生产环境；
NVIDIA DOCA 技能包的第三方复现：从 19% 到 100% 的差距由厂商自选题、自评分，等外部团队跑出同量级结论才算坐实；
AI 编码工具的权限与文件写入边界：本周多家厂商陆续修补了符号链接、图像内容两类审查盲区，修复节奏与剩余风险值得盯住；
ILMUcode 的学生留存：三个月额度用完之后有多少人继续用、续费率如何，是"主权 AI"能否沉淀出本地开发者的直接检验；
智元在长隆的可用率：300 多台机器人在高人流园区与酒店里的长时间运行数据，比上线当天的数字更有参考价值；
家用机器人 3555 美元的价位能否守住：首批 50 台手工装配、电池交付周期偏长，量产后的实际售价与订阅模式会决定这个品类的天花板。