AI 每日简报 · 2026-10-22

聚焦 AI coding 与具身智能。今日主线：分发层与成本层同时被重写 —— OpenAI 把前沿模型和 Codex 铺进谷歌云、推出 12 小时缓存经济学；另一边，具身智能进入"模型开源 + 产线量产"的双轨兑现期。
来源：OpenAI 官方博客 / Anthropic 官方 / claude-news.today / 财联社 / 每经 / 界面新闻 / 机器之心 / 九方科技云 / 老李 worldview / 腾讯研究院 AI 速递 / 央广网。

今日背景锚点：10/21 中办、国办发布《关于推动科技创新和产业创新深度融合的意见》，明确"全面实施’人工智能+'行动"；10/19 九部门《关于加快推进科技兴商的意见》鼓励工业大模型、边缘智能与具身智能。政策层已经把 AI 从"技术应用"重新定义为"产业融合的系统性部署"，这是今天所有技术新闻的政策底色。

一、AI coding（3 条）

1. OpenAI 前沿模型与 Codex 全面入驻 Google Cloud：微软独占时代正式落幕

• 发生了什么：10/21 双方宣布，未来数周内 GPT-6 Astra 等前沿模型与 Codex 智能体工作流上线谷歌云 Model Garden，可通过 Google Cloud Marketplace 采购，并可直接冲抵已有的 GCP 云支出承诺额度。后续 OpenAI 模型还将接入 Google Antigravity 与 Gemini Agent。官方明确"微软仍是 OpenAI 的主要云合作伙伴"。
• 时间线回顾：多云布局始于今年 4 月——4 月与微软的独家分销协议到期，次日 AWS 宣布托管 OpenAI 模型，GPT-6 Astra 已于 9/8 在 Bedrock 全面开放。至此 OpenAI 分销渠道覆盖全球三大云。
• 值得关注的原因：
  • AI coding 的竞争重心正在从"谁的模型更强"转向"谁的分发成本更低"。企业采购模型时，真实成本 = API 单价 + 云支出承诺的变现效率 + 数据治理合规成本。能冲抵已有 GCP 承诺额度这一条，直接改变 TCO 测算结果——对已经把预算压在 GCP 的企业，OpenAI 模型的实际边际成本可能低于"另开一个云账户"。
  • Codex 这次是作为"智能体工作流"整体上架的，不是单个模型 API。这意味着 coding agent 的分发形态已经变成"模型 + harness + 云"打包售卖，而不再是一个可以随意替换后端的 API 调用。企业采购清单需要新增一项：agent 工作流的锁定程度。
  • 微软的护城河被削弱，但 Azure 的护城河变成了"先发深度"而非"独家"。同时这也让 Google Cloud 成为唯一同时提供 OpenAI / Anthropic / Gemini 三大闭源模型家族的超大规模云——Kurian 的"开放平台"策略（明确表态欢迎任何受开发者青睐的模型入驻）在这一刻收到了回报：谷歌云年化营收增速已从Q1 约 63% 加速到 Q2 约 82%（同期 AWS +37%、Azure +42%）。
  • 需要冷静看的一点：官方只说"数周内正式开放"，目前是意向公告阶段。模型是否全系列同步上架、有无区域限制、Codex 工作流在 GCP 上的具体形态（是否仍是独立 SaaS 还是走 Marketplace 结算）都还未明确，落地前应等GA 公告而非按公告采购。

2. OpenAI 推出 12 小时 API 缓存，Codex 与 Work 用户"缓存永久保留"：agent 成本经济学正面开战

• 发生了什么（10/20，OpenAI "28天质量提升计划"第16 天）：
  • Responses API 新增 prompt_cache_options.ttl: "12h"，对 GPT-5.6 及以上模型生效，默认仍为 "30m"。可在同一请求内混用：系统提示词与工具列表放12h 断点，会话级上下文放 30m 断点。
  • 计价：12 小时缓存写入价 = 未缓存输入的 2.5倍（30 分钟为 1.25 倍）；读取价不变（GPT-5.6+ 大多为 0.1 倍，GPT-6.1 Sol 为 0.05 倍）。以 GPT-6.1 Sol（$2/M输入）计算：12h 写入 $5/M，30m 写入 $2.50/M，缓存读取 $0.10/M。
  • 机制约束：每次请求最多 4 个缓存写入断点；可缓存前缀最小 1024 token；“12h” 只是计费意义上的最短生命周期，不保证每次请求都命中缓存，也不保证降低延迟。
  • Codex 负责人 Thibault Sottiaux 在 X 上表示：登录用户使用 Codex 与 ChatGPT Work，缓存"永久保留"。
• 值得关注的原因：
  • 这条直接改写长程 coding agent 的成本模型。此前 agent 一旦静默超过 30 分钟（等人类 review、等CI 跑完、等定时任务唤醒），前缀缓存过期，醒来要按全价重新处理整个 system prompt + 工具定义 + 历史上下文。12 小时窗口基本覆盖了一个完整工作日，让"间歇式长任务"第一次在经济上可行。
  • 但"永久保留"必须当作意图而非承诺：这一说法仅来自负责人在 X 上的表述，尚未进入 OpenAI 官方文档。企业成本预算不应基于它建模。真正可依赖的是文档化的 ttl 参数。
  • 算一下盈亏平衡点：一次 12h 写入（2.5x）≈ 两次 30m 写入（2×1.25x）。即当前缀在一天内会被复用 3 次以上时，12h 才开始省钱；若只是半小时内的高频复用，30m 默认依然更便宜。建议按自家 workload 的实际前缀长度与复用频次重算，不要一刀切全改12h。
  • 更重要的是它与 DeepSeek 的正面对照：昨天 DeepSeek 开源 DeepInfer 时披露缓存保留目标达 3 天（72 小时），OpenAI 这次给的是 12 小时（API 档）/ 永久（客户端声明档）。头部玩家已经把"缓存经济学"当成与推理框架同级的竞争维度——对 agent 而言，前缀缓存命中率比单次推理单价更能决定毛利。这条应列入成本模型的关键变量，而不是当作 API 参数变更。
  • 对混合架构的现实提醒：如果企业同时用 OpenAI + DeepSeek + 本地开源模型，前面缀缓存策略必须跨供应商分别设计——三家的断点机制、失效条件、最小前缀长度都不一样。

3. Claude Code v2.1.306 / v2.1.307 连发：新增 claude_code.safety_event，harness 进入"可观测 + 可治理"阶段

• 发生了什么：10/21 一天内连发两个版本（此前 10/20 是 v2.1.305，已连续三天发版）：
  • v2.1.306（小补丁，2 项）：修复 claude -p云会话登录错误；修复 MCP 工具过多会话中的 “prompt too long” 报错。
  • v2.1.307（40+ 项）：
    • claude_code.safety_event（OpenTelemetry 事件）：每当权限规则、auto mode、hooks 或沙箱拦截、重提示或回滚一次工具调用时触发。此前要弄清"哪条防护在什么时刻被触发"只能手工翻会话日志。
    • /claude-api api-version 命令：一次性把项目里调用 Claude API 的代码迁移到最新 API 版本（2026-10-21），不再需要每次版本 bump 都手工追请求/响应格式变更。
    • 并发 fork subagent 修复：多个 fork subagent 并发运行时，每个 fork 现在知道自己属于哪一次 run，大幅消除"一个 fork 把另一个 fork 进行中的工作当成自己的重跑"的问题。
    • @claude review stop：Code Review 新增停止指令。
    • 自托管 runner的 checkout hook 默认超过 30 分钟即判定 session setup 失败（行为变更）。
• 值得关注的原因：
  • safety_event 是今天最值得立刻行动的一条。它把"agent 权限边界"从不可观测的黑盒变成了可进OTel 管道、可建仪表盘、可按组织统计的指标。企业现在可以回答一个之前无法回答的问题：“我们的 agent 上个月被沙箱拦了多少次？被 mod 拒绝了多少次？拦截集中在哪些工具？” 建议本周就把这个事件接进既有的可观测平台——这是把安全策略从"写了配置"变成"能持续调优"的必要一步。
  • fork subagent 的修复，比看起来更重要。昨天 Claude Code 才有"多 subagent 并发时的响应性与吞吐"改进，今天就修掉了 fork 之间的工作互相覆盖。这说明 fork 并行正在从实验特性变成默认用法，而它此前一直有一个静默的正确性风险。建议：如果团队在一条消息里并发跑多个 fork 做并行改造，现在可以放心加大并行度了。
  • /claude-api api-version 是一把双刃剑：它解决了版本升级的手工劳动，但也降低了升级的摩擦——摩擦降低意味着滞后升级变多。API 版本变更往往包含计费项与默认行为变更，建议把该命令纳入例行升级流程，而不是等到报错了才跑。
  • 连续三天发版（304→305→306→307）+ checkout hook 超时改成默认失败：版本节奏已经是日更级别。checkout hook 30 分钟超时这条是破坏性变更——自托管 CI 上的长耗时初始化步骤需要显式调整，不能沿用旧配置。
  • 一个观察：Anthropic 同日（10/21）发布了 Claude Duet（基于 Opus 5.5 的主动型always-on agent，独立 App，支持 6000+ 连接器，配独立虚拟机与浏览器，关机后继续运行，敏感操作需批准，用新的专用分类器拦截信用卡号/身份证件信息）。Duet 与 v2.1.307 的 safety_event 是同一套安全体系的两端：一个是面向个人的 agent 审批门，一个是面向企业的策略可观测面。同一天推这两条，说明"agent 授权模型"正在被当作产品核心而非合规附属来经营。

二、具身智能（2 条）

4. 无界动力开源 MWA-Phoenix：7B 端侧世界模型基座，六项评测同时登顶并延伸至真机

• 发生了什么：10/21 无界动力（Anyverse Dynamics）发布并开源 MWA-Phoenix 隐空间世界模型基座，端侧 7B 参数完整预训练，仅以 RGB 输入、不使用深度真值。技术报告与代码已在 GitHub / Hugging Face 公开。
• 六项评测成绩：

  评测	考察维度	成绩
  LIBERO-Plus	七类环境扰动下的鲁棒性	94.63% 登顶
  LIBERO-Pro	物体/位置/指令/目标四类变化下的跨任务泛化	66.48% 登顶
  RoboCasa GR1 Tabletop	24 项桌面长时序操作	82.67% 领跑（较前代MWA-WALA 75.17% 提升 7.50 pt）
  Bench2Dex	12 种机械臂 × 灵巧手组合跨本体迁移	45.6%，领先 π0.5 达 17.3 pt
  RoboTwin 2.0	50 项随机环境双臂协同	72.42%
  RoboDojo 真机榜	三类本体 × 18 项真机任务	领先

• 三个配套组件：
  • MWA-Phoenix（基座）：DINOv3视觉骨干 + VGGT 几何先验 / V-JEPA 时序信息的双教师蒸馏 + 因果语义 VAE，通过 MoT 双专家架构（视觉专家 + 动作专家，Joint Attention 连接）联合生成未来视觉状态与动作。预训练数据覆盖真机操作、Ego、UMI 三来源，80 维统一接口支持异构本体共同学习。
  • Phoenix-ILA（运动 + 触觉联合编码）：把运动、局部触觉形变、受力信号纳入同一交互潜空间。黄瓜削皮成功率 20% → 40%，盘子擦拭 75% → 90%（对照 FastWAM 为 10% / 50%）。
  • Phoenix-PhysCanvas（部署前仿真 RL）：以动作为条件的视触觉世界模型 + GRPO 强化学习后训练。试管任务真机成功率 58.33% → 75.00%，积木任务 80.00% → 86.67%。
• 值得关注的原因：
  • 官方直接点名了行业最扎人的一个事实：“GPT-6 Astra 的 RoboDojo 早期评估显示，仿真总体成绩领先，但真机诊断测试因不合理或不安全动作而中止，未完成正式真机评测”。这句话由国内厂商说出，指向的是整个 VLA 评测体系的漏洞——仿真高分不等于可靠物理控制。MWA-Phoenix 把榜单一路延伸到 RoboDojo 真机榜并拿到领先，是在回应这个质疑。
  • "不使用深度传感器"是实用性指标，不是炫技。真实场景里深度相机会带来成本、功耗、标定和多机同步问题。仅用 RGB 就能达到这个水平，意味着中小厂商的硬件 BOM 可以显著简化。
  • 跨本体迁移领先 π0.5 达 17.3 个百分点，是这条最产业化的数字。45.6% 这个绝对值并不高，但对"换一款机械臂就要重训"这个长期痛点而言，方向比数字更重要。建议做具身项目的团队把它当预训练起点，先验证跨本体迁移是否适配自家构型，而不是直接照搬分数。
  • 开源是这个动作的核心价值。10 月国内已经有宇树开源 UnifoLM-WLA-1.0，现在再有7B 世界模型基座开源——头部厂商正在把"基座模型"从商业资产变回公共品，因为大家都明白：谁掌握基座，谁就掌握生态的入口。
  • 需要打的折扣：Bench2Dex 45.6%、RoboTwin 72.42% 这类数字三个月就可能翻新一次，不构成终局判断；且榜单成绩与真实商业场景（脏污、遮挡、人类干扰）之间仍有距离。官方案例里的"咖啡场景"（饮品递送、桌面清理、垃圾回收、座椅归位）更值得关注——那是长时程多任务，比单点抓取更接近真实价值。

5. Tesla 2026 Q3 股东信首次确认 Optimus 已用原EV 产线量产，2027 年底目标周产 2 万台

• 发生了什么：10/21-22 Tesla 发布第三季度股东信与财报电话会，首次正式确认已在加州弗里蒙特工厂用原来的电动汽车产线启动 Optimus 人形机器人生产，下线的是首批量产级机器人；马斯克称现有制造工艺已适合作为商业化产品销售。
  • 爬坡节奏：马斯克明确承认"这是早期生产，爬坡会缓慢且有些波折"，预计 2027 年底达到每周 2 万台产能。
  • 技术节点：机器人设计与 AI 部分仍有大量工作待做，需保证足够安全可靠、能长时间使用；提到明年 4 月前后把 AI5 芯片装进 Optimus。
  • 背景参照：10/19 Tesla 年度委托书已书面宣称 Optimus V3 “已为大规模量产做准备”，周产从 2Q 数十台→ 8 月数百台 → 年底目标 2,000-2,500 台。
• 值得关注的原因：
  • 这是迄今最硬的量产证据。此前所有关于 Optimus 进度的信息都来自马斯克的个人表述或券商测算，而"用原EV 产线生产首批量产级机器人"写在股东信里，是对股东负有法律责任的正式陈述。这比任何 demo 视频都有参考价值。
  • 但"用原 EV 产线"这个细节值得反复读。汽车产线是为"大批量、低变化、单品种"设计的，机器人产线需要"多品种、小批量、频繁换型"。沿用汽车产线恰恰说明机器人还远未形成自己的制造工艺。这也解释了为什么马斯克会预判"爬坡缓慢且波折"。
  • 周产 2 万台是 2027 年底的目标，中间隔着三道关：良率爬坡、灵巧手自由度与可靠性、安全验证（尤其工业场景的人机共处认证）。从"2027 年底"倒推，任何在 2027 上半年据此做的产能规划都应留出缓冲。
  • AI5 芯片明年 4 月装进 Optimus，是一个被低估的时间锚。它意味着 2027 年的机器人本体成本结构会被重新定义——如果自研 AI5 真的量产，成本曲线可能与当前所有基于"外购 GPU + Jetson"的推算完全不同。
  • 对国内供应链的窗口判断：三花（执行器）、拓普（结构件）、均胜（安全件）、新剑（丝杠）四件套已同步就位。周产 2 万台若兑现，将是这些环节有史以来最大的单一需求来源。建议制造企业在评估人形机器人时，用三项指标对照自家供应链承诺：爬坡节奏是否公开、单台成本怎么算、售后维护由谁承担——这三项比产能数字更能决定合作是否可持续。

三、低频但重要（信号表）

四、5 条行动建议

1. 把 claude_code.safety_event 接进可观测平台（本周完成）。这是唯一一条"不做就会持续欠账"的建议——它把 agent 权限防护从黑盒变成可统计指标。没有这块数据，任何关于"我们的 agent 有多安全"的回答都停留在感觉层面。同时复核自托管 runner 的 checkout hook 30 分钟超时变更（v2.1.307 行为变更）。

2. 按"前缀复用次数"而非"感觉"决定缓存档位。对每条主要 agent 工作流统计：system prompt + 工具定义的前缀长度、日内复用次数、跨 30 分钟静默的次数。复用 ≥3 次/天 才切 12h，否则 30m 更省。同时不要把 Codex/Work 的"永久缓存"写进预算假设——它目前只是 X 上的一句表态。

3. 重做 AI coding 的多云 TCO 模型。OpenAI 模型进GCP 后，测算必须把"可否冲抵 GCP 已有承诺额度"作为独立变量，而不是只比 API 单价。同时评估 Codex 以"智能体工作流"形式上架带来的锁定程度——买工作流比买 API 模型的迁移成本高一个量级。等GA 公告落地再执行采购。

4. 具身项目把 MWA-Phoenix 当预训练起点做跨本体验证，不要当榜单结论。优先验证的是"Bench2Dex 45.6% 在自家机械臂构型上能不能复现"，而不是"LIBERO-Plus 94.63% 有多好看"。同步评估"仅 RGB 无深度传感器"对自家 BOM 的降本价值。同时把 Phoenix-ILA 的触觉联合编码路径纳入技术预研——精细操作（削皮/擦拭这类）成功率差 2 倍，是真实商业场景的分水岭。

5. 供应链与制造侧把 Tesla 股东信作为对标基准，而不是推文。三项指标对齐：①爬坡节奏是否公开（Tesla 承认"缓慢且波折"）；② 单台成本怎么算；③ 售后维护由谁承担。这三项比产能数字更能决定合作可持续性。人形机器人国家标准 2027/4/1 实施，采购验收标准应现在开始对齐。

五、跟踪线索（10/22 – 11/12）

本简报由 AI 自动生成，数字均标注来源与口径。券商测算、自媒体推算与官方口径已尽量区分标注，落地前请以官方公告为准。