主题： 智能体的公共标准与执行边界同时前移，具身智能开始按岗位和国标接受考核
编制时间： 2026-10-24
本期看点： Agent 标准入基金会、Cursor 接管桌面、人形机器人六项国标

---

一、要闻速览（Top Stories）

序号	事件	标签	关键词
1	Linux 基金会 AAIF 接纳 Agent Skills、Open Responses、OpenEnv、OpenSandbox	AI Coding	Agent 标准、中立治理、305 家会员
2	Cursor 上线 Computer Use，智能体可操作任意桌面应用	AI Coding	桌面控制、iOS 模拟器、验证环节
3	Artificial Analysis 发布 Coding Agent Index v2.0	AI Coding	FrontierCode、290 任务、成本前沿
4	阿里 Qoder 支持龙芯 LoongArch64 与国产桌面系统	AI Coding	自主指令集、UOS、麒麟
5	首批六项人形机器人国家标准发布	具身智能	TC591、作业操作、2027 年实施
6	国际具身智能技能大赛上海开幕，场景方出题	具身智能	23 赛项、岗位考核、实景实训
7	智元发布 Genie Studio 2.0 作业平台	具身智能	三模块、7 天部署、13 秒节拍
8	深诣机器人发布 Sculptor 与 SEEN·E SE-1	具身智能	端到端、装卸货、0.1 毫米插接
9	海康机器人发布 HAPS 智能拣选系统	具身智能	900 件每小时、箱式存拣、20 万台

---

二、AI Coding 深度动态

1. 四家公司的 Agent 基础设施同日进入中立治理

事件： 10 月 22 日，Linux 基金会旗下 Agentic AI Foundation（AAIF）在圣何塞 AGNTCon + MCPCon 北美站宣布接纳四个项目，分别是 Anthropic 的 Agent Skills、OpenAI 的 Open Responses、Hugging Face 的 OpenEnv 与阿里的 OpenSandbox。托管项目由成立时的 3 个增至 10 个，会员组织达到 305 家。

核心能力 / 产品细节：

• Agent Skills 交出了名称、logo、GitHub 组织与 agentskills.io 域名，维护者由 Anthropic、Google、OpenAI 等公司的工程师以个人身份担任。Anthropic 披露 70 多个 Agent 平台已集成该格式，约 100 万份 skills 发布，安装量接近 2.8 亿次，这组数字来自厂商，未经过独立审计。
• Open Responses 以 OpenAI 的 Responses API 为基础，统一请求、流式事件与工具调用格式，并保留各家扩展空间。
• OpenEnv 把强化学习环境封装成容器服务，同时支持 MCP 与 Gym，环境通过 Docker 打包发布在 Hugging Face Spaces。
• OpenSandbox 是 Apache 2.0 隔离平台，Docker 与 Kubernetes 运行时共用一套生命周期接口，沙箱内的 execd 负责执行命令与代码、处理文件、上报资源占用。
• 截至 10 月 23 日的 GitHub 星标数为 Agent Skills 26,424、OpenSandbox 16,063、OpenEnv 2,745、Open Responses 1,135。

值得关注的原因：

• 十个项目分别覆盖模型接口、能力封装、工具连接、智能体互通、路由、沙箱与训练环境，每一层都有了可移植格式。谁有权发布某个 skill、加载之后能碰到什么，这层判断没有写进任何一份规范，仍由宿主在安装时决定。
• Agent Skills 的路线图包含版本化发布、正式提案流程与面向安装者的安全指引，三项都停留在提议阶段。一个可以携带脚本的格式，配上近 2.8 亿次安装量，缺的正是这三样。
• 平台团队这个季度要检查的对象变多了，MCP 服务器之外，沙箱权限与 RL 环境的版本也在清单里。

2. Cursor 把编码智能体的手伸到桌面

事件： 10 月 23 日 15:59 UTC，Cursor 官方账号宣布 Computer Use 上线，智能体可以在电脑上任意应用里点击与输入，官方演示是驱动 iOS Simulator 测试刚写完的功能。

核心能力 / 产品细节：

• 覆盖范围从浏览器扩到全部有窗口的应用，官方原话是 not just the browser。
• 两种触发方式，任务需要时智能体自行调用，也可以在提示词里 @Computer Use 指定。
• 更新客户端即可使用，官方未公布支持的操作系统、权限模型与任何基准成绩，发布当天 changelog 里没有对应条目。
• 已有的底座是云端的 Cloud Agents，其文档写明每个智能体运行在带完整桌面的隔离虚拟机中，可以用鼠标键盘启动开发服务器、点完 UI 流程再提 PR；自托管 worker 带 --computer-use 参数，macOS 走一个 helper 应用，Linux 走 X11。

值得关注的原因：

• 编码智能体的验证环节此前停在网页。iOS 与桌面应用需要有人在真实界面上点一遍，浏览器工具碰不到，这一步只能留给开发者。
• 桌面级控制让权限面从代码仓库扩到整台机器。官方口径里没有权限模型，企业侧的限制手段目前只能靠干净测试环境与系统权限设置。
• Claude Code 在桌面端内置了浏览器，OpenGCUA 一类开源项目在做通用桌面控制，控制层正在变成编码产品的竞争面。

3. 编码智能体榜单换基准，均分整体下移

事件： 10 月 23 日，Artificial Analysis 发布 Coding Agent Index v2.0，用 290 个任务、三项等权基准重排座次。Cognition 的 FrontierCode v1.1 取代 DeepSWE v1.1，SWE-Atlas-QnA 换为评分更严的 SWE-Atlas-QnA-AA，Terminal-Bench 4.0 保持不变。

核心参数：

• 总分 Claude Code 配 Opus 5.5（max）61.7 居首，Sonnet 5.5（max）59.3，Muse Code 配 Muse Wonder Full（max）58.9，Fable 5.1 57.6。
• FrontierCode 单项 Opus 5.5 为 56.0%，Codex 配 DeepSeek V4.1 Flash 52.6%，GPT-6.1 Sol 49.4%，GPT-6 Astra 49.3%，24 个配置里 15 个落在 43% 到 49% 之间。
• 21 个两版都测的配置均分从 54.8 降到 47.4，其中 20 个下降。同一批配置在 FrontierCode 上均分 45.1%，在 DeepSWE 上是 65.6%。
• 成本前沿四个点，DeepSeek V4.1 Flash 47.3 分、每任务 0.39 美元，GPT-6.1 Sol 54.1 分、1.50 美元，GPT-6 Astra 54.7 分、7.04 美元，Opus 5.5 61.7 分、11.42 美元，均为按 token 计价的 API 成本，不含订阅。

值得关注的原因：

• FrontierCode 按维护者是否愿意合并打分，任何阻断检查未过记零分，全过给 70% 到 100%。智能体可以联网，轨迹扫描一旦发现抓取上游 PR、合并提交或镜像即清零，每个任务跑三次取均值。
• 换基准后分数不再与前版可比。旧文章里的 65% 以上属于 DeepSWE 口径，直接对照会得出错误结论。
• 满分与低价的差距为 29 倍。批量任务可以先用低价配置，合并质量吃紧时再换高配，选型按任务量分层比按榜首选更实用。

4. Qoder 给出龙芯架构的官方构建

事件： 10 月 23 日，阿里 Qoder 国际版与国内版同日更新，新增 Linux ARM64 与龙芯 LoongArch64 构建，并适配统信 UOS 桌面 V20 与银河麒麟桌面 V10。

核心能力 / 产品细节：

• Qoder 现由桌面 IDE、命令行工具与 JetBrains 插件组成，2026 年 5 月升到 Qoder 1.0 后转向自主开发工作台，原通义灵码并入国内产品线更名为 Qoder CN。
• 国内桌面端此前已覆盖鸿蒙 PC 与鸿蒙移动端，加上 UOS 与麒麟，政企常用系统基本齐了。
• 官方口径为 2026 年 8 月用户超 600 万、企业客户超 10 万，属于厂商数据。
• 两个指令集在同一批次发布，一个是 Arm 生态，一个是龙芯自研、既不来自 ARM 也不来自 x86 的架构。

值得关注的原因：

• 主流编码智能体为 LoongArch 出官方构建的案例很少。工具能在这类机器上编辑文件、调用工具、跑多智能体任务，等于把开发环境从 x86 工作站上解绑。
• 政企桌面替代场景里，此前要么切到 x86 机器，要么把任务整体放到云端。本地构建补上了中间选项。
• 同一版本线同时覆盖 Arm 与龙芯，说明分发策略已经从单一平台转向多架构并行。

---

三、具身智能深度动态

5. 首批六项人形机器人国家标准落地

事件： 市场监管总局近日批准发布首批六项人形机器人国家标准，10 月 23 日经央视新闻与全国标准信息公共服务平台披露，2027 年 4 月 1 日起实施。

核心内容：

• 六项标准为《人形机器人技术要求》的总则、环境感知、决策规划、运动控制、作业操作五个部分，加一份《人形机器人 仿真测试平台技术规范》。
• 由全国机器人标准化技术委员会（TC591）归口、其人形机器人分会（TC591SC5）执行，优必选牵头起草并参编六项。
• 起草人阵容包括宇树王兴兴、标准起草组成员全琪与任容玮。决策规划条目给出指令准确率 95% 以上、单动作完成时间 1 秒以内等指标；环境感知条目给出机器人靠近人时最高速度 0.5 米每秒一类安全边界。
• 同批 515 项国家标准中，人工智能、人形机器人、工业环境机器人合计 16 项。

值得关注的原因：

• 总则先统一术语、本体构成与系统架构。此前各家产品的尺寸、电池电压、通信与使用接口差异很大，跨厂商比较缺少共同语言。
• 作业操作条目把灵巧操作、双臂操作、移动作业、长序列任务、多机协同、操作避障与续航列入可描述、可比较、可验证的范围，这一项对应的正是从能运动到能干活的那段距离。
• 仿真测试平台规范要求能力在可复现环境里评价，与训练场、数据集质量标准的衔接会在此后一年显现。

6. 具身智能赛事改成岗位考核

事件： 10 月 23 日，2026 全球开发者先锋大会暨国际具身智能技能大赛在上海张江开幕，赛程持续到 25 日。

核心内容：

• 9 大重点赛道、23 个赛项，覆盖工业、服务、特种作业三类场景。1200 多家本体与场景单位报名，中新社报道的参赛队伍为 800 多支，主办方另有千余支口径。
• 今年首度引入场景方出题，百联集团负责商超零售赛项，上海市质量监督检验技术研究院等机构参与命题。
• 考题是补货、拧瓶盖、搜救、巡检这类岗位动作。商超场景按真实门店复刻灯光与货架尺寸，商品间距逐轮收窄，容量相差 50 毫升的两瓶饮料要认准该补哪一瓶，顾客随手放回造成的错位与价签归位也在考核范围。
• 巡检是报名最多的场景，共 252 个需求。赛事对应 6 月工信部与国资委联合启动的人形机器人实景实训专项行动。

值得关注的原因：

• 评价对象从动作展示变成任务完成。机器人第一次按岗位标准被打分，掉一瓶饮料和补错一排货都会计入成绩。
• 场景方出题把业务参数摆到台面上。命题负责人郭甬平提到，行业对真实场景的数据采集仍不足，泛化能力受训练数据限制，这类赛事同时在补数据短板。
• 中青报报道，已有超万台机器人入驻张江人工智能创新小镇，赛事之外还有常设的测试与训练场地。

7. 智元把部署流程做成产品

事件： 10 月 23 日，智元机器人发布一站式具身智能作业平台 Genie Studio 2.0，为其 AI WAVE 七项成果中的第二项。

核心能力 / 产品细节：

• 三个模块分工明确，Flywheel 负责数据采集、模型训练、仿真测试、真机部署与异常数据回流的迭代，Agent 用可视化拖拽把导航、视觉定位、模型推理编排成作业流程，Monitor 管理多机状态、任务进度，支持故障预警与远程介入。
• 官方称最快 7 天可完成新场景从零到一的部署验证。
• 已披露的现场数据包括常州数控机床上下料 14 天完成从需求到产线落地，均普智能 BMS 装配线任务成功率 99.9%、单次作业节拍 13 秒以内并通过 7×24 小时连续生产验证，龙旗科技平板上下料实现多机集群统一运维，广州地铁服务场景支持 60 余台设备规模化部署。

值得关注的原因：

• 交付周期、节拍与成功率一起报，比只报演示片段更接近采购口径，招标时能直接比对。
• 开发、编排、运维被塞进同一产品，复制到第二个现场的成本变成可估算项，这在此前是项目制交付里最难报价的部分。
• 广州地铁 60 余台是公开信息里少见的规模化运维样本，多机调度的稳定性有了可查的落地对象。

8. 深诣机器人把新任务的实习期压到一周

事件： 10 月 23 日报道，深诣机器人在中国国际工业博览会发布单臂装卸货机器人 Sculptor、具身基础模型 SEEN·E SE-1 与双臂机器人 Edge。

核心能力 / 产品细节：

• 公司成立不到 9 个月，创始人刘凯与联合创始人罗宇、黄康尧均毕业于清华计算机系。
• Sculptor 定位端到端模型驱动的智能装卸货机器人。混合码垛现场用约三天采集数据、两天强化学习、一天检查调整，机器人会在伸臂途中改向，抓取时调整吸盘与箱体姿态，放置时绕开已码好的货物。
• Edge 演示 0.1 毫米级精密插接与交互式糖果分装，后者可随机指定几种糖果。
• SEEN·E SE-1 为自研具身基础模型，团队称目标是缩短进入新任务的适应期，并在真实作业中继续积累。

值得关注的原因：

• 工博会观众的问题已经从能不能抓，变成换一批货还能不能做、进新厂要调试多久、连续跑稳不稳。这三个问题对应的是交付能力，不是模型分数。
• 一周完成新任务是团队自述，第二个现场能否复现尚无公开证据，这也是端到端路线最需要回答的部分。
• 同一展馆里分层 VLA 与端到端方案并存，数据采集成本与可解释性的取舍第一次有了同场景对照。

9. 海康把感知、决策、执行装进一台移动机器人

事件： 10 月 23 日，海康机器人在全链·进化发布会推出 HAPS 智能拣选系统与明智系列单体智能产品，同步升级箱式存拣方案。

核心能力 / 产品细节：

• HAPS 融合 3D 视觉、移动机器人与关节机器人，最高拣选效率 900 件每小时。
• 箱式方案调整 STU 料箱机器人与潜伏机器人的分工，目标是缩短任务链、降低设备投入。
• 明智系列把感知、决策、执行集成到机身，支持自主部署、智能示教与多车协同，主打降低物流自动化的应用门槛。
• 公司披露全品类移动机器人累计下线突破 20 万台。

值得关注的原因：

• 厂内物流的存、拣、运是具身智能较早算得清投入产出的环节，效率数字与设备投入同时给出，采购可比性高于形态展示。
• 单体智能加多车协同的组合，把具身能力放进既有仓储系统，改造而非重建，落地阻力更小。
• 20 万台存量意味着运维、升级与二次开发的存量市场已经成型。

---

四、产业趋势总结

1. 智能体基础设施进入中立治理。四项标准同日交给基金会，格式与接口逐步统一，准入判断与运行权限仍留在使用方手里。
2. 编码智能体的边界外扩。Cursor 从仓库走向整台桌面，Qoder 从 x86 走向自主指令集，竞争点从模型分数移到可运行的范围。
3. 具身智能的评价开始有刻度。国标给指标，赛事给岗位，平台给节拍与成功率，三套口径指向同一件事，交付能力可被比对。

---

五、值得持续关注的信号

• AAIF 的 Agent Skills 版本化发布、正式提案流程与安全指引能否从提议变成文本，以及首个版本号的时间；
• Cursor Computer Use 的权限模型、支持平台与企业侧管控手段何时公布，系统级授权如何收窄；
• FrontierCode 私有测试集是否重复 DeepSWE 的泄漏路径，索引 v2.x 的修订节奏与跨版本可比性；
• 六项人形机器人国标 的检测机构名单与送检流程，2027 年 4 月实施前的过渡安排；
• 智元 Genie Studio 2.0 的 7 天部署口径能否在汽车、家电之外的行业复现，以及 Monitor 在多机规模上的上限；
• 深诣 SEEN·E SE-1 的权重与评测是否公开，端到端路线在第二个客户现场的表现。

---

本日报基于公开报道整理，仅供参考。