/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */
#content_views .toc,
/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */
#content_views.markdown_views > p:empty:has(+ .toc),
#content_views.markdown_views > .toc + p:empty,
/* 富文本旧版目录标记 */
#content_views.htmledit_views #main-toc,
#content_views.htmledit_views #hr-toc,
#content_views.htmledit_views p[id*=\”-toc\”] {
display: none !important;
}
/* 目录去掉后，紧跟的首个标题不再多出一块上边距 */
#content_views.markdown_views > .toc + h1,
#content_views.markdown_views > .toc + h2,
#content_views.markdown_views > .toc + h3,
#content_views.markdown_views > .toc + h4,
#content_views.markdown_views > .toc + p:empty + h1,
#content_views.markdown_views > .toc + p:empty + h2,
#content_views.markdown_views > .toc + p:empty + h3,
#content_views.markdown_views > .toc + p:empty + h4 {
margin-top: 0 !important;
}
一、AI Coding
1. Meta 发布 MuseWonder / MuseWonderFull，编程智能体登顶并列第一
事件：10 月 13 日，Meta 一口气发布 MuseWonder（青春版）与 MuseWonderFull（满血版）两款模型。据 Artificial Analysis 榜单，MuseWonderFull 综合得分 56，与 Claude Sonnet 5.5 持平、仅次于 Opus 5.5（58），反超 OpenAI、谷歌最强模型（均 53）；在「编程工具 Harness × 模型」组合榜上，MuseCode + MuseWonderFull 拿下 68 分，与 Claude Code + Sonnet 5.5 并列第一，连用 Opus 5.5 的 Claude Code 都排在其后。两款主打 ActiveMemory（跨对话长期记忆） 与 ActiveFocus（长任务报错自动换法重试、重要操作先确认）。API 定价青春版 4/20 对齐 Opus 5.5；满血版仅限 MuseCode 50/200 订阅。首日 MuseCode 因额度计算 bug 翻车，首席 AI 官 Alexandr Wang 认错并承诺重置。
值得关注：Meta 用 6 周把模型「智商」从 48 拉到 56，两个月内从落后 OpenAI/谷歌到跻身「北美御三家」，且把编码 Harness（MuseCode）当作核心差异化战场——这与近两月日报反复印证的「价值从模型下沉到 harness/运行时」主线完全吻合。但两款均为闭源、权重未开放，榜首地位仍待长期可用性检验。
2. Google Gemini Agent 持续发酵：通用办公「数字员工」把写代码塞进企业工作流
事件：在 10 月 8 日「Gemini at Work 2026」发布的 Gemini Agent，本周持续成为企业 AI 焦点。它定位为「给目标而非指令」的通用工作智能体，可跨 Google Workspace、Microsoft 365、Slack、Git、Salesforce、ServiceNow 等系统编写并运行代码、做数据分析、生成文档；底层按任务多模型路由（Gemini 与 Claude 系列混用），云端持久执行最长 7 天，每个 agent 拥有独立 Workspace 账号、邮箱、审计轨迹与 Agent Registry 加密身份；已推出金融（13 个数据连接器，含 FactSet/LSEG/Moody's/SEC Edgar）与法律行业特化版，BNP Paribas 正部署至 6.5 万+员工。
值得关注：Google 明确拥抱「模型中立」，是首个把竞品（Anthropic）模型并列进企业产品的巨头——「模型护城河」叙事进一步褪色，路由到每任务最优模型比绑定单供应商更值钱。对 coding 而言，代码生成/调试被嵌入办公入口而非独立 IDE，agent 的竞争场正在从「谁模型强」转向「谁能无缝住进企业系统并管住权限与花费」。
3. OpenAI Codex Day 2 四项更新：从四个维度消解 agent 落地摩擦
事件：10 月 13 日 Codex 28 天承诺进入 Day 2，连发四项：① Auto-review 免费（原 Approve-for-me，第二 agent 监督主 agent、标记高风险动作与意图漂移）；② API 五档计费收拢为三档（Build $5 / Launch $100 / Grow $500，顶档门槛由 $1000 减半、自动晋级）；③ macOS Meetings 插件公测（录音、总结、把决议与待办存入 Spaces）；④ DevDay 预告的 Decisions API 公开 beta，由 GPT-6 Luna 驱动，返回 Predicates/Choices/Scores 而非生成文本，速度达 Responses API 的 10 倍，面向请求路由、工具选择、分类与调用前风险检查（OpenRouter 报价 $0.10/百万输入、无输出费）。
值得关注：四项更新精准对应 agent 从「能干活」到「好落地」的四道剩余摩擦——审批疲劳、计费层级、会议上下文、过度推理。尤其 Decisions API 把 agent 从「生成自然语言」推向「输出结构化判断」，是路由/工具选择/风险预检这类高频低延迟决策的基础设施化，coding agent 的工程层继续下沉。
4. Anthropic Managed Agents 推 dynamic workflows beta + Claude Code v2.1.292/293
事件：Anthropic 为 Claude Managed Agents 加 dynamic workflows（beta）：托管 agent 可在服务端生成并执行多阶段工作流，spawn 并协调多个子 agent，发出 workflow_run.* 事件供会话流跟踪；同时 Claude Code 连续迭代（v2.1.292/293）调整 thinking-mode/工具行为、为子 agent 加 effort 参数、支持插件市场安装与 prompt-caching hooks、下调部分缓存读取价。
值得关注：多 agent 编排从「客户端脚本」迁移到「服务端可追踪运行模型」，长程/批量代码工作（并行审 PR、批量跑测试）的攻击面与可治理性随之改变。与 Codex Day 2 的常驻监督 agent 对照，「可控、可观测、可预算的长程多 agent 编排」已成为头部厂商 10 月共同押注点。
5. 微软 Thinkingbox 基准：用「活干没干成」重新定义 agent 评估
事件：微软研究院发布 Thinkingbox——一套围绕 507 个 policy-conditioned 工作流（零售、酒店、车险、新银行 IT 支持、咨询）的沙箱与基准，按终端后端状态的可执行检查打分，而非看模型是否调了正确工具。结果刺眼：最强模型 pass@1 仅 65.36%，每个工作流跑 20 次的 pass@20 更是只有 25.25%——大量失败以「干净终止 + 看似合理的状态变更」蒙混过关，恰好是回复式评测永远抓不到的隐性错误。
值得关注：这把 agent 工程的「成熟刻度」从「调对工具」抬到「达成结果」。对 coding agent 尤其关键——团队拿自己的评估 harness 跑一遍就知道是在测意图还是测结果，pass@20 是任何向客户承诺可靠性的 sobering 基线。当可靠性开始被量化，行业才真正从「demo 竞赛」进入「工程化交付」。
二、具身智能
6. 宇树王兴兴工博会改口：临界点最快一两年，已把 GPT-6 部署到机器人实测
事件：10 月 12 日工博会开幕式，宇树创始人王兴兴给出更乐观判断——具身智能技术临界点「快的话一两年内就可能到来」（8 月口径还是「快则两三年、慢则五到十年」）。他坦言「过去十几年最大的错误是对 AI 不够相信」；更实质的信号是团队已把 GPT-6 部署到机器人上做任务测试，「效果不错」，并期待明年的 GPT-7 进一步突破瓶颈。他重申自己的「ChatGPT 时刻」标准：约 80% 陌生场景完成约 80% 任务；同时指出「最后几毫米」的精细接触/操作仍要靠真机数据迭代，商业服务落地可能快于工业、居家最靠后。
值得关注：作为「硬件派跑得最远」的头部玩家，王兴兴这次的依据不是融资额或亮相视频，而是一个具体工程动作——把前沿大模型接进真实机器人跑测试。工程验证与叙事验证是两种成色的证据；加上「长流程会放大局部不稳定」（10 环节各 95% 成功≈整体 60%）的判断，行业真正卡点仍是泛化 + 长流程可靠性，而非单点炫技。
7. 2026 上海工博会机器人展开幕：人形全产业链专区、价格锚三年跌 97.4%
事件：10 月 12–16 日，第 26 届中国工博会在上海国家会展中心举办，首设 5.6 万㎡ 人形机器人全产业链专区，汇聚 500+ 机器人企业。官方披露：全尺寸人形均价较三年前暴跌 97.4%（598 万元 → 15.8 万元），核心关节模组国产化率超 90%；宇树、钛虎展示精度达 ±0.02mm，乐聚「夸父 3.0」为全球首款 5G+A 人形，小米人形、特斯拉 Optimus 产业链配套企业集中亮相，傅利叶、优必选聚焦康养与工业。
值得关注：价格锚与国产化率两个数字坐实了「用得起、用得好」——具身从炫技叙事转向产业链成熟 + 工业落地的硬指标。均价断崖式下探意味着需求侧采购逻辑开始成立，而 90% 国产化率直接利好上游「卖铲人」（减速器、伺服、灵巧手、AI 视觉）。（投资以官方披露为准）
8. 具身融资继续高热：欧拉万象天使轮、模思智能超 10 亿 Pre-A
事件：具身智能企业欧拉万象完成数亿元天使轮（诚元祥、芯能创投、拓邦股份、弘毅等联合投资），创始人周顺波曾任华为具身智能 Lab「一号员工」，2026 年 3 月离职创立、瞄准家庭场景，半年内完成第四轮融资；多模态大模型公司模思智能完成超 10 亿元 Pre-A（华控基金领投，国开科创、上海科创基金等），由复旦邱锡鹏领衔，押注全模态实时交互。
值得关注：资本流向出现分化——从「造本体」转向「大脑 / 全模态实时交互」与「家庭场景」新叙事。但对照此前宇树股价回撤、人形板块估值洗牌的教训，Pre-A 量级融资更需看从学术优势到产品能力的转化效率，而非仅凭方向下注。（投资以官方披露为准）
跨主线信号（能源 / A 股视角）
- 算力能源锚：Gemini Agent、Codex Decisions API、MuseWonder 等长程/多模型 agent 的普及，持续把推理算力需求推向「持久云执行 + 多模型路由」，AI 数据中心的电力约束仍是底层硬约束。
- Agent 安全合规成 coding + 具身共享红线：dynamic workflows、多 agent 编排、长程持久执行扩大了攻击面；「结果可验证、运行可审计、预算可封顶」正成为 agent 进入生产的准入门槛。
- 具身上游确定性：工博会国产化率 90%+、均价三年跌 97.4%，强化「上游卖铲人（减速器/伺服/灵巧手/视觉芯片）」的投资逻辑，而非押注整机估值波动。
- 其他值得留意：腾讯 WorkBuddy 接入阶跃星辰 Step 5 Preview 并限时免费两周；千问提出 QwenGyre 超长程在线强化学习框架（百万级 token 任务，NL2RepoBench 通过率 52.48%→58.54%，耗时降 1.78×）。
一句话总结
今天两条主线在「工程化落地」汇流：coding 侧，Meta MuseWonder 以编程智能体并列榜首、Google Gemini Agent 与 OpenAI Codex 相继把 agent 推向「给目标而非指令」的常驻执行与多模型路由，竞争焦点从模型能力下沉到运行时、编排与结果可验证；具身侧，宇树把 GPT-6 接真机实测、工博会人形均价三年跌 97% 且国产化率超 90%，标志行业从炫技走向产业链成熟与商业闭环。当微软 Thinkingbox 用 pass@20 仅 25% 证明「活干没干成」比「模型多强」更硬，2026 年真正的分水岭不再是参数规模，而是谁能把智能稳定、便宜、可审计地交到产线与办公流里。
