article

AI 日报 · 2026-10-27(周二)

27 min read

关注方向:AI Coding / Agent 工程化 × 具身智能 覆盖窗口:10/26 夜间 – 10/27 上午。本期 5 条主条目 + 附注速览,已对齐 10-21 至 10-26 六期推送做去重,均为新增事件或明确进展增量。 本期主线:AI 编程的”钱”和”账”同时被摊开了——OpenAI 把能跑 agent 的模型价格打到 1 美元/百万 token,Anthropic 在招股书里承认”翻身的答案只有两个字:代码”。具身侧则从”发本体”转向”发中间层”。


一、OpenAI 发布 GPT-6.1 Terra:$1 / $5 每百万 token,Terminal-Bench 从 21.5% 跳到 50.3%

事件内容

10/27,OpenAI 推出 GPT-6.1 Terra,定位不是”最强”,而是”够用且便宜到可以无脑调用”。重点强化视觉理解与电脑操作(computer use),同步上线 ChatGPT Work、Codex 与 API。

维度数据
价格输入 $1 / 输出 $5 每百万 token,为 GPT-5.6 Terra 与 GPT-6.1 Sol 的 一半
Terminal-Bench21.5% → 50.3%(Artificial Analysis 复测:+20 个点)
Agents’ Last Exam(中等推理强度)比 GPT-5.6 Terra 高 15 个点,成本约其 1/3;得分追平 GPT-6 Astra,单 token 价格仅后者 1/10
速度完成同一批测试任务的速度是 GPT-6 Astra / GPT-6.1 Sol 的 3 倍以上
成本对照最高推理强度下,vs Claude Opus 5.5,单任务成本约低 9 倍
幻觉/事实错误低推理强度下错误率 53.6% → 16.7%;最高强度降至 4.3%

值得关注的原因

  1. 这是”coding agent 的燃料价格”第一次被单独定价。 过去一年 agent 的成本讨论都在 token 用量侧(同任务 token 消耗可差 30 倍),Terra 换了个方向:把单 token 价格压到 1 美元档。当 Terminal-Bench 从 21.5% 抬到 50.3%,意味着便宜模型正式进入”可托付终端任务”的区间——大量不需要前沿推理的仓库操作、批量改测试、跑脚本,可以不再用最贵的模型。这会直接改变 agent 产品的默认模型选择与毛利结构。
  2. 50.3% 这个数字要放在正确的坐标里看。 它仍明显低于 Kimi K3.1 Pro 自报的 Terminal-Bench 4.0 65.7%、Claude Opus 5.5 的 66.4%(10-24 期已推)。Terra 的定位是”计算机操作 + 视觉”的中档层,不是前沿编码天花板。真正的变化是性价比曲线而不是能力上限——把它当”便宜一半的 Astra”用是对的,当”新的最强编码模型”用会翻车。
  3. 它同时说明了 OpenAI 的产品节奏:先用 Astra 立能力标杆,再用 Terra 把标杆之下的工作负载收进自己的价格带。对 Codex 而言,这是把”额度能干的活变多”这种最朴素的留存手段。

二、Anthropic 335 页招股书:翻身的答案”只有两个字:代码”,Claude Code 独占一章

事件内容

10/26,Anthropic 向 SEC 递交 S-1,拟以 ANT 为代码登陆纳斯达克,承销团 20+ 家(高盛、摩根士丹利、摩根大通牵头),发行价与股数未定。

财务/运营指标数值
2026 H1 收入163 亿美元(去年同期 12 亿,+1300%);Q2 单季 116 亿
历史收入2023 年 4100 万 → 2024 年 3.86 亿 → 2025 年 46 亿
账面净亏损807 亿美元,其中 724 亿为非现金(可转债/SAFE 公允价值变动,估值涨得越快亏得越多)
经营亏损H1 约 6.93 亿美元(收入 163 亿 / 经营成本 170 亿),经营亏损率从 2025 年的 176% 收窄到约 4%
算力成本H1 89 亿美元,约占每 1 美元收入的 55 美分;Trainium + TPU + NVDA/AMD 混跑
付费客户结构TTM ≥10 万美元客户 11,900 家(一年前 950 家);≥100 万 1,900 家;≥1000 万 250 家;另有约 4000 万小额客户
净收入留存率约 900%(一年前已付费客户,现季度花费约为去年同期 9 倍)
收入结构按用量计费 130.6 亿(80.2%)/ 订阅 32 亿(19.6%)
增速归因2026 年 4–9 月发布的模型贡献 Q3 八成以上收入

与编程直接相关的三处硬信息:

另有两个细节值得记:前两大客户各贡献约 12% 收入,泄漏版猜是 Cursor 和 GitHub Copilot,正式版是亚马逊和谷歌;2026 年前九个月约 5%–7% 的收入来自后来被判定违反使用政策/商业条款的客户,8–9 月加强执法后这部分会缩水,可能拖累增速。

值得关注的原因

  1. 这是 AI 编程商业化第一次有审计级账本。 42% 份额 + 头部用户 20 倍花费 + 900% NRR,三组数字拼出的结论是:coding agent 是目前唯一被验证的、能撑起”usage-based 收入”的 AI 品类。对国内做 coding 工具的团队,这等于给出了一个可对标的商业模型上限估值锚。
  2. “不做图像视频”是战略取舍,不是能力缺失。 它把公司押在”高价值企业级认知工作”上,而 coding 恰好是唯一能同时产生高频调用、可验证结果、企业付费意愿的交叉点。这解释了为什么 coding agent 的竞争会从产品层直接烧到模型层。
  3. 风险也写在同一份文件里。 55 美分/美元的算力成本、take-or-pay 的长期算力合约(金额在这版里留空)、5%–7% 的违规客户收入——这三项任何一个恶化,都会先打在 coding 这类高频用量业务上。Claude Code 越成功,对算力承诺的敞口越大。

三、Fanatics 用 Codex 改建商品推荐:3 万件 MLB 商品互动率 +10%,50 个搭配 24 小时跑完

事件内容

10/27,OpenAI 公布与全球数字体育零售平台 Fanatics 的合作细节。Fanatics 上线由 OpenAI 模型驱动的 “Shop the Look”:球迷浏览某队球衣时,商品页直接给出成套搭配建议。

维度细节
覆盖Fanatics.com + NFL / NBA / MLB / NHL 官方线上商店等网络内多站点
数据基础商品与目录数据增强、球队信息、实时库存;搭配由 Fanatics 自己的 merchandising 规则约束,每日随目录刷新
用 Codex 干了什么双方工程团队用 Codex 快速搭出”商品/目录数据增强 → 找可搭配商品 → 评估推荐结果 → 生成搭配”的工具链
测试速度首批 50 个搭配不到 24 小时跑完;迭代两天当周通过 MVP,随后推广到数千款商品
效果约 3 万件 MLB 商品测试,互动率比旧版高 10%
业务体量全站 150 万+ SKU,每周新增最多 1000 个新品

值得关注的原因

  1. 这是”coding agent 走出软件团队”的一个可量化样本。 过去 coding agent 的案例几乎都在研发部门内部(补测试、改迁移、修 bug)。Fanatics 这个案例的实质是:运营/电商团队拿 Codex 现造内部工具,去解决一个原本”人工排不出、买 SaaS 又不合适”的长尾需求(150 万 SKU × 每日刷新 × 球队/风格约束)。这类需求正是 agent 最合适的落点——一次性、规则复杂、价值可测。
  2. 它把”效率”翻译成了”业务指标”。 24 小时 vs 传统排期数周,最后落在互动率 +10%。对照 10-25 期 Push 的 harness 分差、10-26 期的成本账,这是第一次出现”coding agent 的产出直接对应一个 C 端指标”。对做 to B 销售的人,这比任何 benchmark 都好用。
  3. 但 +10% 的口径必须打问号。 OpenAI 未定义 “engagement” 是什么(点击/停留/加购?),也未给基线、测试周期,更未说明是否带来成交/转化提升。互动率 ≠ 营收,这是零售 AI 案例最常见的注水点。看这类新闻时,值得先找”有没有披露转化率和 GMV”。

四、智元 Genie Master 发布:把 Agent 与物理世界接起来,号称首次在真实业务场景跑通 Physical RSI

事件内容

10/27,智元 AI WAVE 第六弹 Genie Master 正式发布(10-22 期已列为待跟踪项,本期为兑现)。官方定位一句话:“连通 Agent 与物理世界——在真实业务场景首次实现 Physical RSI(具身递归自我改进)”。

据官方与媒体报道,它是一个中间层框架,位于大模型 Agent 与机器人本体之间,承担三件事:

职责含义
任务理解把自然语言/业务指令转成机器人可执行的作业意图
动作拆解把意图拆成有序动作序列,分派给本体能力
容错执行执行中出错时自行诊断、重试或换策略,而不是整体失败

Physical RSI(具身递归自我改进) 指的是:机器人在真实业务中积累的物理交互经验,反过来改进自身的策略与框架能力,形成闭环——把”软件侧的 RSI”搬到物理场景。需要说明的是,官方目前只给了定位表述,尚未披露闭环的具体环节(经验如何结构化、如何回灌、改进幅度多少),技术细节待 10/29 基座模型与后续论文。

把它放进 AI WAVE 七天链条里看,逻辑是连的:

公司侧数据:2025 年收入 10.5 亿元(国内最快跨过 10 亿门槛的机器人公司),2026 年预计数倍增长;已于 10 月启动新一轮 10–15 亿元融资,接近收尾,估值约 500 亿元。

值得关注的原因

  1. 它把”RSI”从训练侧搬到了业务侧,这是今年具身智能最有争议也最有价值的一个提法。 此前 RSI 的讨论都在”AI 造 AI”(10-26 期 Mirendil-Base、10-27 Recursive Eureka Machine)。智元把它改成”机器人干活 → 经验回流 → 下一轮干得更好”,如果成立,它绕开了”先有海量数据才能训练”的死循环——数据在业务中自己长出来。这也正是 10-21 期信通院报告里”数据边际效用骤降”的解法方向。
  2. “中间层”这个位置比”又一个 VLA”更值得关注。 Genie Master 不承诺替代本体策略,只承诺做编排与容错。这与 10-26 期 RAX 的”coding agent 直连机器人接口”是同一个思路的两种实现:上层通用智能 + 下层专用控制。真正稀缺的是中间那层接口与容错,而不是再训一个模型。
  3. 判断它成不成的关键在 10/28–10/30 三弹。 Physical RSI 的闭环需要:可靠的仿真一致性(>95% 才有意义)、足够强的基座(GO-3)、以及群体经验能否跨机复用(CEL)。三件缺一件,RSI 就只是叙事。这是本周最该盯的三天。

五、中科慧灵数亿元 A++ 轮:制鞋机器人在手订单破 4 亿,单工序 7 秒/个、ROI 50%–70%

事件内容

中科院自动化所孵化的 中科慧灵 完成数亿元 A++ 轮融资,知来投资、涌铧投资、茂天投资、元禾辰坤、国科科智、鲁宁投资联合投资。公司走的是”本体 + 具身大脑 + 灵巧手”全栈自研,主攻工厂与矿山等复杂场景,产品含全尺寸人形与轮臂式机器人。

真正值得注意的是它在制鞋场景的落地数据:

指标数值
在手订单2026 年具身制鞋机器人订单突破 4 亿元,排产数千台量级
工序节拍大底盖章 7 秒/个;鞋底压合 18 秒/双
客户 ROI年投资回报率 50%–70%
模型自研 CAS-brain 具身大模型 + CASBOT PA(Perception-to-Action)感知到动作模型,支持单张消费级 GPU 训练
验证现场莆田制鞋工厂实建制鞋工位,以机械臂为执行载体

值得关注的原因

  1. 订单 4 亿 + 数千台排产,在当下人形赛道里是稀缺的”真金白银”信号。 对比 10-26 期”具身算账”那期给出的行业面(日租金跌到千元、二手残值缩水七八成、家庭场景 12%),中科慧灵给的是另一面:放弃通用人形叙事,挑一道最标准化、最难招人的工序,把 ROI 算到工厂老板能签字。 这是”先吃透一个垂直行业再复制”的路径,与智元”全栈 + 梯度落地”是两种打法。
  2. “单张消费级 GPU 可训练”是一个被低估的工程指标。 它意味着迭代成本从”租算力集群”降到”买一张卡”,对硬件创业团队的试错频率是数量级的改变。对照 10-24 期高德”无本体全身数据采集效率 3.4 倍”、10-26 期 Mirendil”1000 万美元训千亿”,同一条主线:降低训练门槛正在比提升模型上限更能决定落地速度。
  3. 7 秒/个是这类案例最该被追问的数字。 它决定了机器人能否跟上流水线节拍(人工通常 8–12 秒)。但”在手订单”与”确认收入”之间隔着交付与验收,数千台排产对供应链、品控、售后是真考验——这也是绝大多数机器人公司卡住的地方。下一期该追的是:这 4 亿里有多少已经交付、复购率如何。

附注速览


待跟踪(下一期优先核对)

  1. 10/28 智元 Genie Sim 3.5:真机-仿真一致性 >95% 是否有第三方复现口径;10/29 GO-3 基座参数与训练数据构成;10/30 CEL 集群规模与跨机复用率。这三项决定 Physical RSI 是叙事还是方法。
  2. GPT-6.1 Terra 的实际 agent 表现:Terminal-Bench 50.3% 在真实仓库任务(非基准)上的掉点幅度;Codex 默认模型是否切到 Terra,以及对订阅额度的影响。
  3. Anthropic 招股书后续:定价区间披露后,42% 代码市场份额是否会引来反垄断/捆绑质疑;5%–7% 违规客户收入的执法影响是否体现在 Q4 指引。
  4. Fanatics 案例的转化数据:是否补披露加购率/GMV;若互动率无法转化为成交,会成为”coding agent ROI 注水”的第一个公开反例。
  5. 中科慧灵:4 亿订单的交付/验收进度与复购;CAS-brain 单卡训练在更复杂工序上的天花板。
  6. Kimi K3.1 权重 11/4 开源(连续第 4 期挂起);智元 11/2–3 便利店 24 小时直播。