关注方向:AI Coding / Agent 工程化 × 具身智能 覆盖窗口:10/28 午间 – 10/29 上午。本期 5 条主条目 + 附注速览,已对齐 10-21 至 10-28 八期推送做去重。 本期主线:“开放”与”收紧”同日发生——coding 侧 Google 把 IDE 和终端全面开放给 40+ 第三方 agent,同时 Gemini 4 Carbon 以”先用不上的最强模型”姿态强调安全收紧;具身侧,智元 GO-3 承诺年底开源、宇树交出上市后首份财报,“开源抢生态”与”报表见真章”构成行业两面。
一、Gemini 4 Carbon 发布:提示词注入攻击成功率 0%,但”最强模型你现在用不上”
事件内容
10/29,谷歌在 Gemini 4 Argon(两周前发布)之后推出新一代前沿模型 Gemini 4 Carbon:
| 维度 | 数据 |
|---|---|
| 综合排名 | Artificial Analysis Intelligence Index v5.0 第一(59 分),领先 GPT-6 Astra、Claude Opus 5.5 |
| 找漏洞 | SEC-bench Pro 88.2%(SOTA),自主发现真实软件中的复杂缺陷 |
| 漏洞利用验证 | ExploitGym 54.8%(SOTA) |
| 修漏洞 | CWE-bench 71.0%(SOTA),输出可用补丁 |
| 安全代码生成 | 较 Argon 提升逾 2 倍;Chrome 团队称补丁质量比另一家实验室前沿模型高 10 倍 |
| 提示词注入 | Grey Swan 评估 0% 成功率(Argon 0.7%、Opus 5.5 1%、GPT-6 Astra 8.5%);高严重性安全对齐警报减少近 80% |
| 长程任务 | 内部团队让它在大型代码库上连续运行数天做根因定位与修复;WebDev Arena +89 elo 至第 4(1769) |
| 定价 | 与 Argon 首发价相同:$2/百万输入、$10/百万输出,缓存输入 95% 折扣 |
| 可用性 | 分阶段开放:先向部分网络防御人员,经 Fairwind 项目扩大,参与美国政府自愿式发布前测试;未承诺全面开放时间 |
值得关注的原因
- “网络安全能力”正式成为前沿模型的竞争轴心。 对照 10-27 期 Terra 的 ExploitBench 24.5%(被归入 Critical 档),两大实验室现在都在系统卡里量化披露”攻”的能力,而 Google 的叙事是”以攻助防”(Fairwind 防御者优先)。攻防两侧同时被基准化,意味着安全能力披露正在从主动行为变成军备竞赛的被动义务——这与 Terra 10-28 引发的”发布阈值锚点”判断互相印证。
- 0% 提示词注入是首个”零成功”公开口径,可与 Terra 的 13.75% 越权数据直接对照。 昨天我们写”agent 何时该停手第一次有量化基线”,今天 Google 给出了另一家厂商的同题答案。两份系统卡摆在一起,多 agent 架构里”外部输入该信谁”第一次有了跨厂商可比数据——不过 Grey Swan 是特定评估集,0% 不等于生产环境 0%,等第三方复测。
- “最强但先用不上”成为新的发布范式。 继 Argon 之后 Carbon 再次以”自愿式预发布测试 + 防御者分批开放”落地,Ars Technica 直接标题《你不能用的最强模型》。对开发者务实的判断是:Argon 才是当前实际可用的 Google 最强模型(其折扣价 11 月底到期),Carbon 的真实可用性和全面开放后的表现,比发布日跑分更重要。
二、Android Studio Rabbit 2”Bring Your Own Agent”转正:IDE 向 40+ 第三方 agent 开放,终端直出 Compose 预览
事件内容
10/28 Android Dev Summit 发布 Android Studio Rabbit 2,核心是把 IDE 和终端系统性开放给外部 coding agent:
| 能力 | 说明 |
|---|---|
| BYOA(转正为 stable) | 基于 Agent Client Protocol,支持 40+ agent(Claude Agent、Codex、Google Antigravity 等),IDE 内可装多个随时切换 |
| IDE 上下文继承 | agent 直接获得项目结构、构建配置、符号解析、Compose Preview、模拟器、Logcat——否则要靠代码搜索自己重建 |
android preview | 在终端直接渲染 Compose 预览,不用启动 IDE/模拟器;官方内测称 UI 任务快 77%、token 少 3 倍 |
android device remote | agent 可远程调用 Google 实验室真机做测试 |
| LeakCanary 集成 | heap dump 在开发机分析;演示中 Claude Code 单条指令完成多设备内存泄漏排查→定位→修复→复测,官方 A/B 称快近 2 倍、token 省 25% |
android signals | 把 Android Vitals 和 Crashlytics 生产崩溃数据直接管道化给 agent |
| Change Review | 扫描 agent 待应用改动、生成问题报告,先审后落 |
| 30+ Android Skills | Play 政策、折叠屏适配等文档喂给 agent;另有 Android Bench 2.0 基准(含”需要工程师几天”的任务,计时计费) |
| 应用侧 | AppFunctions API beta:App 经 MCP 向本地/系统 agent 暴露函数;Agentic API alpha 基于 Gemini Nano 4 |
值得关注的原因
- Google 选择了”平台中立裁判”位而非”自家 agent 优先”。 主开发工具向竞争对手的 agent 开放 IDE 内核上下文,这在所有主流 IDE 里是最大胆的一次。动机可以算出来:Android 开发是 agent 最容易翻车的领域(昨天 Expo 那条已论证),与其让开发者拿着残缺上下文的 agent 翻车,不如把上下文管道化——留住开发者的方式从”绑模型”变成”供上下文”。这与 10-28 期 Expo 形成互补的两层:Expo 改造确定性 CLI 让 agent 少猜,Google 开放上下文与真机让 agent 少造轮子。
- 终端渲染 Compose 预览是降本的关键一招。 agent 改 UI 的验证环过去必须”编译→起模拟器→截图”,又慢又烧 token;把视觉反馈变成终端里的一次渲染调用,token 立省 3 倍。这个思路值得所有 GUI 框架跟进:给 agent 的反馈回路越轻,agent 自主迭代的回合数上限越高。
- 生产数据直连 agent,闭环打穿但别高估。 Vitals/Crashlytics → agent → 修复 → 复测,这是一条完整的”线上 bug 自愈”管线雏形。但报道同时引用了一个冷静的数字:Anthropic 扫描器曾标记约 2.9 万个开源漏洞疑点,最终被修的只有几百个——自主找 bug 的能力远快于自主修 bug,闭环自动化率才是真实指标。
三、智元创新日发布 GO-3 Preview:登顶三大榜单,承诺 2026 年底全面开源
事件内容
10/29 在 2026 智元创新日上(10-28 期预告的 10/29 节点如期兑现),智元联合创始人姚卯青发布新一代具身基座模型 GO-3 Preview:
- 架构:自研具身原生架构 WRAM(World Reasoning Action Model,世界推理动作模型),对理解、预测、动作统一建模,主打跨任务泛化与精细操作;
- 成绩:自称近日登顶 RoboDojo、RoboTwin、RoboColiseum 三大评测榜单;
- 训练体系:Genie Evolver(真机/仿真/世界模型协同的后训练系统)+ Genie Master 具身智能体框架(10-27 期已报其 Physical RSI),构成”预训练→后训练→部署后持续学习”全链路;
- 开源:2026 年底全面开源。
值得关注的原因
- “全面开源”是国内具身基座第一次给出明确时限的头部承诺。 按 10-28 期引用的出货数据,智元上半年占全球人形机器人出货超 43%——份额第一的厂商把基座模型开源,等于把”基座”从各家私有壁垒变成公共设施,行业竞争焦点会被迫上移到本体、数据与场景运营。年底前需要盯住的关键细节:开源的是权重,还是含数据管线与训练代码的全链路——两者含金量差一个量级。
- WRAM 的命名本身就是路线宣言:世界模型与 VLA 合流。 “理解-预测-动作统一建模”意味着把预测(世界模型)塞进控制回路,而 Genie Evolver 把真机、仿真、世界模型三个数据源在后训练里协同——这正面回应了 10-28 期”100 万 vs 1 亿小时数据缺口”的结论:纯采集填不平,世界模型当”数据放大器”是必然选项。智元把这条逻辑做成了产品架构。
- 榜单成绩全部是自报口径,先存疑再采信。 RoboDojo/RoboTwin/RoboColismus 的评测协议、任务集、对照组均未随新闻稿披露;10-28 期立的规矩同样适用——等第三方口径。挂起中的 Genie Sim 3.5(真机-仿真一致性 >95%)截至本期发稿仍未见正式发布报道, consistency 数据没落地前,WRAM 的泛化主张先按宣传看。
四、宇树上市后首份财报:营收 +55.71% 的另一面,是 Q3 利润转降、现金流腰斩
事件内容
10/29,宇树科技披露上市(8/19 科创板,发行价 150.80 元,募资 60.99 亿元)后首份三季报:
| 指标 | 前三季度 | 备注 |
|---|---|---|
| 营业收入 | 18.17 亿元,+55.71% | 收入在加速 |
| 归母净利润 | 3.87 亿元,+270.54% | 媒体标题数字;公司自述主要来自上年同期一次性股份支付费用的低基数;非经常性损益 3772 万(其中政府补助 2910 万) |
| 研发投入 | 2.63 亿元,+191.48%,占营收 14.47%(+6.74pct) | Q3 单季 1.27 亿,+249.58%,占营收升至 19.10%,明确指向”具身大模型研发与算力投入大幅增长” |
| 单季度利润 | Q3 同比转降 | 研发增量约为利润减量的 3.8 倍 |
| 经营现金流净额 | 1.94 亿元,-54.69% | 采购、人工、研发支出吞掉大部分销售回款 |
| 存货 / 应收账款 | 10.19 亿(+177%)/ 1.43 亿(+143.5%) | 双双远超收入增速,备货与回款同时占款 |
| 账上现金 | 73.54 亿元 | 募资到账,总资产 +216.5% 至 101.56 亿 |
行业背景:上半年全球人形机器人出货约 2.2 万台(+近 300%),前五名全是中国厂商合计约 86%——智元 9700 台(43%)居首,宇树 7000+ 台(31%)第二;全年预计突破 5 万台。
值得关注的原因
- 这是第一份”上市具身公司”的完整报表,行业第一次有了可审计的账本。 之前所有”具身智能算账”(10-26 期)都是券商估算和一级市场口径,现在终于有审计数据:收入 +55% 的同时 Q3 利润转降、现金流腰斩——具身大模型是真的烧钱(Q3 研发费率冲到 19.1%),“卖机器人养大模型”的模式毛利额尚未完全对冲投入。所有拿宇树对标估值的同行,账本大概率长一个样。
- 270.54% 的净利增速是标题陷阱,读财报要看扣非和基数。 公司自己在报表里写明主因是上年一次性股份支付,外加 2910 万政府补助。这条对二级市场的意义在于:宇树股价(10/28 盘中破 700 元、市值约 2900 亿、滚动 PE 约 465-490 倍)的定价基础是”增速”,而这个增速里最容易高估的成分恰恰是一次性因素。
- 存货 +177%、应收 +143% 指向交付驱动的真实运营压力。 备货节奏加快 + 回款周期拉长同时出现,说明”规模化量产落地”伴随的是营运资金被上下游占用——10-26 期”租金腰斩、残值缩水”讲的是资产端,这份报表补上了运营端的另一半证据。行业景气是真的,现金转换效率的恶化也是真的,两件事同时成立。
五、小鹏全球首发”机器人专用固态电池”:车企供应链开始向机器人外溢
事件内容
10/27-30 在苏州召开的 2026 中国汽车工程学会年会上,小鹏首发机器人专用固态电池:
- 相比传统液态锂电池:减重约 30%、电量提升约 30%;
- 小鹏宣布计划 2026 年底实现高阶人形机器人规模化量产(10-28 期特斯拉弗里蒙特 Optimus 量产启动后,第二家给出明确量产时点的整车厂系玩家)。
值得关注的原因
- 电池是人形机器人最被低估的瓶颈,车企供应链是现成的解法。 当前人形机器人续航普遍只有 2-4 小时,电池的重量、发热、换电问题直接吃掉有效作业时长——而作业时长决定时薪,时薪决定回本周期。“减重 30% + 电量 30%“翻译过来就是作业时间接近翻倍,对经济性测算的影响不亚于任何算法进步。
- “汽车技术栈外溢”是具身智能成本曲线的第二条腿。 10-26 期讲过制造成本(租金、残值),本期补上能源部件:固态电池的量产工艺、良率、供应链由车载市场养大,机器人作为”第二应用”几乎是搭便车。车企做机器人的优势从此不只制造管理,还有整个三电供应链——这与特斯拉 Optimus 的逻辑同构,小鹏是国内对照样本。
- 量产时点开始”对表”,2026 年底成为检验窗口。 Optimus 弗里蒙量产启动(10-28 期)、小鹏 2026 年底规模化量产、宇树存货 +177% 备货——三家公司三条证据链指向同一点:2026 年底-2027 年是人形机器人从”发布会产能”到”报表产能”的验收期。届时 10-26 期”租金腰斩”与 10-28 期”数据定价”两张表的数字都会被真实交付重新校准。
附注速览
- Symantec 报告信息窃取木马”Aoki”专盗 AI 凭证:目标是 Anthropic Claude、OpenAI Codex、Cursor、Gemini 的 API 密钥与会话文件(
.claude.json、Codex 的 config.toml/.env 等),AI 凭证价值”比肩银行卡”。与 10-28 期”AGENTS.md 注入攻击”是两类互补威胁——前者偷凭证,后者劫持指令;共同点是攻击面都在开发者本地环境,~/.claude、~/.codex目录的权限管理值得立刻过一遍。 - Vercel Paseo 插件:coding agent 上云沙箱、跨设备续跑:Claude Code/Codex/OpenCode 等可跑在 Vercel Sandbox,笔记本关机后可从手机重连续跑(文件与对话历史保留、进程不保留);API key 经 AI Gateway 统一托管在沙箱外。agent 长任务”不依赖单机在线”是明确需求,Vercel 正把自己插进 agent 基建层。
- Gemini 4 Argon 折扣价 11 月底到期:首发价 $2/$10 将在到期后翻倍,选型预算要把这算进去。
待跟踪(下一期优先核对)
- 智元创新日后续:Genie Sim 3.5 正式发布口径(连续第 2 期挂起);10/30 CEL、11/2–3 便利店 24 小时直播;GO-3 开源范围(权重 or 全链路)。
- Gemini 4 Carbon:全面开放时间表与第三方复测(Grey Swan 0% 注入、SEC-bench 88.2%);Argon 11 月底涨价执行情况。
- Android Bench 2.0:Google 之外的第三方跑分与”77% 提速 / 3 倍省 token”复测。
- 宇树:股价与估值消化(PE 约 470 倍),以及”具身大模型投入”在 Q4 是否继续挤压利润。
- Fern 0.1:开放时间与 RULER 完整测评;Base-Large/Base-XL 训练进展。
- Anthropic S-1:定价区间与上市时间表。
- GPT-6.1 Terra:Codex 默认模型切换;29.6% 绕权数据的企业客户/监管反应(只收 harness 层应对实践或监管跟进)。
- Kimi K3.1 权重 11/4 开源(连续第 6 期挂起)。
- 中科慧灵:4 亿订单交付/复购进度。