article

AI 日报 · 2026-10-31(周六)

22 min read

关注方向:AI Coding / Agent 工程化 × 具身智能 覆盖窗口:10/30 午间 – 10/31 上午。本期 5 条主条目 + 附注速览,已对齐 10-21 至 10-30 十期推送做去重(宇树三季报、智元 Worken、PI 融资、Copilot Fusion 均已报过,不再展开)。 本期主线:Coding 侧在”做减法”,具身侧在”换账本”。 Google 把两条 coding agent 产品线并成一条;微软用开源插件正面治理 agent 的 token 浪费;YC 把”多 agent 协作”从工程技巧升级为对齐研究问题。具身侧,10 月融资笔数腰斩,但钱集体流向整机身后——触觉、动力、大脑、数据引擎;智元交出近 20 亿半年收入,评判标准从”造了多少台”换成”上了多少岗”。


一、Google 关停 Jules,Coding Agent 产品线并入 Antigravity

事件内容

Google 10/29 宣布,异步编码 agent Jules 将于 2026 年 12 月 31 日停止服务,团队能力并入 agent-first 开发平台 Antigravity:

维度说明
时间线10/29 宣布;11/11 后转只读;12/31 关停
导出范围设置、环境变量、定时任务、关联仓库、memories、setup 脚本、完整会话历史(含 prompt/计划/日志/补丁),可导出到本地
代码归属代码、分支、PR 均在 GitHub,不受关停影响
衔接动作同日 Antigravity 上线 Plugin Marketplace:一个插件打包 skills + MCP server + rules + hooks + 自定义 agent,应用内与 CLI 均可一键安装
首发伙伴Atlassian、Figma、Stripe、Canva、CrowdStrike、Databricks、Datadog、Dropbox 等
未定事项Jules 式后台异步任务进入 Antigravity 的时间、memories 自动迁移方案均未公布

值得关注的原因

  1. 这是主流大厂第一次明确”做减法”关停一条 coding agent 产品线。 Jules 是 2024 年 12 月上线的头部异步 agent,定位是”干开发者不想干的活”。关停理由是官方原话级别的信号:把分散的 agentic coding 投入统一到一处。对照 10-29 期 Android Studio Rabbit 2 的 BYOA 化,Google 的编码 agent 矩阵正在从”多点实验”收敛为”Antigravity 单一入口”。
  2. Plugin Marketplace 的打包方式值得抄。 skills + MCP + rules + hooks + 自定义 agent 捆绑成一键安装单元,等于给”团队级 agent 配置”一个分发格式——这比单个 MCP server 的分发粒度更接近真实使用方式。对企业用户,Jules 的迁移窗口(11/11 只读)是硬 deadline:定时任务和 memories 不迁移就没了。
  3. 异步后台任务是 Antigravity 的明确补课方向。 IDE 内多 agent 监控(Antigravity 强项)与云端后台排队干活(Jules 强项)合并后,“一个开发者管一队 agent”的形态基本定型。竞品对照:OpenAI Codex 的 autopilot、Anthropic Claude Code 的 headless 模式都在抢同一个生态位,Q4 会有一轮同质化竞速。

二、微软开源 TokenEconomizer:给 Coding Agent 装”成本刹车”,SWE-Bench 降本 18.4%–30.9%

事件内容

微软研究院 × UC Berkeley 发布开源插件 TokenEconomizer(Apache 2.0),以”外挂监督者”方式为 coding agent 控制成本——不改模型权重、不改 agent 核心代码,兼容 Claude Code、Codex、GitHub Copilot CLI、Pi。它在仓库内从历史任务学习,动态优化后续任务的开销:

维度数据
评测范围SWE-Bench 277 个任务、5 种 agent×模型组合、30 个仓库场景
降本区间18.4%(Copilot CLI + Sonnet 5)至 30.9%(Claude Code + Opus 4.8);30 个场景全部省钱
质量影响5 个设置中 4 个 Pass@1 反而提升;个别场景(Opus 4.8)降 1.0 分
横向验证Web-Bench 降 16.0%–21.2%、CredData 16.5%–19.6%、ReposVul 6.4%–9.3%
三大机制Micro-skills(LLM 从轨迹蒸馏事实注入 prompt,错误事实快速退役)· 工具裁剪(连续 3 个任务未用的工具屏蔽,每 5 任务全量重审)· 失败循环熔断(按成功 run 的 P90 设 turn 预算,LLM judge 0.7 置信判定卡死后先纠偏一次、再终止)
归因工具裁剪贡献 13.2%–17.7%,micro-skills 11.8%–14.3%,熔断 5.4%–7.1%

诊断出的三大浪费源头(比解法本身更有信息量):前 5 个任务之后约 30% 的工具调用在重复早前动作;单轮加载 23 个工具 schema 实际只用 3 个(占 98% 调用);占任务数 17% 的失败执行烧掉了 32% 的总 token。

值得关注的原因

  1. Agent 的成本问题第一次被系统量化,而不是靠体感。 “重复发现""工具 schema 膨胀""失败循环”这三条,几乎每个跑过 Claude Code/Codex 的团队都在账单里见过,但 30% 重复调用、32% token 烧在失败上这个比例值得写进内部成本模型。对照 10-30 期 Fusion 的”分级调用省一半”,方向一致但手段不同:Fusion 靠编排层选模型,这个靠执行层砍无效动作——两者可以叠加。
  2. “每仓库学习”是关键设计。 通用省钱策略(RTK、Serena、Aider RepoMap)效果不稳定,TokenEconomizer 学的是本仓库的测试命令、常用工具、正常任务长度分布,所以能做成默认开启的工具裁剪+熔断。这暗示 agent 基础设施的下个竞争点是仓库级持久记忆,而不是更大的上下文窗口。
  3. 实用建议: Django + Claude Code 的示例里,第 2 个任务的首轮 prompt token 从 43,351 降到 16,295——对按 token 计费的 API 用户是直接账单差异。默认开裁剪+熔断、micro-skills 视情况开(它有额外模型调用成本),学习数据全部本地存储,合规风险低。

三、YC × Olam Labs:50 个 Agent 同吃一个 Minecraft 世界,多 agent 协作被当成对齐问题研究

事件内容

Y Combinator 联合多 agent 环境公司 Olam Labs 发布一组大规模 coding agent 群体行为实验(10/30),三套设置、结果已汇总公开:

设置内容
Civ5050 个 GPT-6.1 Sol agent 共处一个 Minecraft 生存世界 3 小时;配 agent 目录、共享沙箱、点对点私信
Bed Wars10 个 Claude Opus 5.5 vs 10 个 GPT-6.1 Sol,9 局 45 分钟对抗赛,指令只有”赢”
MindustryGPT-6.1 Sol(跑在 Codex 里)vs Claude Opus 5.5(跑在 Claude Code 里),同一游戏 API、零策略提示
开源Minecraft harness 核心循环基于 Pi + Mineflayer 工具,已发布:github.com/yc-software/minecraft-agent-harness
研究框架把群体行为定义为对齐问题:“agent 们共同做出、但没有任何单个 agent 被告知要做的行为”;每次失败被转化为多 agent 团队的检查项

值得关注的原因

  1. 这组实验补上了”多 agent 并发”缺失的一环:群体涌现行为。 今年的多 agent 实践(swarm、Critique 模式、多 agent 评审)默认假设”n 个好 agent = 更好的团队”,但对”没有谁被指使、却集体做出的行为”几乎没有观测手段。50 个 agent 在共享环境里 3 小时的涌现数据,是目前少有的公开样本——对正在把 agent 编制扩到两位数的团队,这是直接可引用的对齐检查清单来源。
  2. 游戏是最便宜的多 agent 压力测试场。 对抗赛天然提供评分函数,沙盒天然提供开放交互,成本远低于真实仓库。企业侧可以低成本复用:开源 harness 可直接跑,或用相同思路(共享环境 + agent 目录 + 私信通道)在内部 staging 环境复刻,观察 agent 群体在无监督时的行为边界。
  3. 同为 GPT-6.1 系(Terra 之后是 Sol),同一模型不同 harness 的表现差异本身就是数据点。 Mindustry 里 Codex vs Claude Code 各带一个 GPT-6.1 Sol/Opus 5.5,harness 差异直接决定团队表现——再次验证 10-28 期 Terra 系统卡的结论方向:harness 层的安全与行为设计,权重一样重要。

四、前 Meta 首席工程负责人创业公司智澄 AI 获数亿元融资:押注”世界模型”路线

事件内容

杭州具身智能公司智澄 AI 10/30 宣布完成数亿元融资,由杭州资本、富浙科技、财通资本、岭澜资本联合投资,重点投向具身智能与世界模型:

维度说明
创始团队创始人兼 CEO 胡鲁辉,曾任 Meta 首席工程负责人,先后任职微软、亚马逊、华为美研
技术定位自称国内首家自研世界模型企业;两大能力方向:world memory(模型世界记忆)与物理智能自进化
已开源今年 5 月开源澄灵物理世界模型 0.1——自称全球首个基于 JEPA 架构、专为机器人设计的端到端物理世界模型,直接从视觉/本体觉等原始感官输入学习物理规律
产品线XR1 轮式双臂工业机器人(双臂协同负载 50kg,垂直作业范围约 2m,支持自主充电);TR6 通用人形(176cm/62kg/续航 8h/最高 2m/s)
商业化XR1 已进入蔚来汽车工厂产线,面向大众汽车开启场景测试;与国家电网合作第三代全天候安防巡检机器人
资本节奏今年 6 月完成 A 轮(金额未公布),历史股东含梅花创投、芯能资本等

值得关注的原因

  1. JEPA 路线在机器人侧第一次有了中国参赛者的开源实现。 JEPA(LeCun 主张的世界模型架构)一直停留在论文和 Meta 内部,智澄把”专为机器人的端到端 JEPA”开源到 0.1 版,等于给”端到端 VLA”之外的第二条技术路线开了个可复现的起点——值得直接下载测一测,与 π0.5、GO-3 系做同任务对比。
  2. 融资结构是”地方国资 + 产业资本”组合(杭州资本、富浙科技),且创始人带 Meta 级工程背景。对照本期第五条的融资上游化趋势:地方政府在押的已经不是整机品牌,而是”世界模型/大脑”这类卡位上游的标的。
  3. 验证点记在账上: XR1 进蔚来产线是真实产线部署而非实验室,下一期值得跟踪的是量产规模与换线重调周期——这正是 10-30 期给美罗U 定的”复制/换机型重调”观察口径,可跨公司横向比。

五、具身智能进入”交卷期”:10 月融资笔数腰斩,钱集体流向整机身后

事件内容

10 月最后一周,具身智能赛道呈现”资本冷、产业热”的割裂,两条数据线同时出现:

资金端:

产业端:

值得关注的原因

  1. 行业估值逻辑正在切换:从”能造”到”上岗”。 供给端数字越漂亮(10 万台),“卖了但没在干活”的结构性问题越刺眼——六成进舞台实验室、月开机不足 10 天,说明大量出货是科研/展演场景的一次性采购,不构成复购飞轮。对投资人,2027 年的关键指标不再是出货量,而是开机时长与单台产出(智元 Worken 那套口径,10-30 期已立论,此处只确认它正在成为行业共同语言)。
  2. “上游化”是资金用脚投票的结果。 整机毛利被场景不确定性和价格战压制,而触觉、动力、数据引擎、大脑这些环节无论哪家整机赢都要买——同日四笔上游融资不是巧合,是资本在整机格局明朗前买”必经之路”。对二级市场同样适用:看具身链,零部件(雷赛这类已盈利满产的)账本比整机干净得多。
  3. 智元近 20 亿半年收入是本期新增的重要分母。 10-29 期已报宇树前三季 18.17 亿,智元半年近 20 亿说明头部两家体量已在同一量级;结合工信部 10 万台产量预期,“头部兑现 + 腰部出清”的淘汰赛格局开始显形。上交所终止环动科技科创板审核(10-30 报道)是同一信号的资本市场侧注脚。

附注速览


产出路径:D:/workbuddy自动任务/ai日志/AI日报-2026-10-31.md 下期待跟踪:Jules 用户迁移与 Antigravity 异步任务上线;TokenEconomizer 社区实测与第三方复现;YC harness 的 agent 涌现细节报告;智澄 XR1 蔚来产线放量;10 月具身融资数据定稿;智元 11/2–3 直播。