清华与 Berkeley 的 uni-robot-agent 项目，用 Codex 与 Claude Code 作为 runtime，让开源模型通过标准工具集（看/移/抓）控制机器人；相机帧绑定实时臂状态，模型可以”边动边想”。
结果：分数翻十几倍，成本降至 1/20
- Qwen3.8-Flash-Next 在 RoboDojo 基准从 1.90 → 31.39，超过旧设置下 GPT-6 Astra 的 28.97；
- 19 个真机双臂任务拿到 53.50 分，超过调优过的专用机器人模型；
- 单任务成本 $1.09，对比 $21.29。
为什么值得关注
这是本期最有趣的跨界：coding 圈”harness 决定上限”的经验（同一模型换个 harness，分数翻十几倍）被直接搬到具身智能。对”本体厂商开放接口找大脑”（宇树全球找大脑、智元外挂 Astra）的路线是一个强佐证——通用 coding agent + 好的工具层，可能比专用 VLA 更便宜、更好用。