AI 编程开放生态成型，具身智能回归理性
本期聚焦 AI Coding 与具身智能两条主线。编程侧，平台与工具加速走向开放与治理：谷歌把安卓开发能力开放给第三方编码智能体，美团用万亿参数模型补齐智能体编程短板，而 CentOS 创始人"11 天写内核"的实验既展示了上限也暴露了落差。具身智能侧，资本与产业同步降温，竞争焦点从"能不能造"转向"能不能上岗"，仿真、数据与真实场景部署成为新的主战场。
一、AI 编程与智能体
1. 谷歌开放安卓开发工具给 Claude、Codex 等第三方编码智能体
在 11 月 3 日的 Android Dev Summit 上，谷歌宣布将 Android Studio 与基于终端的 Android 命令行界面同时向第三方编码智能体开放，覆盖设备、性能分析器与生产环境崩溃报告，使智能体能够自主调查漏洞、测试变更并验证修复效果。
核心变化是"自带智能体（Bring Your Own Agent）“已支持超过 40 款基于开放客户端协议的编码智能体（含 Claude Agent、Codex、Antigravity），开发者可在不离开 IDE 的情况下切换；新增的"变更审查"功能可在应用任何修改前引导审阅，而 android preview 命令让智能体直接在终端渲染 Jetpack Compose 预览，无需启动 IDE 或模拟器。谷歌强调"给予开发者自由选择模型和智能体的权利”，而非强推自家 Gemini。
2. 美团发布 LongCat-2.5：1.6 万亿参数，强化智能体编程与视觉编程
11 月 2—3 日，美团 LongCat 团队发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数量 1.6 万亿、单 Token 激活约 480 亿，在 AutomationBench 获 51.8 分（高于 Claude-Opus-5 的 50.3），BrowseComp 以 91.9 分登顶，3DCodeBench 文本生成三维内容达 55.4 分。
模型将视觉信号编码为多层级离散 Token，使视觉与文本在同一主干下统一处理，从而支撑视觉编程、创意设计与 3D 内容生成。针对国产加速器单卡不足 80GB 显存的约束，团队通过超节点重排 FSDP/EP/CP 并行、MoonEP 动态专家复制等优化，使长序列 SFT 单卡吞吐量较 DDP 基线提升 86%。在纯代码与终端执行（Terminal Bench v4.0 得分 38.5）上仍落后于 Claude-Opus-5，整体稳居第一梯队。
3. CentOS 创始人用 Codex 11 天写出 13.9 万行 Rust 内核
CentOS 创始人 Gregory Kurtzer 公开复盘：他将"人类主导的智能体工程"方法用于 Ginux 项目——自己定架构与验收标准（能否启动 Rocky Linux 10、拉起 systemd），写代码、跑虚拟机、看报错、改、重测全部交给 Codex，最终 1037 次提交、261 个文件、63 个 Rust 源文件，API 调用成本约 8000 美元。
但细节显示落差明显：Linux 6.12 的 x86-64 接口共 375 个系统调用，仅完整实现 82 个、部分实现 245 个、48 个直接关闭，目前只能在 QEMU 虚拟机内运行，无物理硬件与 GPU，也未做独立安全审计。Kurtzer 直言"代码不是护城河，兼容性、硬件支持、社区与长期维护才是"。这起案例直观揭示了当前 AI 编程"能生成大量代码"与"可投产"之间的真实距离。
4. 四巨头共推 robots.txt AI 训练退出标准
OpenAI、谷歌、微软、Anthropic 四家就同一条 robots.txt 标记达成一致：网站主一次声明即可拒绝这四家的 AI 训练抓取。该草案由个人提交至 IETF，计划 2027 年 5 月到期，且对已经抓取的数据无效。
值得注意的是现实阻力：据 TollBit 数据，无视 robots.txt 的 AI 抓取一年内从 3.3% 升至约 30%。这意味着该标准解决的是"如何表达拒绝"，而非"谁来执行"，对不守规矩的抓取方仍需依赖法律与商业合约。
5. Proton CTO 备忘录：编程已死，工程未死
Proton 公开了其 CTO 撰写的内部工程备忘录，核心观点是手写代码已不再是核心技能，每位工程师实质上成为"模型与智能体的团队负责人"，落后意味着生存风险。
这份备忘录把 AI 编程的讨论从"工具效率"抬升到"工程组织形态"层面：当代码生成成本趋近于零，工程的稀缺能力转向需求拆解、质量把关、系统设计与人机协作治理。
6. AWS Labs 开源 AI-DLC：为编码智能体加人工审批闸门
AWS Labs 将其 AI-DLC 方法论封装为 MIT-0 许可的工具包，把 Claude Code、Codex、Cursor、Kiro 等七款编码智能体包裹进分阶段工作流，并在关键节点设置人工批准闸门。
这反映出编码智能体落地的主流诉求正从"更自主"转向"更可控"——在自动化与安全性之间，用可审计的门禁流程承接生产环境风险。
二、具身智能
7. 路透：中企从硬件制造转向研发机器人"大脑"
路透社 11 月 1 日报道，中国企业在让人形机器人学会奔跑、跳舞、后空翻之后，正把资源投向让机器人"懂思考"的 AI 研发，行业竞争重点从硬件制造转向具身智能"大脑"。IT 桔子数据显示，2026 年上半年中国具身智能企业完成 322 笔融资、总额 935 亿元，为去年同期 5 倍，资金更多流向机器人 AI 技术开发商。
报道援引宇树创始人王兴兴的观点：已在机器人上测试 OpenAI 的 GPT-6，结果"相当乐观"，并认为当机器人在 80% 陌生场景中按语音或文字指令完成约 80% 任务时，即跨过"具身智能的 ChatGPT 时刻"。当前该领域尚无公司确立明显领先，中国团队希望依托制造能力与真实世界训练数据参与竞争。
8. 优必选发布 Thinker-Sim 具身智能仿真平台
优必选于 11 月 2 日发布 Thinker-Sim 具身智能仿真平台，以 Real2Sim2Real 为核心思路，降低真实数据采集与标注成本。该平台指向行业共性痛点：高质量真机数据获取难、标注贵、分布复杂，模型泛化能力不足。通过仿真与真机协同，企业可在投入真机前完成大量训练与验证迭代。
9. 简智机器人完成 A+ 轮 1 亿美元融资
据行业报道，简智机器人同期披露完成 A+ 轮 1 亿美元融资，产业方包括上汽集团、百度集团等。这延续了"资金流向产业方与真实场景"的趋势——具备明确落地场景与产业链协同的本体企业更容易获得资本青睐。
10. 中经评论：人形机器人从高热走向理性
中国经济网评论指出，宇树科技近期披露的三季报显示，2026 年第三季度营收同比增长 69.93% 至 6.65 亿元，但归母净利润同比下降 17.37% 至 1.13 亿元，呈现"增收不增利"；截至 10 月 26 日其滚动市盈率高达 465.22 倍，远高于通用设备制造业近一个月 38.54 倍的平均水平。
评论认为，近两个月折价转让频发、投融资热度明显回落，是市场的自发纠偏。行业瓶颈集中在三方面：技术短板尚未突破（秀场好用、落地失灵）、性价比难题未解（核心部件价格高、缺乏刚性需求）、收入结构脆弱（依赖科研与展会订单）。具身智能需要经历技术收敛、成本下降、场景验证与供应链成熟的过程，而非短期爆红。
小结
编程智能体正在"开放"与"治理"两端同步成熟：平台开放降低接入门槛，审批闸门与退出标准补齐安全与合规短板，而 Ginux 内核实验提醒我们工程化落地仍有硬约束。具身智能则进入冷热分化期，资本从"想象力定价"转向"交付定价"，仿真、数据与真实场景部署能力成为决定谁能跨越"上岗关"的关键变量。