# AI 编程迈向部署，具身智能叩响临界点 ## 今日速览 2026 年 11 月第一周，AI 编程与具身智能两条主线同时出现"从演示走向交付"的拐点信号。编程侧，智能体不再只停留在编辑器里写代码，而是开始接管构建、部署、协作与治理环节——Cursor 让云端智能体直接产出可访问的线上应用，Claude Code 与 Codex 把"无人值守"做成默认能力，GitHub 则把 Copilot 嵌进 Xcode、JetBrains 与 Slack/Teams。具身侧，行业共识从"会不会跳舞"转向"能不能干活"，京东、银河通用、优必选、宇树围绕真实场景、数据与供应链展开体系化竞速，王兴兴在乌镇给出"2027 或成临界点"的明确判断。 以下按"AI Coding / 开发智能体"与"具身智能 / 物理 AI"两条线，筛选 10 条当日值得关注的信息。 ## 一、AI Coding 与开发智能体 ### 1. Cursor 云端智能体打通"构建—发布"闭环 Cursor 在 11 月 5 日宣布，付费套餐的云端智能体（Cloud Agents）已能直接构建并发布线上应用：从脚手架生成、Postgres 数据库配置、Cursor SSO 登录，到安全检测与可分享链接发布，全程无需单独的托管账号。发布流程内置确定性与智能体式安全检查，未通过的检测会阻断发布，直到修复或管理员审批。 **核心要点**：这标志着编码智能体从"写代码"迈向"交付可运行系统"。代码、数据、密钥、托管与权限被收拢进同一个智能体工作流，发布闸门、访问控制与回滚能力变得和模型速度同等重要。团队落地时应优先验证谁能发布、谁能审批被阻断的发布、谁能读取密钥，以及失败应用如何下架。 ### 2. Claude Code 2.1.319：后台 MCP 任务与无人值守权限 Claude Code 在 11 月 3 日至 6 日连续发布 2.1.317–2.1.319 三个版本。其中 2.1.319（11 月 6 日）引入两项关键能力：当 MCP 服务端以"任务"方式运行工具调用时，Claude Code 会将其转入后台并在完成时回传结果；新增 `permissions.denyInsteadOfPrompting` 设置，对任何本需等待权限确认的调用直接拒绝并让轮次继续，专为无人值守终端、子智能体与不应阻塞的协作者设计。同版本还加入 `/claude-api latency-optimize` 与关闭特性标志拉取的变量。 **核心要点**：智能体正在从"需要人看着点确认"转向"可在后台长跑"。后台任务与默认拒绝机制降低了自动化流水线的人工介入成本，但也把"谁拥有运行时、审批记录存哪、哪些事件能触发任务、如何中止坏的运行"推到了工程治理的前台。 ### 3. Codex CLI 0.167.0：终端里的 Agent 指挥台 OpenAI 于 11 月 6 日发布 Codex CLI 0.167.0，头号特性是 `codex agents --no-daemon`——一个终端内的智能体指挥台，列出正在运行与已完成的任务，并标记未读结果。用户可在不丢失草稿的情况下从会话选择器切换后端，撰写时预览本地图片附件。该版本还加入 GCP Vertex AI 作为提供方的配置向导，以及 macOS / Windows 系统代理设置的实验性支持。 **核心要点**：随着并行智能体数量增加，"看得见、管得住"成为刚需。Codex 把多智能体状态集中到终端面板，呼应了 Claude Code 后台任务、Cursor 云端智能体并行的同一趋势：编排与可观测性正在成为编码工具的主战场。 ### 4. GitHub Copilot 嵌入 Xcode 与 JetBrains Air，ACP 成标准接口 GitHub 在本周把 Copilot 推进到第三方编辑器原生界面。11 月 4 日，Copilot 以公开预览形式进入 Xcode 27.3 beta 的原生 Coding Intelligence 面板，与 ChatGPT、Claude、Gemini 并列，无需单独扩展；此前一天，Copilot 通过 JetBrains 与 Zed 共建的 Agent Client Protocol（ACP）成为 JetBrains Air 的智能体选项，支持本地任务与云端团队任务。 **核心要点**：ACP 正像当年 LSP 之于语言工具一样，成为编辑器接纳编码智能体的"标准插座"。Copilot 不再只依赖自家扩展，而是以协议方式进入他人宿主，意味着模型与智能体的选择权和运行时正在进一步解耦。 ### 5. @GitHub 机器人 GA：在对话里直接开 Issue 与 PR GitHub 的 @GitHub 机器人于 11 月 6 日在 Slack 与 Microsoft Teams 达到正式可用（GA）。它能在对话上下文中排查缺陷、创建 Issue、实现变更并开拉取请求，Teams 端新增 Canvas 内联审阅计划与代码，并自动标注"由某次 Slack/Teams 对话创建"，便于审计追溯。 **核心要点**：协作入口成为智能体的新边界。工程师可在既有沟通线程里发起调查与代码变更，而 GitHub 仍作为 Issue、提交与 PR 的"事实系统"。交互变对话化，工程产物保持可归属、可审阅，这正是企业落地最看重的治理属性。 ### 6. Menlo 2026 报告：企业 AI 支出 1770 亿美元，编码智能体 340 亿 Menlo Ventures 的《2026 State of Enterprise AI》显示，企业 AI 部署支出达 1768 亿美元，其中编码智能体市场约 340 亿美元，Claude Code 与 Codex 合计约 240 亿美元，企业平均支出达预算的 2.5 倍。报告把"模型选择"之下的"harness（智能体运行框架）选择"列为首要架构决策。 **核心要点**：资本正在用脚投票——编码智能体已是 340 亿美元的独立赛道。但报告同时提示，代码吞吐不等于交付 ROI：Atlassian 调研显示 87% 开发者认为 AI 提速，65% 仍需花时间审查修正 AI 生成代码。工具价值正从"写得快"转向"交付得稳"。 ## 二、具身智能与物理 AI ### 7. 京东"做生态"：5 年采购 300 万台机器人 + 千万小时数据集 在 11 月 4 日乌镇峰会论坛上，京东集团明确"不做京东牌机器人，而是支撑整个行业"的差异化路径：未来 5 年物流计划采购 300 万台机器人、100 万台无人车、10 万架无人机，以订单需求牵引产业规模化；数据端计划两年内采集超千万小时人类真实场景数据集及百万小时真机数据并搭建交易平台；售后端推出 JoyRobocare，建设 8 大维修中心，目标 5 年覆盖全球 100 多个国家、培养 10 万名维修工程师。 **核心要点**：物理 AI 的竞争已从"单点模型与本体"升级为"数据—场景—供应链"的体系化比拼。拥有海量真实场景与供应链能力的平台，正成为为机器人公司"设置目标、评价模型、提供考场"的关键角色。 ### 8. 银河通用零售店模式落地 50 城 200+ 点位 银河通用在乌镇论坛披露，其首创的机器人零售店模式已在全国超 50 个城市落地 200 多个点位。公司高级副总裁曾辉强调，机器人学会一项技能与人类相似：先以大规模合成仿真数据加人类数据预训练，再结合真实数据后训练，并在商用场景实现真机数据回流。 **核心要点**："会干活"正在替代"会炫技"成为行业主叙事。银河通用把可复制的零售场景作为数据闭环的入口，验证了"以商用点位养训练数据"的飞轮路径，比单场表演更具商业化说服力。 ### 9. 王兴兴乌镇判断：2027 或成临界点，卡在"最后几毫米" 宇树科技创始人王兴兴在 11 月 4 日乌镇峰会直言，当前最大问题仍是"最后几个毫米"没解决好——机器人对物理世界的触觉理解不足，AI 模型的输入输出与真实世界的对齐还差一点点。他判断"很大概率，2027 年会是整个具身智能行业或模型的一个临界点"。 **核心要点**：业内对临界点的预期趋于一致，但瓶颈定义得空前具体——不是"能不能动"，而是"末端执行与真实物理反馈的毫米级对齐"。这把具身智能的"ChatGPT 时刻"之争，从宏大叙事拉回到触觉、力控与仿真到真实的闭环精度。 ### 10. 优必选柳州万台级超级工厂：每 10 分钟下线一台人形 优必选在乌镇透露，其联合英伟达、西门子打造的柳州万台级超级工厂，每 10 分钟即可下线一台人形机器人。Walker S2 拥有 52 自由度，首创热插拔自主换电系统实现 7×24 小时作业；公司 2025 年全尺寸工业人形机器人交付 1079 台、毛利率 54.6%，2026 年出货目标由两三千台上调至 5000 台。 **核心要点**：量产节拍与产能规划开始用"分钟"和"万台"计量，说明头部本体厂已进入规模化交付阶段。相比 Demo，真正可交付的应用场景（上下料、柔性产线）才是优必选强调的差异化——"不是一个 POC，而是一个能交付的应用"。 ## 核心观察 两条主线在 11 月初呈现出同一底层逻辑：**价值重心从"能力演示"移向"可交付与可治理"**。编程侧，Cursor、Claude Code、Codex、GitHub 把智能体的边界从编辑器推到部署、协作与权限治理；具身侧，京东、银河、优必选、宇树把竞争维度从单机表演推到场景、数据、供应链与量产节拍。 对工程团队而言，结论很清晰：更快的代码不再稀缺，稀缺的是把智能体输出变成"被接受、被理解、安全且有价值"的软件交付；对机器人公司而言，临界点的门票不是一台会跳舞的样机，而是真实岗位上持续创造商业回报的可靠性。2027 临界点的临近，正倒逼两条线同时补上"最后一公里"的工程与治理功课。