2026-09-15
1. Claude Code 2.1.269 上线 plugin eval 评测框架，Workflow 并发上限可调至 256
9 月 12 日，Claude Code 发布 v2.1.269（共 98 项 CLI 变更）：新增 `claude plugin eval`，插件/skill 作者可编写测试用例对插件打分，并关掉插件重跑同一批用例对比输出差异，输出可复现的 JSON/HTML 评分报告；新增 `/output-style` 切换输出样式（支持远程控制与无头云会话）；Bash 工具在改动文件时附带 diff；新增 `CLAUDE_CODE_WORKFLOW_MAX_CONCURRENT_AGENTS`（1–256）抬高单次 Workflow 并发 agent 上限。同时修复了输出 token 截断后续传导致的 prompt cache 部分失效、会话恢复后上下文重发损害缓存复用等回归。
值得关注：编码 Agent 从「能跑」进入「可量化治理」阶段：plugin eval 把质量评测变成可复现的工程动作，企业可据此对 skill/插件做准入与回归测试；并发上限与缓存诊断的细化，直指长时程多 agent 编排的成本与稳定性痛点，是 Agent 生产落地的关键基础设施信号。
2. ChatGPT Codex 桌面端被发现可接入 Ollama 本地模型，编码 Agent 闭环首度落到本地开源权重
9 月 12 日前后，社区截图显示 ChatGPT 的 Codex 桌面应用已能连接到 Ollama 提供服务的本地模型，意味着编码 Agent 的「读代码—改代码—跑测试」工作流可以完全运行在本地开源权重上，无需把代码与上下文发送到云端。同期还反馈 Codex 的 `/side chat` 疑似导致近乎全量 prompt cache miss、Astra 运行产生的 token 被按输入计费，引发对云端 Agent 隐性 token 成本的讨论。
值得关注：编码 Agent 的部署形态出现「本地化」拐点：数据不出域 + 开源权重离线运行，对金融、政企等敏感代码场景意义重大；同时也反衬出云端 Agent 的隐性成本（cache miss、token 计费口径）正成为新的工程关注点，选型时须把「隐私边界」与「token 账本」一并纳入。
3. Sakana AI 发布 Fugu Max/Ultra v2，多模型动态路由把「够用就好」做成可调度系统，成本降 2–6 倍
Sakana AI 推出 Fugu Max 与 Fugu Ultra v2，作为其多 agent 编排系统的下一步。Fugu Max 编排其最大规模的开权重与专精模型池（含 NVIDIA Nemotron），按任务动态路由到「能完成该任务的最便宜模型」，声称以接近旗舰的质量实现 2–6 倍更低的成本。其主张是：静态的模型菜单应变成可调度系统，而非更大的目录。这与微软 HydraFusion（按 HyDRA 分选执行流）、Cognition Devin Fusion（前沿主模型+低成本副模型）思路同源——质量/价格的帕累托前沿成为真实竞赛。
值得关注：编码 Agent 的成本结构正在被「路由层」重构：不再无差别堆旗舰模型，而是按任务画像调度廉价模型。对团队而言，选型重点从「谁最强」转向「谁能按成本把任务路由对」；这也解释了为何同模型 token 消耗可差 70 倍——框架层的路由与提示效率，正成为 coding agent 经济性的决定性变量。
4. 上海AI实验室发布「书生」W0 物理世界模型：原生力触+双工感知，边感知边预测边行动边修正
9 月 13 日，上海人工智能实验室发布「书生」W0 物理世界模型，核心突破在于将视觉、力觉、触觉融为一体，让机器人「边感知、边预测、边行动、边修正」四者并行，而非传统「先看再想再动」的串行范式。W0 已支撑完成脂质纳米颗粒合成等干湿实验闭环，标志着物理世界模型从仿真走向真实物理操作。报道称具身智能正从「模仿人类演示」转向「积累自身经验」，世界模型深度融入机器人训练，开启 RSI（递归自我改进）自我进化循环。
值得关注：世界模型范式从「串行认知」转向「力触融合的并行闭环」，是具身大脑的关键一跃：把力觉/触觉纳入预测，机器人得以在真实物理交互中自我修正与积累经验，而非依赖预设脚本。对本体厂而言，这意味着「数据—模型—真机」的飞轮将加速，大脑层的代差可能比硬件更快拉开。
5. 智元机器人确认启动赴港 IPO，目标估值 400–500 亿港元，剑指「人形机器人第一股」
9 月 13 日，智元机器人确认启动赴港上市，基石投资人给出 400–500 亿港元目标估值。公司 2025 年出货约 8400 台，占全球人形机器人市场约四成份额，目标 2027 年冲百亿营收。同日，优必选柳州万台级工业人形超级工厂投产（每 10 分钟下线 1 台）、上海AI实验室发布书生 W0——模型突破、产能释放、IPO 窗口在同一周形成「模型-产能-资本」三重共振，中国具身智能产业正从「实验室展示」进入「规模化商业」阶段。
值得关注：智元若成功上市，将为整个人形机器人赛道提供公开市场的估值锚，并打开具身智能 IPO 窗口（银河通用、傅利叶、宇树等或相继释放信号）。「模型-产能-资本」闭环的成型，意味着具身智能的竞争正式从技术演示转入资本与制造的规模竞赛，估值与产能数据将成为后续市场盯防的核心指标。
