2026-09-18
1. Perplexity 用数百个 AI 编程智能体搭建生产级 Rust 数据库 CobbleDB
Perplexity 两名工程师协调数百个 AI coding agents 构建了自研 Rust 数据库 CobbleDB，用于替换其搜索栈中的 DynamoDB 读路径。关键边界：agents 负责编写系统代码，但数据库的实际生产运行权限仍保留在 agent 之外，实现“编码权”与“生产执行权”的分离。
值得关注：这是 coding agents 首次被披露在真实基础设施规模上参与生产系统构建。它把“agent 能写代码”推进到“agent 能协同搭一座生产级数据系统”，同时确立了一条新安全共识——编码权限与运行权限必须解耦，对团队引入 coding agent 的治理有直接借鉴。
2. Anthropic 将 Claude Cowork 并入主对话，Design/Slides/Docs 直连 Claude Code 仓库
Anthropic 移除了独立的 agent 任务入口，把原先的 Claude Cowork 工作表面折叠进主对话：用户在同一线程里提问或交办报告，Claude 在笔记本关闭后仍能继续工作。同时 Design、Slides、Docs 被接入 Claude Code，可指向真实仓库文件与 RFC，在线内联编辑并分享链接。
值得关注：编辑器正从“补全工具”演化为“可持久工作的桌面”。对开发者而言，agent 是否融入既有工作流（而非裸模型能力）正成为胜负手；文档/幻灯片/设计直连代码库，意味着评审、UI 草稿与代码改动可在同一上下文闭环，值得关注其对企业协作套件的冲击。
3. Hugging Face 开源 agent-eval：不只看答案对错，更量 agent 在你代码库里“走过的路径”
Hugging Face 开源基准 agent-eval，以 transformers 为案例，衡量 agent 穿越一个代码库完成任务所经历的轮次、Token 消耗与错误数，而不只是最终答案是否正确。反直觉发现：给大模型加 CLI 与 Skill 能提效，却会拖累小模型——同一套“agent 友好”改造并非普适。
值得关注：它把“agent-optimized”从营销话术变成可测量的工程指标。对选型者的启示很硬：成本-解决率必须按你自己的模型尺寸与工具链实测，而非盲信榜单的终局分数；小模型上过度脚手架化反而有害。
4. WholeBodyVLA（ICLR 2026）：从无标注第一视角视频学“隐动作”，具身控制训练告别遥操依赖
ICLR 2026 论文 WholeBodyVLA 提出一种视觉-语言-动作框架，可从无机器人指令标注的普通第一视角视频中学习“隐动作”，用于人形机器人的全身 loco-manipulation。在 AgiBot X2 平台上报告性能超越 NVIDIA GR00T 21.3%。
值得关注：具身智能长期被昂贵遥操演示数据卡脖子。若机器人能从廉价、海量的普通视频学习控制策略，训练成本与速度将被重写，数据闭环范式从“采数据”转向“用现成视频”。目前仍是单平台早期证据，但方向值得持续跟踪。
5. 第九届中国机器人峰会 9/17–18 杭州开幕，30+ 企业全产业链协同亮相
第九届中国机器人峰会于 9 月 17–18 日在杭州未来科技城举行，30 余家企业及机构集中亮相，覆盖本体、灵巧手、传感器、伺服、减速器、视觉、AI 平台、精密制造与系统集成等完整产业链。参展阵容从宇树、云深处到迦智、珞石等，呈现从“能演示”走向实际作业与产品交付的态势。
值得关注：机器人竞争已不再是单点零部件或单套算法的比拼，而是一整套产业协同能力的较量。峰会集中展示“身体-大脑-关节感官”全链条，是观察国内具身智能产业化成熟度与供应链完整度的高密度窗口。
