2026-10-21
1. DeepSeek 全面开源内部推理框架 DeepInfer，同步开源生产级 Token 编解码组件
10 月 20 日，DeepSeek 宣布将内部推理框架 DeepInfer 全面开源（Apache 2.0），并同步开源生产级 Token 编解码组件 deepseek-recipe，与官方 API 处理逻辑完整对齐，确保自建部署与官方 API 体验一致。DeepInfer 基于 vLLM 构建，集成高性能算子与深度优化推理引擎，支持分布式推理、推测解码、SWA Bounded Replay、结构化输出，兼容英伟达与华为昇腾平台。官方披露：目前 DeepSeek V4.1 Flash 的高吞吐、低延迟大规模服务即跑在 DeepInfer 上，单一集群服务吞吐达 155 万亿 Tokens/天，单卡每小时收入 38 美元（按谷价，约合人民币 253.77 元），粗算单卡满负荷月收入约 18.27 万元。此前 DeepSeek 已陆续开源模型权重、TileLang 编译工具与推理算子库，此次补齐「推理框架」这最后一块；官方称新模型的推理代码与后续优化将持续在 DeepInfer 中更新。
值得关注：编码智能体的单位任务成本，一半写在模型价格表上，另一半藏在这个长期不对外可见的推理中间层里。DeepSeek 把生产级 serving 栈开源，等于让企业可以在自己的机房里复刻「两毛钱跑完一个编码任务」的成本结构，同时把 token 处理逻辑对齐官方 API，消除了自建部署最大的行为差异风险。这会同时压两件事：同行 API 的定价空间，以及企业「自建还是买云」的决策门槛——对正在算 coding agent 账的团队，这是本周最该动手评估的一份代码。
2. Cursor 把自家插件发布进 Claude Code 插件市场，最新一个是「让 agent 给仓库最关键的性质做形式化验证」
cursor/plugins 仓库周末冲上 GitHub 日榜：单日 15 次提交、12,705 星。真正值得看的不是某个插件，而是 .claude-plugin/marketplace.json 这个文件——owner 写着 Cursor，把自家两个插件（origin-apps，用于在 Cursor Origin API 上开发；pstack，源码路径 harness/pstack/claude-code）暴露给 Claude Code 的插件市场。该目录 10 月 16 日首次提交，PR 标题就是「install pstack in Claude Code from a generated tree」，此后十二次提交。仓库本身是 Cursor 的官方插件规范加约 17 个一方插件、55 个三方集成，一方列表读起来像今年 agent 模式的目录：continual-learning（只挑高信号要点增量更新 AGENTS.md）、thermos（并行子代理做分支评审）、ralph-loop、orchestrate（planner/worker/verifier 分工扇出到云端并行代理）、advisor（重大决策前咨询更强模型）、cli-for-agent（让 agent 能可靠调用的 CLI 写法指南）——全部是文本文件。周六落地的 PR #709 给 pstack 加了 /create-formal-verification-skill：先挑仓库里「最能造成伤害」的那条性质而不是最好验证的那条，选工具并说明理由，验证一条性质，并让这条性质在故意写坏的变体上失败，最后固化成项目本地 skill，让下一个 agent 能判断改动是否触及被验证代码、一条命令重跑、区分真 bug 与建模错误；随后 agent 会拿一个真会破坏该性质的临时改动走一遍自己的新 skill，确认能抓到，再丢弃改动，且不允许为了通过而弱化性质或模型。
值得关注：卖竞争 harness 的公司，把能力通过对手的包管理器分发出去——这说明竞争焦点已经从「抢编辑器」转向「抢 skill 供应链」：skill 文件成了分发单元，harness 只是它运行的地方。第二层含义更实用：测试只覆盖「有人想到要写」的情况，竞态、重试、状态机、解析器、unsafe 代码往往死在没人写的那条路径上；把形式化验证做成 agent 可以自己留下、下一个 agent 能复用的习惯，是对「AI 写的代码评审不过来」这个瓶颈少见的正面解法。
3. GitHub Copilot Agentic Autofix 正式可用：从发现漏洞到机器验证的自动修复闭环，同时铺开 Gemini 4 Argon 与模型策略 API
GitHub 把面向代码扫描告警的 Agentic Autofix 推至正式可用（GA），面向 GitHub Enterprise Cloud 上的 Code Security 与 Advanced Security 客户。流程是：把一条代码扫描告警指派给 Copilot，它自行探查相关文件、提出修复、重跑 CodeQL 确认告警关闭、必要时迭代，最后开一个带说明的 draft PR 交人评审；默认分支上的告警可单条指派、可批量最多 25 条合一个 PR，也可通过 REST API 指派（assignee 为 copilot-swe-agent[bot]）。启用需要企业级「Agentic autofix」策略与 Copilot 计费方式，消耗 Code Security 的 AI Credits 与 Actions 分钟。官方同时说明边界：自定义 CodeQL 查询、security-extended 套件与三方扫描结果无法确认修复，验证是尽力而为，仍需独立复查。同期 GitHub 还把 Gemini 4 Argon 逐步铺到 Copilot 的 Pro+/Max/Business/Enterprise，覆盖 VS Code、Visual Studio、JetBrains、Xcode、Eclipse、Copilot CLI 与 coding agent（按厂商标价计费），并开放覆盖企业/企业团队/企业应用/组织四级的模型策略 REST API；另预告 11 月中旬将弃用一批模型，需检查工作流里钉住的版本。
值得关注：这是「自主修复」而非「自主发现」在最大代码托管平台上正式落地，且刻意保留了人工 review 闸门——当 agent 写的代码占比越来越高（Veracode 2025 报告测了 100+ 个模型，45% 的 AI 生成样本未通过 OWASP Top 10 安全测试），安全团队的工作重心必然从「扫出来」转向「修得掉、验得过」。对企业更实际的信号是模型策略 API：模型选型从管理员点鼠标变成可以用代码管控的策略面，配合 11 月弃用清单，把「模型生命周期管理」正式纳入平台治理。
4. 智元远征 A3 Ultra 落地武汉江滩智慧零售仓：18 天 827 单、抓取成功率超 97%，高峰期单日破百
10 月 20 日，智元披露与武汉文旅集团、中云微迅合作，全球首个全尺寸双足人形机器人智慧零售仓落地汉口江滩「江遇」桥墩电影营地，由远征 A3 Ultra 开展实景商业运营。截至 10 月 19 日，该机器人已连续运行 18 天，每日服务约 8 小时以匹配江滩夜游客流高峰，累计完成 827 单，整体抓取成功率超 97%；本周末客流高峰实现单日订单破百、抓取成功率 100%。与自动售货机的差别在于它要自主完成货品识别、精准抓取、交付全流程，覆盖十余款零食饮品，并需应对开放夜游场景的大客流与多变环境。硬件侧：身高 174cm，激光雷达+多相机 360° 融合感知、700TOPS 算力与自研三层异构计算架构，可自主建图与动态避障；标配至高 20 自由度带触觉感知灵巧手；UWB+RTK 厘米级室内外融合定位、8 小时商用续航，支持自主充电与四重主动安全防护，可长时间无人值守作业。
值得关注：这是目前少见的、可以逐项对账的「全尺寸双足在人流场景做商业履约」样本：不是演练视频，而是连续 18 天、827 笔真实订单、97% 抓取成功率、高峰单日破百。它把具身智能的估值叙事从「出货量口径之争」拉回到单位时间产出——订单、成功率、峰值承载。对行业的意义在于可复制性判断：文旅夜游这种半开放、强交互、低节拍的场景，可能是双足人形最先跑正经济账的一类，而不是工厂。
5. 三星押注「24 小时不停工」机器人：首尔 R&D 园区三班倒验证，目标 24×365，瞄准 CES 2027
据韩国《中央日报》中文网 10 月 20 日报道（财联社、中新经纬跟进），三星电子正瞄准 2027 年 1 月拉斯维加斯 CES 研发可在产业现场 24 小时不间断工作的机器人。统管机器人业务的 RX 业务推进室正在首尔牛眠洞首尔 R&D 园区验证性能：机器人执行搬运货物等制造、物流现场的重复作业，同时学习周边环境与作业方式；目前研发的是双足行走型人形机器人，三星正以包含该机器人在内的多个候选产品研究是否参展 CES 2027。业界人士称，三星电子与合作公司员工正按 24 小时三班倒检查机器人工作过程——不只机器人在被测，验证团队也在跟着连续运转的节奏走。行业当前的共识是：关键不在「一次充满电撑满 24 小时」，而在持续运转能力即作业开工率，主流路径是热插拔换电，换电不重启、把中断压到最低。对照已商用化的方案：波士顿动力 Atlas 一般作业条件下运转约 4 小时后自行换电，换电约 3 分钟；优必选 Walker S2 采用双电池热插拔，约 3 分钟自行完成换电，主打 24×7 连续运转。三星今年 7 月在代表理事卢泰文直属下新设 RX 业务推进室，集中机器人硬件、软件与经营能力，并从全球大厂引进副总裁级人才；机器人实验室负责人克里斯·豪泽在 9 月 30 日三星 AI 论坛上承认「起步也许稍晚」，但强调制造有盈利能力的通用机器人是持久战。
值得关注：这条把具身智能的商用标准讲清楚了：从「能走能跑」换成「开工率」——机器人值不值钱，取决于一天能有效工作多少小时、换电占掉多少。三星的后发策略也值得注意：手机、半导体、家电的庞大自有产线就是现成试验场，可以用制造规模换现场数据，这是纯机器人公司给不出的最短反馈回路。对国内厂商的含义是，热插拔换电、连续运转可靠性这类「不酷但决定成本」的工程指标，正在取代 demo 视频成为客户比价的第一张表。
