2026-10-26
1. 微软开源 Agensh：1024 个编码 Agent 去掉中央调度器，靠共享 Git 仓库自组织
微软研究院 10 月 24 日以 MIT 协议开源 Agensh（底层论文 9 月 22 日上 arXiv、10 月 25 日修订）。它拆掉了主流多智能体编码框架里的「中央调度器」——论文点名 Claude Code agent teams、Codex sub-agents、Copilot fleet、Kimi Agent Swarm 都属于 lead agent 派活再汇总的模式，agent 一多，规划层就成了瓶颈。Agensh 改成每个 worker 自己领子任务：在共享看板发 CLAIM、用 Mattermost 频道与私信解决冲突、把代码合进同一个 Gitea 仓库；三步服务撑起协作，整套五步循环写在提示词里而不是运行时代码，除 ID 外所有 worker 提示词完全相同。
工程配置：跑在单 agent harness 之上（实验用 GitHub Copilot CLI，论文称薄适配层可接 Claude Code 等），Linux + Docker Compose；单节点默认 8 worker，1024 agent 那轮用 16 节点 × 64；每个 worker 输入上限 27.2 万 token、输出 12.8 万 token、内存 64GiB。
实测基准是 ProgramBench 五个最难题（FFmpeg、gromacs、pandoc、PHP-src、ctags，6 小时预算、离线、只看行为从零重建，参考仓库从 pandoc 的 2767 个文件到 PHP-src 的 26266 个）。GPT-5.6-sol 高推理强度下五题均分：1 个 agent 19.31% → 8 个 20.68% → 32 个 26.52% → 128 个 28.78%（+9.47pp，相对 +49%）。单看 pandoc：33.89% → 41.75% → 43.11% → 50.94% → 1024 个 agent 55.06%。README 另补一组未进 v1 论文的数据：GPT-6.1-sol 用 32 个 agent 在 pandoc 上从 56.19% 提到 79.59%（相对 +41.64%）。速度同样随规模改善：128 个 agent 在 30 分钟检查点就过 30%，32 个和 8 个分别要 60 和 90 分钟。角色是自发涌现的——8 个时自己对齐接口、协商重叠的 claim；32 个时互相审阅，还出现过批准后因反例被撤回；128 个时复用可信审阅者并沉淀出统一集成协议；1024 个时出现专职集成者、同侪回收失败的工作，全程没有硬编码任何角色。
值得关注：这一年多智能体框架真正的天花板是调度器，不是模型：agent 越多，中央规划越堵。Agensh 把「协调」从运行时搬到提示词加共享仓库，给出了第一个公开可复现的基线，回答「agent 数量能不能替代更强模型」——五难题均分只到 28.78%，说明堆数量救不了难度；但 pandoc 上 32 个 GPT-6.1-sol 就到 79.59%，说明编排效率比 agent 总数更值钱。自建 agent 平台的团队可以直接拿它当参考实现，但论文没算 token 成本与协调开销，1024 不是默认配置、3–5 个才是推荐值；五题涨跌差异极大，别把单题 79.59% 当成通用能力。
2. Mirendil：1 名研究员加 Agent，三个半月不到 1000 万美元训出千亿参数编程基座
硅谷初创 Mirendil 10 月 23 日公布 Mirendil-Base：创始人、前 Anthropic 预训练研究员 Behnam Neyshabur 一个人加 AI Agent，耗时三个半月、算力与 token 成本不到 1000 万美元，从空代码库训出 1000 亿至 5000 亿参数的编程基座。规则很硬：不用现成预训练框架、不继承旧代码、不买商业数据、不做蒸馏或合成数据，只用 PyTorch / JAX 加公开 GitHub 与网页数据。
分工是这条新闻的核心：训练基建、模型架构改进、数据配比、底层算子（kernel）优化这些活儿，超过 99% 的代码由 Agent 写，Agent 自己跑实验、自己诊断训练故障；人只做两件事——决定尝试什么方向、判断哪些结果值得相信。
评测口径选得克制：用 bits per byte 交叉熵做跨分词器对比，对齐 Kimi-K3（2.8T 总参 / 104B 激活）、DeepSeek-V4-Pro-Base（1.6T / 49B）、GLM-5.3（753B / 40B）、Nemotron-550B-Base 等基座；Aider 分数 82.9；但在七个外部代码库的测试里，平均分仍落后当前最强对照模型。路线图上 Mirendil-Base-Large（500B–2T）已训到 80%，旗舰 XL（2T–10T）进度 19%，下一代计划由 Mirendil-Base 自己参与构建。公司种子轮 2 亿美元，a16z 与凯鹏华盈领投、英伟达跟投。
值得关注：这条改变的是成本科目，不是能力排名。1000 万美元只覆盖算力与 token，不含数据、人力与三个半月机会成本；99% 是团队自述、没有第三方审计提交记录；bits per byte 衡量的是「谁更能预测代码分布」，不等于下游任务通过率——团队自己也没这么宣称。但它给了一个可抄的组织结构：把训练脚手架、实验调度、故障诊断这三块最贵的脏活交给 Agent，判断层留在一个明确的人身上并且这个人对判断负责。对企业的三条实际动作：预算里加一栏「agent token」（随实验轮次增长，不是固定成本）；产能指标从「谁能写代码」换成「一周能验证多少个假设」，这个数上不去，买更多卡也没用；以及判断力无法外包——给一个能跑实验的系统配一个不会判断的人，只会加速跑错方向。
3. GitLab 19.4：/goal 让编码 Agent 接手开放目标，双模型互检、单工具权限、积分按事件归账
InfoQ 10 月 23 日报道 GitLab 19.4（9 月 17 日发布）为 GitLab Duo CLI 加入目标驱动模式。新增 /goal 命令（公测）接受一个开放式目标，自动拆解并持续执行直到完成或触到迭代上限；双模型分工——一个模型负责实施变更，另一个模型对照既定目标检查进度；开发者可随时停止、改目标、重新引导，任务在本地运行并继承项目现有上下文、权限与审批链。GitLab 特意说明这里的「验证」是第二个模型判断结果是否满足自然语言描述的目标，不是对代码做形式化验证，所以验收标准写不清依然跑偏；无法解决的任务会被报出来，迭代上限防无限执行。可用范围：GitLab.com、自托管与 Dedicated 的 Premium / Ultimate，需 19.3 以上并配 Duo CLI 9.17.0+。
同批还有三项：托管上线三个开源权重模型 Kimi K3、MiniMax M3、GLM 5.3，官方称每 GitLab 积分最多可支持 4 倍调用量，群组所有者可设某项功能的默认模型并限制团队可选模型（公告未给基准与绝对单价）；MCP 工具扩展后，智能体可触发与检查流水线、开审合并请求、更新工作项、浏览代码库、管理漏洞，只读工具默认「始终允许」，写入与删除默认「始终询问」，管理员可按群组或项目改；成本侧积分用量导出改成每条计费事件一行，含用户、项目、会话、流程类型、积分数与 token 数，新设置页可直接设默认单用户上限并单独覆盖个别用户，按需额度用到月度上限 50%/80% 时给账单经理预警。
值得关注：编码助手正从「补全一段提示」变成「接手一个目标」，一旦 Agent 开始长跑，两件事立刻变成硬门槛：预算能不能按人、按会话算清，权限能不能不另建一套。GitLab 的解法值得抄：不建 Agent 专用权限表（会漂移出「人不能做但 Agent 能做」的暗门），直接复用代码权限并把每一分消耗归到具体账号；工具分档不看数据密级、看可逆性（只读放行、写删询问），因为「做错了能不能一键回去」当场就能判断。配套的治理意义在于，自动化真正的风险是高频触发——同一套流程一天可能跑几百次，所以用量上限要设在接触发器之前，先小规模试点再放量。
4. 成立 8 个月，从「近 10 亿订单」到欠薪 800 万停工：具身明星公司无境动力停摆
《每日经济新闻》10 月 22 日至 25 日报道：南京无境未来动力科技（2026 年 2 月 11 日成立、注册资本 1000 万元，主营工业级四足机器人与电力巡检、石油化工、能源工矿解决方案）自 8 月起停发工资、9 月停缴住房公积金、10 月断缴社保，涉及三四十名员工、累计近 800 万元；公司已停工，部分员工走劳动仲裁，研发部门负责人也一起讨薪。实控人崔小飞已不再到公司办公、电话忙线，由其委托的袁杰出面协调；此前公开身份为 CEO 兼总经理的袁海辉仍在公司，就欠薪向员工致歉并协助寻人，对外表示「联系不上实际控制人，不方便回应」。
此前的高光：核心团队约 20 人出自清华、浙大、上海交大、哈工大，不少来自智元、星动纪元、之江实验室，覆盖关节模组、运动控制、大模型；成立 4 个月即对外称与多家央企签近 5 亿元框架订单、地方市场储备订单近 5 亿元（合计口径「近 10 亿」），融资到位 1.1 亿元，一款变电站巡检四足机器人原定 10 月交付，9 月还发布 60 公斤级防爆轮足机器人磐石 P25-Ex（同行普遍 100 公斤以上）。
拆开看两处口径：那 5 亿是框架合同，行业惯例只约定合作意向与采购上限，不锁下单时间与数量，另 5 亿是意向储备；1.1 亿融资的路径是北交所公司骏创科技 6 月 22 日公告拟联合设立 3201 万元专项基金、先投给崔小飞任法定代表人的苏州超光微、再股权置换注入，7 月 7 日托管账户收到 1600 万元实缴、7 月 16 日完成备案，但 8 月 24 日工商变更后直接股东变成 7 月 10 日才成立的无境未来控股（崔持股 62.51%），资金是否真正落地成疑，骏创科技未回应记者。
值得关注：这是「意向订单不等于回款」最干净的一个样本：8 个月走完「10 亿订单—1.1 亿融资—欠薪停工」，把融资驱动型公司的资金链脆弱性摊在桌面上。放进本周更大的背景看更清楚——监管在提高机器人企业 IPO 门槛，松延动力传出保密递表、智元 10–15 亿新融资影响年内 IPO 安排，投资人已明显分化（有国资背景机构从 6 月起基本不再看具身项目，理由是项目同质化与技术进展不足），中国信通院与清华的《具身智能发展报告（2026）》也把「出货量增长不等于持续有效运营」写成结论、预警未来两三年首轮出清。看具身标的的方法该换了：不看订单总额，看框架合同与正式采购合同的比例、账期、验收与复购；不看融资新闻，看实缴、交割节点与股权链路是否闭环。
5. 上半年机器人出口 248.5 亿元同比增 359%，但六成在展台和教室打工、进制造的只有 13%
钛媒体、界面新闻 10 月 24 日报道：海关数据显示 2026 年上半年国产机器人出口额达 248.5 亿元，同比增长 359.0%，半年规模已超过去数年总和；全球每 10 台人形机器人里约 9 台产自中国。但把出货结构拆开是另一幅图：高工机器人产业研究所数据显示，出口机器人中文娱商演与科教采购合计占比超 60%，导览导购约 19%，真正进入智能制造的只有 13%，仓储物流仅 5%——六成以上在展台和教室「打工」，需要它产生生产价值的产线与仓库合计不足两成。
落地成本是第二层问题。具身产品出厂更像半成品：碰一个物体用多大力、滑不滑、抬多高，这些力觉与触觉数据互联网上几乎没有，只能到现场采。以无界动力 K15 进入法国电池工厂为例，现场团队要围绕工厂具体工序重新采集力觉、触觉与工艺数据，重新微调模型，再反复适配末端执行器。对比传统工业机器人（动作逻辑出厂写死，通电对点位即可重复）和消费机器人（连 WiFi 自建图），具身出海的复杂度高出量级，于是「卖产品」变成「在当地按场景再打磨一遍」的重交付。
值得关注：出海数字很热，但「卖出去」和「用起来」是两件事：13% 进制造、5% 进仓储，说明当下的海外买家更多在为展示与教学价值付费，而不是为生产力付费。这直接解释了为什么国产具身出海被做成重交付生意——毛利被越洋调教吃掉，本地化数采与售后网络成了真正的门槛，而不是关税或渠道。对产业链是分层的：本体、关节与传感器出货受益于总量（这也是上半年板块走强的底层），整机厂则被交付周期和运维成本卡住。评估相关标的时该看海外服务网点、交付周期与复购率，而不是出口额增速本身。
