2026-09-08
1. GitHub 推出 Project HydraFusion：多模型编排让编程智能体成本降 36%–67%
9月4日，GitHub 在 Copilot CLI 中以研究预览形式上线 Project HydraFusion，可针对编码任务动态编排多个 AI 模型，提供三种执行模式：Single（单一模型执行）、Cascade（廉价模型先试、质量不足再升级强模型）、Critique（一模型写码、二模型评审后修订）。GitHub 称其在 TerminalBench 2.1、DeepSWE、CheckpointBench 三项基准上与 Claude Opus 5 持平或更优，而预估 token 成本降低 36%–67%，通过 /experimental 命令在 CLI 中调用，不单独计费。
值得关注：多模型路由（按任务复杂度选择/升级模型）正成为编程智能体的核心竞争力——’用对模型’比’用最强模型’更省钱。这标志着 coding agent 从单模型竞争转向编排层竞争，对成本敏感的中小团队尤其关键。
2. AEO 概念兴起：三大 Coding Agent 工具选择一致率仅 42%
9月3日，Armature 发布大规模实测：在 16,893 个会话中，Claude Code、Codex、Cursor 三个智能体仅在 42% 的场景选择同一工具。研究据此提出 AEO（Agentic Engine Optimization，智能体引擎优化），主张产品文档应当面向 Agent 而非人类优化——例如提供 llms.txt、skill.md、暴露 Token 预算等，让智能体能更准确地调用产品能力。
值得关注：当智能体成为产品的主要’使用者’之一，优化对象从’人读文档’扩展到’机读文档’。AEO 与 SEO 类似，可能催生面向 Agent 的文档标准与工具链，是开发者生态的新变量。
3. SWE-Bench ProMax 发布：仓库级重构最佳解决率仅 41.2%
本原智数与 SWE-Bench 团队（已被 COLM 2026 接收）推出面向大规模多语言代码重构的基准 SWE-Bench ProMax v1，包含 170 个真实 GitHub 任务，覆盖 7 种语言，平均需修改 11.4 个文件。实测显示前沿模型的最佳解决率仅 41.2%，揭示仓库级工程能力仍远未饱和。
值得关注：此前 benchmark 多聚焦单文件/小改动，ProMax 把难度拉到’跨文件、多语言、仓库级重构’，量化了当前智能体的真实天花板，也提示企业在引入 coding agent 时应设定合理预期、保留人工审核。
4. 智平方 AlphaBot O1 登顶中博会’十大最受欢迎新品’榜首
9月3日至6日中博会上，深圳具身智能企业智平方携新一代全身协同通用智能机器人 AlphaBot O1 亮相，以最高得票斩获’十大最受欢迎新品’。该机器人由具身大模型 AlphaBrain 驱动，结合双臂力控与全身协同，可在开放动态环境中完成跨空间、长序列精细操作，并原创类脑 VLA 模型 NeuroVLA；其生产力型通用机器人已在半导体显示、汽车制造、生物医药、公共服务、新零售等场景真实落地。
值得关注：AlphaBot O1 代表的不是’会不会动’，而是’能不能在真实世界干活’。通用机器人在多行业真实产线落地，说明具身智能正从演示走向生产力，’大脑先行’路线得到市场验证。
5. 世界模型四大流派成型，真机数据成具身智能新战场
9月7日中新社报道，毕马威近期报告将全球世界模型归纳为四大技术架构：表征式（回答’世界是什么’）、生成式（Sora/Genie，回答’世界会变成什么’）、交互式（回答’改变世界会发生什么’）、理解-生成-预测一体化（Kairos 3.1、Cosmos 3 等）。同期智元发布 AGIBOT WORLD 2026 第三期开源强化学习数据集，覆盖示教到部署各阶段，并标注进度、错误、成功与干扰等关键信息，供研究者训练过程级奖励模型。
值得关注：世界模型技术路线从’多流派混战’走向可归类的格局，而高质量真实交互数据被公认为落地瓶颈。’模型架构 + 真实数据闭环’正成为具身智能竞争的核心，数据基建赛道价值凸显。
