2026-10-15
1. GitHub 用 Copilot 智能体把自家运行时从 TypeScript 全量重写为 83 万行 Rust
GitHub 工程师 Stephen Toub 公开复盘：Copilot agent runtime 原基于 TypeScript/Node.js（约 43 万行），现已全量迁移为 832,378 行生产级 Rust。整个过程约 14.5 周、拆成 128 个 PR 增量合入 main 并持续发布，工程主要由 1 名开发者主导，AI 智能体写了大部分代码，token 成本约 12 万美元；原文称若无智能体，这种规模的迁移需要整个开发团队耗费 1–2 年。同期对照：Anthropic 旗下 Bun 用多个 Claude Code 智能体并行，11 天完成 53 万行 Zig→Rust 转译。
值得关注：这是头部厂商首次把「AI 智能体重写核心生产基建」的完整过程、成本与回归策略摊开：约 12 万美元 token 换掉数年人力，智能体已不只是写补丁，而是接手平台级重构。可复制的经验是拆分 PR、增量合入、持续发布、在过程中发现并修回归；反过来看，谁还把大规模迁移当纯人力活儿，就会在工程速度上落后一个数量级。
2. Chainguard 把编码智能体关进 microVM：Workspaces/Checks/Harness 同日发布，Claude Code 同天补上 –plugin-dir 沙箱逃逸
Chainguard 在 Assemble London 一次发布四款产品：Workspaces 给每个开发者与编码智能体一个硬件隔离 microVM——真实凭据不进机器、只给短时效加密替身，可选出网白名单，远程执行同步本地工作树，闲置 10 分钟自动挂起到快照，全程产生签名操作记录；Checks 把 CI 变成工具调用，智能体在测试期间会话暂停、秒级恢复并带回结构化错误日志，通过则产出签名 attestation，merge gate 校验后免重复跑测试；Harness 在无网络、无凭据的隔离环境里用受限的 Claude Mythos 5.1 攻击运行中的应用实例，必须可复现才报，每条报告与修复由 Chainguard 工程师签字，并通过 Anthropic Claude Marketplace 售卖（客户无需直接持有模型）；首个公开成果是 vLLM < v0.31.0 的多租户输出串改漏洞（GHSA-6cxc-2vcg-w5qc），已修复。配套调研《The AI Exploit Gap》覆盖 1300 位安全负责人：营收 10 亿美元以上的公司中 66% 至少有时明知高危漏洞不修，营收低于 2.5 亿美元的公司为 27%。同一时间，Claude Code v2.1.299 修掉一条真实逃逸路径：沙箱内 shell 命令可写入 –plugin-dir 目录，而 Claude Code 会读回该目录代码并在沙箱外执行；该版本还新增 CLAUDE_CODE_DISABLE_FILE_MENTIONS，让 @ 提及只传路径、由模型自己读文件。
值得关注：安全思路正从「期待智能体守规矩」转向「用基础设施围栏」——隔离、验证、猎漏被打包成可采购的产品，护栏本身成了赛道。对企业最直接的动作是：先审计编码智能体的沙箱边界与出网范围，而不是试图直接控制它的行为。Claude Code 的 –plugin-dir 逃逸也说明「同时开沙箱和插件」这一配置存在脆弱面，用到的团队值得立即升级到 v2.1.299+。
3. 英伟达发布 Nemotron 3.5 Bolt 74B：74B 参数塞进 24GB，为本地智能体铺路
Nemotron 3.5 Bolt 74B-A9B 于 10 月 15 日发布：MoE 稀疏架构，总参 74B、每 token 仅激活 9B，配合 2-bit 量化感知训练（QAT），推理内存占用约 24GB（同等深度的稠密全精度模型需 140GB 以上）；权重、训练数据与配方开放，已支持 llama.cpp、vLLM、Ollama、Unsloth、LM Studio。搭载 RTX Spark 超级芯片的笔记本（Grace CPU + Blackwell GPU、最高 128GB 统一内存、约 1 petaFLOP FP4）将于 10 月 16 日开卖；配套 PAIR 本地网络模型路由脱离测试阶段并支持 llama.cpp，新增开源路由库 Switchyard 在本地与云端模型之间分配请求，OpenShell 与微软执行容器（MXC）提供智能体沙箱隔离，GitHub Copilot、Pi 等编码智能体已完成针对性优化。
值得关注：把「前沿级」模型压进消费级机器可常驻——本地智能体第一次有了可默认使用的 70B 级权重与完整工具链，也让「每个开发者一台能跑智能体的机器」从口号变成配置问题。对企业意味着敏感代码与数据可以不出本机，成本从按 token 计费转向硬件一次性投入；但要清醒的是 24GB 是量化的结果，实际质量、显存占用与长上下文表现仍需自己验证。
4. Agility 冲刺 11 月挂牌：有望成为美国首家已实际部署的人形机器人上市公司
Agility Robotics 与 SPAC Churchill Capital Corp XI 的合并案 S-4 注册声明已获 SEC 宣布生效，预计 11 月完成合并、以代码 AGLT 挂牌；Churchill XI 将于 11 月 2 日召开股东会表决，交易仍需股东批准并满足其他交割条件。合并预计带来逾 6.2 亿美元资金（SPAC 信托约 4.24 亿美元 + 由鸿海领投约 2 亿美元的 PIPE），用于履约、扩大部署与量产 Digit 5。公司口径：历代 Digit 累计逾 6.5 万小时实际运作；Digit 5 已取得超 3 亿美元承诺订单（仍须达成特定合约条件），2027 年初开始向早期客户提供；俄勒冈 RoboFab 工厂设计年产能 1 万台，计划 2027 年底把客户部署点从目前 9 处扩至最多 25 处；客户包括 GXO、丰田、舍弗勒，投资方与合作伙伴包括 NVIDIA、软银愿景基金二期、舍弗勒、鸿海。风险同样直白：2025 年营收仅约 180 万美元、亏损约 1.4 亿美元，而合并隐含估值约 25 亿美元。
值得关注：人形机器人开始接受公开市场定价：估值锚不再只由一级市场融资轮决定，而要拿营收、亏损与交付节奏去对。若 11 月成行，它将成为首家「已具实际商业部署」的人形纯概念上市公司，为整个赛道提供可对照的估值与信息披露样本；反过来，180 万美元营收对 25 亿美元估值这个落差，也是这轮具身热潮最容易被检验的地方。
5. 具身智能进入「标准 + 交付」双重大考：标准体系征求意见稿提出 2028 年至少 100 项关键标准
工信部科技司组织编制的《国家人形机器人产业标准体系建设指南（2026版）》征求意见稿公布，重点突破基础共性、类脑与智算、肢体与部组件、整机与系统、应用、安全伦理等领域，到 2028 年完成至少 100 项关键标准制定。今年 8 月，全国首个具身机器人演出「沙盒审批」试点落地北京经开区，围绕主体合规、本体安全、表达安全、网络信息安全、现场运行安全与表演能力综合考量，涵盖试点企业管理、入盒机器人监测、演出现场管理、安全员备案等模块。政策另一侧是落地：工信部与国务院国资委联合启动的人形机器人与具身智能实景实训专项行动，要求到 2026 年底形成百个以上高价值应用场景、带动形成万台级规模落地能力；上海提出到 2028 年推动 8000 台人形机器人进工厂，东风汽车人形机器人「小东」计划 10 月底进厂实训、年底参与试生产。产业数据：IDC 报告显示上半年全球交付近 2.5 万台人形机器人，中国占 77.9%，智元以超 8600 台交付量占全球约 35% 居首；集邦咨询预估 2026 年中国人形机器人市场规模达 150 亿元。落地侧同期实绩：智元与珠海长隆合作的 300+ 台具身机器人进入常态化运营（单次部署约需一个月），爱仕达门店 100 台智元机器人承担导购、需在 30 秒内完成产品匹配与推荐，爱仕达同时承接智元四足机器狗的委托制造、首个产品预计第四季度下线。专家提醒：目前大部分进入规模化应用的机器人还不具备感知轻重、冷热的能力，交互的安全性、可靠性仍有大量技术待攻克。
值得关注：标准与准入是规模化的前置条件：当机器人从工厂的固定环境走进家庭、医疗与公众场景，审批路径、分级门槛与安全冗余会先于算法成为瓶颈，「想发展无路径、想创新无规则」是当前的真实困境。对厂商而言，标准体系既是约束也是护城河——能参与标准制定与安全验证的一方，更容易进入招标与集采序列；对使用者而言，现在缺的不是更聪明的机器人，而是能证明它安全、可控、可追责的机制。
