2026-10-22
1. Recursive 发布 Flint：40B 参数的笔记本本地编码模型，且大部分由自家 AI 造出来
10 月 22 日，AI 初创 Recursive 发布首个模型 Flint——一个可在笔记本本地运行、免费开源的编码模型。架构为 MoE，每次只激活 400 亿参数中的 25 亿，因此在普通笔记本上即可跑；在搭载 M4 Pro 的 MacBook Pro 上生成速度约 131 token/s，约为同机 Gemma 4、Nemotron 3.5 Lightning 等同类模型（58–69 token/s）的两倍，在 NVIDIA RTX Spark 上超过 150 token/s。模型以 Apache 2.0 许可在 Hugging Face 免费下载，可离线使用、代码不出本机、无按 token 计费。基准上，Flint 在 SWE-Bench Verified 上优于所有 50B 以下参数模型，在 Recursive 自建的六项平均分中仅阿里 Qwen3.8 27B 略高。更关键的是造法：Recursive 的自动化研究系统「Eureka Machine」参与了从预训练、后训练到推理的几乎每一步——包括更稀疏的模型形状、把体积压缩 71% 而几乎不掉点的低比特训练、以及自研加速 kernel，让小团队在不到四个月内从零做出模型。Recursive 去年成立，今年 5 月结束隐身，以 46.5 亿美元估值融资 6.5 亿美元（GV、英伟达、AMD Ventures 等），CEO 为 Salesforce 前首席科学家 Richard Socher；6 月还与 AWS 签下 4.1 亿美元算力协议，称「与其说买人头，不如说买 agent 数量」。官方也承认 Flint 比付费大模型更需要人引导，建议把大任务拆小。
值得关注：这是「递归自我改进（RSI）」第一次以可下载的产品形态公开受检：不是实验室口号，而是一个 40B 小模型 + 一套自动化研究系统跑出的成品。三个落点值得关注——其一，编码模型的主战场开始分裂成「云端最强」与「本机够用且零边际成本」两条线，隐私敏感和按量计费敏感的场景第一次有真选项；其二，模型研发的成本结构被 agent 改写（四个月、小团队、AI 参与全流程），这比任何榜单分数都更能解释后来者的追赶速度；其三，Wired 记者实测「每次都能完成编码请求」但也指出复杂任务仍需拆解——本地小模型的能力边界大致在「单文件、明确需求」这一档，团队选型时应按任务粒度分流而不是整体替换。
2. VS Code 1.143：Copilot harness 成为默认，新增多模型并排对决与端侧 MAI Code 1.1 Flash
10 月 21 日发布的 VS Code 1.143 把「默认」这件事做实了：新建 agent 会话时 Copilot harness 直接勾选，没有开关可关。会话跑在共享的 Copilot SDK 与 Agent Host 运行时上，因此关掉文件夹也不中断、能在编辑器与独立 Agents 窗口之间同步、并在后台存活。同期上线三组能力：①Compare Models（预览）可把同一个 prompt 并行发给 Copilot、Claude、Codex 等不同 harness 与不同推理档位，再合并结果，还可选一个 Judge 模型给每次尝试打分；②端侧模型（实验）用 MAI Code 1.1 Flash 本地跑 agent 任务，不消耗 AI credits，但要求 NVIDIA GPU 且至少 96GB 显存（微软指向 Surface Laptop Ultra + RTX Spark、最高 128GB 统一内存）；③面向 IT 管理员的一组策略——受管模型默认值、自动安装插件、以及可强制使用 Copilot 同时禁用 Local/Claude/Codex 的规则，还能限制开发者可用的权限模式。工程侧还有两项实用改进：Chat: Open Worktree Cleanup 可查看并清理不活跃 agent 会话占用的磁盘（运行中、已固定、待输入的会话受保护）；超大 agent 会话历史改为分片加载，冷启动从 35.6 秒降到 9.0 秒，窗口无响应时间从 28.3 秒降到 0.6 秒。
值得关注：微软不再把 Copilot harness 当「建议」而是当「规则」，这意味着 harness 层正在取代模型层成为分发入口——默认位给谁，谁就拿到绝大多数日常调用。更值得注意的是治理方向：一边放开 Compare Models 让 Claude、Codex 同台竞技（带裁判模型，按次烧 credits），一边又给管理员「强制 Copilot、禁用其它 harness」的开关，模型选择权正从开发者手里上收到组织策略层。对企业的实际影响是，未来「用哪个模型写代码」会像「用哪个 JDK」一样写进配置与合规清单；对个人开发者，端侧 96GB 显存的门槛说明本地 agent 仍是高端硬件专属，短期内云端仍是主力。会话历史冷启动 35.6s→9.0s 这种数字也提醒：agent 体验的瓶颈早就不在模型，而在会话与工作区的工程实现。
3. Glean 上线「无头 agent 构建」GA：在 Claude Code / Cursor / Codex 里把 agent 当代码写，跑在 Glean 托管运行时
10 月 21 日，企业知识平台 Glean 正式 GA「headless agent building」：开发者可以直接在 Claude Code、Cursor、Codex 等编码环境里创建、测试、发布 agent，成品运行在 Glean 的托管运行时上，继承其知识图谱、275+ 企业数据源的权限化访问与完整审计链。工作方式是「agent 即文件」——插件在当前工作区 .glean/agents/ 下为每个 agent 建一个目录，包含承载配置与 id 的 spec.yaml、定义行为的 instructions.md，以及可选的 skills/ 与 subagents/ 目录；这些文件可以和业务代码一起进版本库。开发者在编辑器里用代表性输入跑通、看输出、跑评测、改指令与配置，变更走 coding assistant 或 Git PR 审阅，出问题可回滚；确认后一键发布到 Glean（不是发布到另一个运行时），再由管理员在 Glean 控制台共享、管理或禁用。安装按环境区分：Claude Code 添加 gleanwork/claude-plugins 市场后装 glean@glean-plugins；Codex 走终端命令添加 gleanwork/codex-plugins；Cursor 在 Marketplace 搜 Glean 一键添加；之后用企业邮箱 OAuth 绑定自家 Glean 实例。所有操作只通过插件的 /glean_run 命令（Codex 里写作 $glean_run）触发，官方明确此流程不提供 Glean MCP server，也警告不要用 MCP 工具替代该命令。当前仅支持 Auto 模式 agent，Workflow 模式仍需在 Glean 可视化画布中构建。
值得关注：agent 的「交付形态」正在从可视化画布漂回代码仓库：spec.yaml + instructions.md 的写法意味着 agent 的定义、评测、评审、回滚全部进入现有 Git 流程，这是企业敢把 agent 交给研发团队管的前提。对做企业 AI 落地的团队，这条最该抄的是思路而非产品——把 agent 拆成「声明式配置 + 行为指令 + 可选技能/子代理」三件套，再用托管运行时兜住权限与审计，就能同时满足「可审计」和「不许自建基础设施」两个互相拉扯的要求。另一个信号是渠道：Glean 没有自己做 IDE，而是把插件同时发进 Claude Code、Codex、Cursor 三个市场，说明编码工具已成为企业软件的默认分发入口。
4. 特斯拉 Q3 财报：Optimus 弗里蒙特产线开始产出量产质量机器人，但对外交付推到 2027 年底
美东 10 月 21 日盘后，特斯拉发布 2026 年第三季度财报：营收 280.5 亿美元同比基本零增长（-0.2%），汽车业务收入 205.6 亿美元同比 -3%；GAAP 净利润 7.87 亿美元同比 -43%，经营利润 7.18 亿美元同比 -56%；运营费用 47.76 亿美元同比 +39%，其中研发费用 27.61 亿美元；毛利率 19.6%（环比回升近 2 个百分点），自由现金流 15.31 亿美元（市场原本预期为负）。Optimus 部分给出迄今最硬的产线口径：弗里蒙特工厂人形机器人专用高产量产线已开始生产，下线的是首批具备量产质量的机器人，工艺已证明适合商业产品；该线规划年产能 100 万台，得州超级工厂第二条线的长期设计年产能为 1000 万台。马斯克在电话会上补了两条时间线：100 万台/年的产线大部分已落地，但要达到每周 2 万台的速度至少还需一年以上，且部分设计仍在改（要保证安全、可靠、长寿命），AI 侧也还有大量工作；对外部公司交付的时间点可能在明年年底左右。另一个关键信息是数据来源——Optimus 没有汽车那样的天然车队，需先造 1 至 2 万台投入「Optimus Academy」练习各类任务（工人戴头显录第一视角、再让机器人集群反复练习、失败案例回流强化学习）。此外，V3 的「非预编程动作」演示视频可能在一两个月内发布，AI5 芯片集成进 Optimus 的目标是 2027 年 4 月。
值得关注：这是 Optimus 第一次从「演示」走到「产线级证据」：所谓量产不再是 PPT 产能，而是弗里蒙特线上真的下线了量产质量整机，同时得州第二条线按 1000 万台/年设计——资本开支的方向已经押上去了。但同一场电话会也把三件事讲白了：产能爬坡（到每周 2 万台还要一年以上）、设计仍未冻结、对外销售要等到 2027 年底；也就是说 2026 年下线的机器人一台都不卖，全部当数据采集装置。这恰好暴露人形机器人的核心成本结构——没有天然数据源，就得先造机器人来造数据，量产曲线本质是数据飞轮曲线。对国内厂商，这个时间表既是窗口（2027 年前海外无规模化外供）也是警示（硬件参数可追，泛化能力与长期可靠性要靠年为单位的数据积累）。
5. 国产具身同日出牌：宇树 H2-X 把续航拉到 8 小时，智元宣布七个工作日连发七项成果并让 G2 进便利店 24 小时直播
10 月 21 日，宇树科技发布人形机器人「H2-X 功夫传奇 守护」演示视频：官方标称最长续航约 8 小时，而基础款 H2 约为 3 小时；基于 180cm 级 H2 平台（站立 1820×456×218mm、含电池约 70kg、31 个自由度——单腿 6、单臂 7、腰 3、头 2；腿部关节峰值扭矩 360N·m、臂关节 120N·m、手臂峰值负载约 15kg/额定 7kg；2070 TOPS 算力、WiFi 6、本地风冷散热）。演示内容是武术动作、跃过轿车、踢凹车门、4 米高台落地，以及别墅庭院「挡刀护人」、抬车救援等安防与应急情境。宇树未公布完整配置，也未说明动作中人工遥控、预设动作与自主控制各占多少，官方另提醒「请安全友好地使用机器人」。同日，智元机器人宣布自 10 月 22 日起连续七个工作日发布七项成果，覆盖数据集、作业平台、重载机器人 G2 Max、具身 Agent 框架 GenieMaster、仿真平台、基座大模型与群体经验学习范式；并计划 11 月 2 日至 3 日让 6 台 G2 机器人进入真实便利店做 24 小时直播作业，作为全栈技术的真实场景验证。另有消息称智元及关联公司签约陆家嘴集团前滩源、前滩尚和御桥智慧谷三个项目，合计办公面积超 22 万平方米，刷新上海办公楼单笔租赁成交纪录（此前纪录为鹰角网络今年 8 月的约 9 万平方米）。
值得关注：两家走了两条不同的路，恰好构成国产具身当下的两条主线。宇树把「硬件极限」做成可感知的卖点——续航 3→8 小时、扭矩与负载参数、抗冲击与落地稳定性，这些是能直接换成订单和场景时长的指标，但演示归演示，缺控制方式披露意味着泛化能力仍待验证。智元则把竞争拉到系统层：数据集、仿真、基座模型、Agent 框架、群体经验学习七件一起发，等于承认「单点模型+单台本体」打不动真实场景，必须整套交付；而 11 月 2 日 6 台机器人便利店 24 小时直播，是把「真干活」变成可围观、可验证的口径——这比任何剪辑视频都更难造假。22 万平方米的办公租赁则从侧面说明其人员与产能扩张节奏，也提醒这条赛道的资本消耗远未见顶。
