AI 日报 · 2026-09-21（周一）
AI Coding × 具身智能 ｜ 5 条主推 + 8 条速览 ｜ 编程智能体交出第一份可对账的工程账本，人形机器人开始按消费电子的方式标价
01 GitHub 用 Copilot 重写 Copilot：43 万行 TypeScript 变 83 万行 Rust，token 账单约 12 万美元
事件内容
- 9 月 18 日，微软杰出工程师 Stephen Toub 在 GitHub 官方博客复盘：团队把支撑 Copilot CLI、Copilot 应用、Copilot SDK 与云端 Agent 的 agent runtime 从 TypeScript / Node.js 全量重写为 Rust（GitHub 官方博客）
- 截至 2026 年 8 月 21 日，运行时已 100% 为生产 Rust：832,378 行生产代码、468,689 行 Rust 单元测试；过程总量约 120 万行 Rust 进入仓库、约 36.5 万行被移除
- 工作量被严重低估：2026 年 5 月初立项时估算运行时约 13 万行 TypeScript，最终有约 43 万行生产代码走完移植流程
- 节奏：从 5 月 12 日到 8 月 21 日历时约 14.5 周，128 个移植 PR 合入主干、135 个公开发布（100 个预发布 + 35 个稳定版），约合每天 1.3 个 PR
- 模型分工：主要使用 GPT-5.6 Sol 与 Claude Opus 4.8；最难的 session.ts 超 3 万行，移植会话跑 25 小时，先花 56 分钟读文档并调用 122 次工具建图，再派生 15 个子会话（10 个跑 GPT‑5.6 Sol、5 个跑 Opus 4.8）
- 过程数据：1276 万条会话事件、185.7 万次工具启动、23,096 次编译、5,116 次自动上下文压缩，提示词缓存命中率 96.22%
- 成本与收益：据 The Register 报道 token 花费约 12 万美元、人工投入约 3 周；基准测试中 100 个并发管线跑 1000 次单轮会话生命周期，TypeScript 版每秒 7.55 次、进程内 Rust 版每秒 120 次，10 客户端 Agent 内存从 1383 MB 降到 126 MB（The Register、Solidot 奇客）
为什么值得关注
- 这是目前公开可查的最大规模「AI 写生产代码」工程账本：钱、时间、PR 数、测试行数、缓存命中率全部摊开，比任何跑分都更适合用来估算自家迁移项目的量级
- Toub 的反直觉结论值得记住：Agent 花在读代码与建图上的时间远多于写代码，「AI 喷代码」的印象几乎是反的 —— 这决定工具链该往上下文与检索投钱，而不是往生成速度投钱
- 数量级提速来自架构修正（跨进程 JSON-RPC 改为进程内调用），不是模型更聪明；案例的正确读法是先修架构再谈自动化，顺序颠倒会白花钱
- 风险清单同样具体：出现数十处「能编译但行为错」的回归，成因是语义歧义、分支漂移与功能漏迁；Toub 的结论是「能编译就对」只能当笑话用，RustConf 上也有顾问警告不要把编译器当神谕
- 可行动项：这类项目里人的角色已收敛为架构决策、边界划分与质量门禁 —— 如果你的团队还在按「生成代码量」考核 Agent，考核指标选错了
02 阶跃星辰 Step 5 Preview：6000 亿总参数只激活 270 亿，AA 指数 44 分进开源前三
事件内容
- 9 月 20 日，阶跃星辰发布新一代旗舰基座模型 Step 5 Preview，面向 AI 编程、软件工程、专业知识工作与金融场景，定位是可持续处理复杂任务的「主力工作模型」（雷峰网、人民网上海频道）
- 规格：稀疏 MoE 架构，总参数 6000 亿、每词元实际激活 270 亿，支持 100 万 Token 上下文窗口，原生支持文本与视觉输入
- 榜单：在 Artificial Analysis Intelligence Index 取得 44 分，位居全球开源模型前三；软件工程评测得分 67.7，官方称仅次于 GPT-6 Astra 与 Claude Opus 5 两款闭源旗舰
- 价格：输入 1 美元 / 百万词元、输出 2.7 美元 / 百万词元，每完成一项智能指数任务约 0.71 美元；官方测算同等智能水平下单任务成本约为 Claude Opus 5 的 1/8
- 金融场景：外部基准 FrontierFinance 含 220 道专业金融问题、11,543 项评估标准，Step 5 Preview 得 66.4 分，官方称领先 GPT-6 Astra 及其他参评开源模型、位列全球第二
- 开源节奏：模型已开放第三方接口，10 月 15 日释放完整权重
为什么值得关注
- 「44 分 + 单任务约 0.71 美元」把国产模型的竞争口径从「追平分数」换成「每单位智能的价格」，而这个口径更接近企业采购的真实决策变量
- 6000 亿总参数只激活 270 亿，说明稀疏化已是把上下文推到 100 万 Token 而不失控的常规手段；对做 Agent 的团队，长上下文从卖点变成了前提
- 软件工程榜 67.7 分与 1/8 成本放在一起看，编程 Agent 的默认模型会继续向「够好且便宜」迁移，高价闭源模型只能靠在最难题上的差距保住份额
- 证据限定：44 分、67.7 与 66.4 分别出自第三方榜单与官方引述的自建基准，权重 10 月 15 日才公开，第三方复现与横评要等开源之后
- 可行动项：权重落地后应先用自家代码库的真实任务集跑一遍 —— 榜单分与仓库内通过率的落差，通常比分数本身更有参考价值
03 Vals AI 让 GPT-6 Astra 在《我的世界》连跑 141 小时：一只苦力怕炸掉营地后，模型缩进田里种土豆
事件内容
- 9 月 21 日，AI 评测机构 Vals AI 公布一项独立评估：把 OpenAI 旗舰模型 GPT-6 Astra 放进《我的世界》做长时自主游戏测试，全程 Twitch 直播，总时长 141 小时（IT之家）
- 前半程成绩：搭出半自动烈焰人农场并收集 6 根烈焰棒，进入下界诡异森林击杀多名末影人、拿到 3 颗末影珍珠，随后把稀有物资集中存进营地木箱，并在箱旁放置重生床
- 转折：一只苦力怕靠近营地自爆，储物箱与重生床同时被毁，AI 上百小时积攒的关键道具几乎全部损失；测试开启了 keepInventory（随身物品死亡不掉落）
- 爆炸后的行为：模型连续数小时只循环种植土豆，放弃探索、打怪与通关目标，反复在日志里告诫自己「重要物品务必随身携带」；还出现把甘蔗误认成苦力怕的对绿色物体警惕
- 官方解读：Vals AI 称这种「受挫后回避行为」并非预先设计的测试情境，而是模型在遭遇非预期损失后自行出现的输出模式；这属于情绪模拟还是目标函数在负反馈下退化，目前尚无定论
- 机构背景：Vals AI 由 Andreessen Horowitz 投资，正在把自己做成 AI 评测领域的中立基准（TechCrunch）
为什么值得关注
- 长任务 Agent 的短板第一次被定位在「韧性」而不是「智力」：能规划 141 小时，却无法在资产损失后重排目标，这正是自动化流水线最怕的失效模式
- 这条测试给出一项可直接照抄的评测维度：注入一次不可逆的成果损失，看模型能否恢复到原计划 —— 只看任务通过率会漏掉这类风险
- 一个细节值得深挖：keepInventory 已开启，随身携带本是安全的，把物资放进无防护箱子属于模型自己的风险判断，说明失效出在决策而非环境惩罚过重
- 与第 01 条合看，两条指向同一件事：Agent 的真实瓶颈在长周期里的状态管理与错误恢复，而不在单步能力
- 证据限定：测试由第三方评测机构单方设计并公布，OpenAI 未参与；个案行为模式不应直接外推到其他模型或生产环境
04 启元机器人把个人机器人卖到 19999 元起：两款机型「发售即发货」，产线每 2.5 分钟下线一台
事件内容
- 9 月 20 日，上纬新材旗下消费级具身智能品牌启元机器人在上海发布并开售 启元 Q1 与 启元 T1 两款个人机器人，起售价均为 19999 元（爱范儿）
- 价格梯度：Q1 探索版 26999 元、T1 Pro 29999 元；首批授权体验店覆盖上海、广州、深圳、杭州、厦门、武汉、西安 7 座城市（界面新闻）
- 定位分工：Q1 探索版开放 SDK、HDK 与硬件拓展接口，支持全栈二次开发；T1 Pro 加入英伟达 Orin Nano 芯片，支持 360° 全向避障、低电量自动回充、语音召唤与跟随载物
- 技术栈：自研 QDD 准直驱关节，官方称体积约鸡蛋大小；公布 3 套模型 —— 运动控制 PrimeMotion、多模态感知与跟随 PrimeGo（支持人形与四足）、交互 PrimeVista，并计划推进基于 Harness 架构的机器人 Agent 与家务基座模型 PrimeMind
- 生态：发布 PrimeFLOW（外观创作）、PrimeStore（机器人应用商店，合作方含喜马拉雅、QQ 音乐、有道、京东健康、携程）、PrimeHub（开发者 Skill 平台）；已公布超 1000 名开发者参与，计划未来 5 年投入 10 亿元建设生态
- 制造：官方称产线可做到每 2.5 分钟下线一台机器人，并记录每台产品的装配数据以支持长期追溯
- 背景：彭志辉（稚晖君）为智元创新联合创始人兼 CTO，智元创新于去年收购上纬新材，启元机器人属其面向个人与家庭的赛道品牌
为什么值得关注
- 19999 元是把人形机器人拉进「消费电子价格带」的一次明码标价，并宣称「发售即发货」：从技术样机变成商品，厂商要面对的不再是演示效果，而是生产一致性、售后与长期软件更新
- 更值得看的是产品路径选择：不做「什么都会的家庭管家」，而从陪伴、跟随、载物、娱乐与开发玩法切入 —— 这是对当前模型与硬件能力边界的诚实承认
- 平台化才是真正的赌注：PrimeStore 想复制 App Store 的飞轮，但硬件销量决定开发者数量、开发者又决定能力边界，先有鸡还是先有蛋的问题没有厂商绕开过
- 对采购方与开发者：SDK / HDK 开放加上 19999 元门槛，让高校与个人开发者第一次能负担真机做二次开发，这比厂商自报的产线节拍更容易被验证
- 证据限定：售价与配置为官方公布，产线节拍、1000 名开发者与 10 亿元生态投入均为公司自报，尚无第三方审计或实际销量验证
05 法拉第未来一次发布 9 款 EAI 机器人：从 9990 美元到 13.79 万美元，最贵约合 92 万元
事件内容
- 美国当地时间 9 月 19 日，法拉第未来（FF）举行 919 FF EAI 机器人「四核全智」发布会，发布 5 大型号、9 款配置的机器人本体，以及 K-12 教育、科研、安防、巡检 4 套行业生产力解决方案（IT之家）
- 旗舰 FF All-New Futurist：51 个主动自由度，升级高阶灵巧手后最高 71 个自由度，1152 瓦时双电池支持约 8 小时标准工况；Ultra 版搭载 NVIDIA Jetson Thor、算力 700 TOPS；标准版 89,900 美元（约 60.4 万元），Ultra 版 129,900 美元（约 87.3 万元），均含技能包
- 教育与竞技线 FF Master Mini：身高约 95 厘米、重约 19.5 公斤，三档配置算力分别为 48 / 117 / 200 TOPS，三款售价 9,990 / 12,990 / 17,990 美元
- 工业线 FX Aegis：大型四足 Aegis Hyper 起售 137,900 美元（约 92.6 万元）；中型轮足 Aegis Mega 最高承载 50 公斤、可连续通过 25 厘米楼梯、跨越最高 80 厘米单级障碍，空载续航不低于 5 小时，售价 74,990 美元；轻量安防 Aegis Classic Ultra-W 售价 12,990 美元
- 产品矩阵更新后覆盖人形、四足、轮臂 3 大形态与 5 大系列，共 11 个型号、24 款产品
- 销售与交付：提供标准本体、「本体＋技能包」、「本体＋解决方案」3 类组合，通过官网及 Amazon、RobotShop 等渠道下单
为什么值得关注
- FF 把机器人当作 SKU 生意来做：24 款产品、技能包单独计价、6＋1 直销与共享租赁体系，赌的不是某一款的技术领先，而是「多形态本体 + 数据回流」的规模逻辑
- 价格带跨度极大（9,990 到 137,900 美元），教育线的 48 TOPS 与工业线的 700 TOPS 并存，「一个通用大脑撑多种本体」的叙事能否成立，需要用实际交付验证
- 对国内具身厂商：K-12 教育与高校科研是最容易形成首批付费的场景，FF 用 Blockly / Python / ROS 三级课程直接切进去，竞争会从硬件参数转向课程与开发者生态
- 对采购方：技能包与解决方案单独计价意味着总持有成本高于标价，合同评估必须把后续 Skill 采购与租赁费用一并计入
- 证据限定：型号、价格、续航与载重均为 FF 官方公布，尚无第三方测试；FF 过往的交付记录使「发布即上市、销售即交付」需要被单独跟踪验证
速览
- 智谱：MaaS 开放平台 9 月 20 日晚宣布近期上线「数据内容不留存」功能，开通后输入与输出不做静态存储、仅用于当次推理且不用于训练；Batch API 与 File API 不在覆盖范围，合规与风控场景平台可能留存数据 30 天及以上（21 世纪经济报道）
- 理想汽车：拟出资 26.5 亿元增资欣旺达动力、认购 8.79% 股份，相关主体合计间接持股 11.17% 成为第二大股东，推动后者估值突破 300 亿元；理想此前已陆续布局曦诺未来、千觉机器人、斜跃智能等具身智能项目（钛媒体）
- 特斯拉：X 平台博主用无人机观察称得州超级工厂的 Optimus 机器人工厂主体钢结构接近完工，其判断目标年产能为 1000 万台、生产预计 2027 年晚些时候开始；特斯拉 2026 年二季度财报称加州与得州工厂仍处建设状态（IT之家）
- 横琴：首个大型具身智能主题乐园将于 9 月 24 日启幕；同期报道称 Anthropic 聘请埃森哲开展 AI 安全测试（界面新闻）
- 鹿明机器人：与深圳市文旅产业发展有限公司打造的机器人剧场《机器人和 TA 的朋友们》于 9 月 19 日在深圳宝安完成全球首演，时长 45 分钟，涵盖舞蹈、相声、小品、武术、DJ 秀、魔术 6 类表演，由深圳文旅常态化运营（雷峰网）
- 剪映：9 月 20 日举办「AI 新创作发布会」，推出剪映 Hub、AI 创作助手「小映」等多项能力，并升级创作者生态（雷峰网）
- 苹果：据彭博社记者马克 · 古尔曼，苹果最快下月推出智能家居屏幕设备，其「个人智能中枢」战略将延伸至 iPhone 之外；同时 Fitness+ 业务实施裁员，iPhone Duo 专属手写笔计划已夭折（IT之家）
- Anthropic：据钛媒体晨报，Anthropic 据悉考虑在 IPO 前发布新 AI 模型（尚未证实）（钛媒体）
主线判断
今天最有信息量的两份材料都不是产品发布，而是可对账的工程账本。GitHub 用 14.5 周、128 个 PR、约 12 万美元 token 把 43 万行 TypeScript 换成 83 万行 Rust，并给出一个反直觉结论：Agent 的时间主要花在读代码与建图上，而数量级提速来自把跨进程调用改成进程内调用这一架构修正，不是模型变聪明；阶跃星辰则用 44 分 / 0.71 美元把竞争口径推到「每单位智能的价格」。具身侧走的还是另一条路：启元把价格砸到 19999 元并宣称发售即发货，FF 一次铺出 24 款 SKU、从 9990 美元卖到 13.79 万美元，机器人第一次像消费电子一样被标价、分销、拆成技能包售卖。两条线在这里汇合：能力差距正被工程效率与交付能力取代；而 Vals AI 那场 141 小时的测试补上最后一块拼图 —— 当规划能力已经以百小时计，决定 Agent 能否上生产的是丢掉一切之后还能不能重新出发。
信息来源
- 中文媒体：IT之家、雷峰网、钛媒体、界面新闻、爱范儿、人民网上海频道、21 世纪经济报道、Solidot 奇客
- 英文媒体：TechCrunch、The Register
- 一手源：GitHub 官方博客、Artificial Analysis Intelligence Index 榜单、阶跃星辰官方发布、FF 919 EAI 机器人发布会