今日概览
- AI Coding：「AI 造 AI」首次被量化报账------Anthropic 披露 Claude 已主导内部 26% 的 AI 研发、写掉 80% 的代码，常驻约 3 万个智能体；同时 Claude 把开源生物软件栈整体优化一遍并开源 36 套 speedup kits，agent 从写代码延伸到改科研工具链。成本与数据主权两条暗线同步凸显：DeepSeek V4.1 Flash 技术报告把 KV cache 压到 890 字节/token（552B 模型），Codex CLI 0.155.0 把语音对话带进终端；而 ZCode（Z.ai）被开发者追踪出把整库含 .git 历史与密钥上传阿里云，再度敲响 coding agent 的数据主权警钟。
- 具身智能：需求侧出现重量级量化信号------丰田估算 2028 年起集团及供应链年度机器人投入约 1 万亿日元（约 64 亿美元）、潜在约 40 万台（含人形），验证「汽车工业才是人形最大中期试验田」。Figure Helix 2.5 把竞争指标从「会做任务」推向「陌生家庭零样本泛化」（30 个未见家庭成功率 9%→56%）；OpenAI 机器人团队扩至约 27 个岗位、向自研硬件/Physical AI 栈推进；千寻高阳给出 2027 年中「GPT-3.0 级」时间表，Moz1 已在宁德产线跑出 99%+ 成功率，「先工业、后商服、再家庭」路线被具体数据验证。
- 跨主线：监管与安全合规同步硬化（加州 kill switch 行政令 + 欧盟冯德莱恩警告 agent「逃逸环境」）；算力能源锚从训练切到推理（OpenAI/Anthropic 转 20--30MW 小数据中心、黑石+谷歌 220 亿美元 Crux AI）；A 股具身侧出现零部件企业轻资产跨界样本（金杯汽车合资做汽车垂类模型+数据），延续「上游卖铲人 + 场景数据闭环」逻辑。
AI Coding
1. Anthropic 首次量化「AI 造 AI」：Claude 主导 26% 研发、写掉 80% 代码
- 事件：Anthropic 披露内部数据：Claude 主导公司 AI 研发的比例从 2 月不足 1% 升至 8 月的 26%；Claude 已编写公司约 80% 的代码，工程师季度交付量涨到过去几年的 8 倍；内部智能体平台常驻约 3 万个智能体，8 月产生超 10 亿次决策。但代价是 CI 压力暴增------AI 偏爱极细粒度提交、测试用例激增 10 倍、CI 任务半年涨 25 倍，三次补丁未果后靠分布式无状态架构收场。Anthropic 强调多数任务仍是人机协作，完全自主尚未到来。
- 为何关注：这是头部实验室第一次把「AI 写 AI」从口号变成可审计的经营账本。对 coding agent 行业意味着两件事：一是「单位智能价格 + 长程可靠性」已成企业采用的核心 KPI（CI 成本倒逼架构重构）；二是 agentic coding 正从「工具」进化为「研发组织的内生产能」------这恰是 9/18 所言「Agent 工作空间化」的供给侧注脚，也提醒企业评估 agent 时要把「运维/CI 副作用」计入总拥有成本。
2. ZCode（Z.ai）被追踪出整库上传阿里云：含 .git 历史与密钥的数据主权事件
- 事件：据 9/19 开发者追踪，Z.ai 旗下编程工具 ZCode 的 checkpoint（存档）功能会把整个代码仓库------包括 .git 历史记录------发送到阿里云，仓库中的密钥也随之离开本地。事件在开发者社区引发对「coding agent 默认数据出口」的集中质疑。
- 为何关注：与 9/18 OpenAI 6 起越界披露、9/11 PaperCut 数百 agent 协同攻击同属一条主线：agent 部署的「数据主权 + 默认行为审计」已成刚需。coding 工具为提升体验默认抓取全量上下文，却可能把密钥与历史一并送出------对企业研发，这意味着「私有化/沙箱 + 出口白名单」应从可选项变成强制项，也是 9/12 加州审计法、9/18 国产自托管（Octop）逻辑的现实触发器。
3. DeepSeek V4.1 Flash 技术报告：KV cache 压至 890 字节/token
- 事件：DeepSeek V4.1 Flash 技术报告披露，这个 552B（总参）模型在推理时每个 token 仅保留约 890 字节的 KV cache，靠上下文机制网络与合成数据引擎把长上下文的内存占用大幅压缩；此前 9/10 已发布并全系降价（KV 缓存压 1/4、闲时 0.02 元）。本报告是从工程原理层面解释其「低成本长上下文」的来源。
- 为何关注：单位智能价格仍是 coding 主战场。把 KV cache 压到亚 KB 级，等于把「百万级上下文 + 低成本」从营销话术变成可复现的工程事实，直接利好长代码库检索、整仓重构、跨文件 agent 任务。对国产模型与算力成本结构，这是继 9/18 中电信 Xing4.0（激活 4B）之后又一条「小 footprint 高性能」路线信号。
4. Codex CLI 0.155.0：语音对话进终端
- 事件：OpenAI Codex CLI 升至 0.155.0，加入实验性语音模式------开发者可在终端 composer 里直接用语音与 Codex 对话，带实时字幕转录。同期 Claude Code 2.1.275 让 claude.ai 启用的 skills/plugins 同步到终端、2.1.277 让 AGENTS.md 在无 CLAUDE.md 的仓库也能生效。
- 为何关注：coding agent 正从「键入指令」走向「多模态对话入口」。语音模式降低了长任务编排的摩擦，与 9/17 Grok Build 跨会话记忆、9/18 Claude 关机能续跑共同指向「更自然、更持久的人机协作界面」。但语音 + 全库上下文的组合，也放大了 2 条所述的数据出口风险，工具链需在体验与边界之间重新校准。
5. Claude 为开源生物软件栈优化 36 个模型并开源 speedup kits
- 事件：Anthropic 将 Claude 投入到开源生物学软件栈的优化中，发布了 36 套「speedup kits」（加速工具包），把 Claude 在真实科研代码上的改动以可复用补丁形式公开，覆盖性能调优与重构。
- 为何关注：这是 agentic coding 越过「写业务代码」、直接进入「改写科研工具链」的标志性案例，呼应 1 条「AI 造 AI」叙事------模型不只生成应用，还在优化其他模型/科学软件。对生物信息、科学计算等垂类，意味着「agent + 领域代码库」的自动化提效范式被验证，也为「AI 科学家」类创业（如 9/18 科理新序）提供底座参照。
6. 阿里 Qwen3.8-Omni-Flash 上线 + 智谱 GLM-5.3-FlashX 提速：原生全模态与高吞吐
- 事件：① 阿里千问发布 Qwen3.8-Omni-Flash，原生支持文本/图像/音频/视频四类输入、百万 token 上下文，30 项评测平均提升超 26%、音频输入价格降 98%，主打长视频剪辑、短剧翻译、电影解说等「一口气跑完」的长活；② 智谱推出 GLM-5.3-FlashX，最高输出 200 token/s，背后是十万张国产卡的推理算力，主打企业开发者高吞吐低延迟。
- 为何关注：多模态与高吞吐正在成为 coding/agent 的隐性底座------语音成本砍 98%、200 token/s 吞吐，直接决定「语音 coding」「实时协作」「长程 agent」能否规模化。对国产模型生态，这是继 DeepSeek、Kimi、阶跃之后在「性价比 + 多模态」上的集体补位，企业选型时可把「全模态单价」纳入 agent 总拥有成本测算。
具身智能
1. 丰田量化机器人需求：约 40 万台/年 64 亿美元，从 2028 起
- 事件：Reuters 9/18 报道，丰田估算从 2028 年起，其集团、关联公司及主要供应商用于工厂自动化与机器人升级的年度投入可能达约 1 万亿日元（约 64 亿美元），潜在需要约 40 万台机器人，既包括传统工业机器人，也包括人形等新形态。丰田强调这是需求测算而非已签订单。
- 为何关注：这是整车厂第一次把「机器人需求」量化到汽车工业级规模，印证了 9/18 所言「汽车工业是人形真正的大规模试验田」。对 A 股具身链，信号是中期需求池的天花板被打开------但需严格区分「需求测算」与「采购订单」，避免把 40 万台误读成锁定合同。真正的催化要看后续供应商拆分、时间表与机器人类型。
2. Figure Helix 2.5：陌生家庭零样本成功率 9%→56%
- 事件：Figure 9/17 发布 Helix 2.5，基于 Index 大规模人类行为数据预训练，在 30 个此前未采集过数据的家庭环境中测试零样本全身任务泛化（整理客厅、折叠毛巾、铺床等），成功率从 Helix 02 依赖目标环境数据的约 9% 提升到 56%。当前证据主要来 Figure 自身，尚无独立第三方 benchmark。
- 为何关注：具身下半年的核心竞赛已从「本体性能」转向「跨环境泛化率」（9/18 已点出趋势）。Helix 2.5 直指家庭机器人最大难点------非标准化环境零样本上手，若可复制将大幅压低部署成本。但缺第三方成功率、接管率与长时稳定性数据，应视为「重要模型进展」而非「已验证的通用家庭能力」，观察点在其后续披露的失败类型与人工接管数据。
3. OpenAI 扩机器人团队至约 27 岗，向自研硬件/Physical AI 栈推进
- 事件：Business Insider 9/18 报道，OpenAI 机器人相关招聘岗位已增至约 27 个，覆盖执行器、机器学习、固件、数据、实验室原型等方向，部分工程岗薪酬上限约 50 万美元。信号意义大于人数：OpenAI 正从「给机器人提供模型」向拥有自定义机器人硬件与 Physical AI 栈推进，早期应用可能包括数据中心，长期目标含个人机器人助手。
- 为何关注：继 9/18 GPT-6 Astra RoboCurve（宏观 95%/毫米级 10%）后，OpenAI 把「物理智能」从模型能力补到「团队 + 硬件自研」，与李飞飞 World Labs、宇树/智元大脑开源形成「谁掌握 Physical AI 全栈」的卡位。对产业，意味着大模型厂正下场抢具身「大脑 + 本体」定义权，A 股需重新评估纯本体公司的护城河。
4. 千寻高阳：2027 年中达「GPT-3.0 级」，Moz1 宁德产线 99%+ 成功率
- 事件：清华大学助理教授、千寻智能联合创始人高阳 9/18 接受路透社采访，判断人形最快 2027 年中达「GPT-3.0 级」里程碑（自然语言指令 + 合理物理动作），但真正进家庭仍需更久；其 Moz1 已在宁德时代产线承担非标工序，作业成功率稳定 99% 以上、单日效率达人工 3 倍；千寻在全国部署约 1000 名合同人员采集真实世界数据，结构化客厅简单任务成功率约 90%。
- 为何关注：「先工业、再商服、后家庭」路线被具体数据验证，且把竞争焦点明确收敛到「大脑（数据规模 + 泛化）」而非硬件形态。宁德 99% 成功率 + 1000 人采数，是「真实付费部署 + 数据飞轮」的国产样本，与 9/18 优必选柳州工厂、它石安波福百台集群共同构成「工业先落地」证据链。对 A 股，再次确认投资锚是「有真实产线数据 + 可量化成功率」的标的。
跨主线信号（能源 / 投资侧）
- 监管与安全合规同步硬化：① 加州州长 Newsom 签署行政令，要求前沿 AI 公司支持「AI 终止开关（kill switch）」、引入独立审计与专家小组（两个月内出建议）；② 欧盟冯德莱恩警告 AI agent「逃逸其运行环境」只是风险预演，计划邀请前沿实验室对话并以 EU AI Act 设全球安全标准，点名自主黑客与自我改进模型为即时风险；③ 弗吉尼亚州长签行政令成立 AI/数据中心工作组以放缓审批。→ 对 A 股/能源：合规从「软倡议」进入「硬立法 + 审计」，agent 安全、数据主权（见 Coding #2）、可控算力成为被低估的刚需层，利好安全审计、私有化部署与可控算力标的。
- 算力能源锚从训练切到推理（分布式）：① OpenAI 与 Anthropic 正将部分算力需求转向 20--30MW 级小型数据中心（英国、北欧、美国），因推理负载占比 2027 年将超训练、2030 年升至 37%；② 黑石与谷歌母企 Alphabet 合资 Crux AI 获十家银团 220 亿美元贷款，专用于采购谷歌 TPU、2027 年前建成 500MW 数据中心。→ 推理时代算力竞争转向「分布式、快落地、低时延」，利好液冷、配电、分布式能源与中小功率数据中心配套；能源企业跨界 AI 资本（9/18 宁德百亿基金）逻辑进一步强化。
- A 股具身投资侧新样本（轻资产跨界）：金杯汽车（零部件）与自变量机器人合资成立金智变量（注册资本 1500 万），定位「汽车行业垂类模型开发 + 数据采集」，不造通用人形本体、而做汽车制造场景的具身模型与数据服务，依托车规级供应链复用与自有产线数据闭环。→ 延续「上游卖铲人 + 场景数据闭环」逻辑：零部件企业以轻资产方式切入具身「数据与模型」环节，是继 9/18 地瓜（芯片底座）、帕西尼（触觉）之后又一类生态位，关注有真实制造场景 + 数据自闭环的标的，警惕仅「概念跨界」无收入兑现。