AI 新闻日报 2026-10-09：企业代理独立身份、便利店机器人上岗、世界模型接棒

主题： 企业级智能体的入口之争在谷歌那里升级成了一位「有工号的同事」，而具身智能这边，机器人在同一周里同时拿到了便利店的门店岗位、车企的物流合同，以及一批更懂物理的新的世界模型。

编制时间： 2026-10-09

本期看点： 企业代理有了独立身份 / 声明式智能体运行时 / 世界模型接棒 VLA / 零售具身零改造

一、要闻速览（Top Stories）

序号	事件	标签	关键词
1	谷歌云发布通用工作智能体 Gemini agent	AI Coding	企业同事代理 / 独立邮箱身份 / 多模型路由 / 实时支出上限
2	Docker 发布 docker-agent，用 YAML 定义多智能体	AI Coding	声明式配置 / MCP 工具 / OCI registry 分发 / 技能从 GitHub 加载
3	三大编码 CLI 同周换代，本地沙箱转正	AI Coding	本地沙箱 / Haiku 5.5 默认 / 钩子可阻断 / Git worktree
4	SuperCLUE 智能体编程中文榜：小米 MiMo V2.6 Pro 登顶	AI Coding	64.65 分 / 每题成本 / Claude Code 框架 / 国产模型
5	Sierra 与 Meta 公布 Personal Agent Protocol	AI Coding	代理身份 / OAuth 会话 / 只读与读写 / v0.1 规范
6	正行创新发布零售 Physical AI 方案	具身智能	便利店 / 世界动作模型 SLM-0.5 / 零改造 / 2027 商业化
7	优必选与一汽-大众达成战略合作	具身智能	物流场景 / 战略签约 / 柳州万台级工厂 / 既有产线延伸
8	NVIDIA 发布 Long-WAM 世界动作模型	具身智能	19.2 秒视觉记忆 / 自回归预训练 / 107.4 毫秒 / 宇树 G1
9	灵生科技完成亿元级 A 轮	具身智能	跨本体底座 RUDA / 清华团队 / 工业精密装配 / 卖铲子
10	Odyssey 发布 Odyssey-3 基础世界模型	具身智能	六域通用 / Physics-IQ 66.1 / Flexion / 自恢复行为

筛选标准：5-10 条，侧重 AI Coding 与具身智能方向；每条一句话概括事件 + 快速定位标签。

二、AI Coding 与智能体工程

1. 谷歌云把 Gemini 做成「有工号的企业同事」

事件： 10 月 8 日，谷歌云在 Gemini at Work 2026 上发布通用工作智能体 Gemini agent，把问答、知识工作、图像与媒体生成、代码编写与运行收进同一个代理；它有自己的企业身份和独立邮箱地址，可以被指派给一个团队，也能代表组织里的某个角色持续工作。

核心能力 / 产品细节：

单个提示框下达目标，代理自行规划、调用技能与工具，在 Gmail、Drive、Docs、Sheets、Slides、Chat、Calendar 里交付成品；
按任务动态挑选模型，谷歌自有模型之外也可路由到 Anthropic 的 Claude；成本侧给了智能路由与实时支出上限；
可以接入 MCP 服务器与企业自建软件，支持用户自定义技能，并通过子代理协同处理复杂任务；
企业侧提供身份与策略管理、授权与权限控制、安全沙箱与网络网关；金融、法律两个行业版已进入预览，政府、医疗、零售在路上。

值得关注的原因：

这是把代理从「聊天框里的助手」推到「编制内的同事」的一步，独立身份意味着权限、审计与开销都能按人来管，也意味着出问题时责任归属要重新定义；
模型选择被收进平台侧并明确计费，等于把「换模型」这件事从开发者手里拿走，多模型编排正式成为企业合同里的条款；
金融与法律先行预览，说明谷歌挑的是合规压力最大的场景来验证治理能力。

2. Docker 把智能体做成一个 YAML 文件

事件： Docker 发布 docker-agent，一个定义在 YAML 里的多智能体构建与运行时，1.149.0 版本在 10 月 7 日登上 Hacker News 首页（247 分、114 条评论），项目已积累约 3,500 星。

产品细节：

一个 YAML 块就是一名智能体：模型、描述、指令、工具集；docker agent run agent.yaml 起跑，Docker Desktop 4.63 起已内置；
单个文件可以描述一个团队，根代理自动把子任务派给专职代理；工具来自内置的 think、todo、memory，以及任意 MCP 服务器；
检索可插拔，支持 BM25、向量、混合检索与重排序；模型侧兼容 OpenAI、Anthropic、Gemini、Bedrock、Mistral、xAI 与本地 Docker Model Runner；
新版本让技能可以直接从公开 GitHub 仓库加载，评估器默认走 models gateway，并把 OpenAI Decisions 接成原生评分后端。

值得关注的原因：

把代理当成「打包问题」来解，正是 Docker 过去解决过一次的题：代理能推到任意 OCI registry，再用 docker agent run org/agent:tag 拉起来跑，版本化与分发沿用团队已有的流程；
技能从公开仓库直接加载，等于把社区正在形成的技能仓库变成可插拔的一层，这与同期 GitHub 上技能类仓库走热是同一件事；
评估器接进决策模型接口，说明「怎么给代理打分」正在从人工抽查变成流水线里的一步。

3. 三大编码 CLI 同周换代：本地沙箱转正，廉价小模型成为默认

事件： 10 月 7 日至 8 日，GitHub Copilot CLI 连发 1.0.93 与 1.0.94，Claude Code 连发 2.1.293 到 2.1.295，OpenAI Codex CLI 发出 rust-v0.162.0。

版本要点：

Copilot CLI：本地沙箱从预览转为正式可用，覆盖 CLI、应用与走 Agent Host 的 VS Code 会话；接入 Claude Haiku 5.5，/model 还能直接切到本机 Ollama 里跑着的模型；
Claude Code：2.1.293 把 Claude Haiku 5.5 设为默认 Haiku 模型（100 万上下文）；2.1.294 修正了基于指令的钩子解释方式，让「阻断」规则真正生效；2.1.295 进一步允许钩子在失败时阻断动作，并显示终端状态；
Codex CLI 0.162.0：可在受信任的本地项目上创建与管理 Git worktree，任务能在命令中心固定并归入共享分组，界面里的 URL 全部可点击；
一周内这三家的共同走向很清楚：命令先给你看再批准，执行放进沙箱，默认模型换成更快更便宜的那一档。

值得关注的原因：

本地沙箱转正，把「代理能在你机器上做什么」从口头约定变成可执行边界，这与微软本周在 Windows 里推出 MXC 是同一个方向；
钩子能在失败时阻断动作，是治理能力从「记录」走向「拦截」的一小步，也正是自动批准模式敢放开的前提；
默认模型下沉到廉价档，让「一个主代理加一群子代理」的开销第一次变得可以承受。

4. SuperCLUE 智能体编程中文榜：小米 MiMo V2.6 Pro 登顶

事件： 10 月 9 日，SuperCLUE 发布智能体终端编程中文测评榜单，考察模型驱动智能体框架时的中文需求理解、任务规划、工具调用、文件修改、错误排查与最终交付，统一使用 Claude Code 作为框架。

榜单数据：

小米 MiMo V2.6 Pro 以 64.65 分列第一，每题成本 1.52 元；同门 MiMo V2.6 Flash 以 0.67 元每题拿下 53.54 分，是本次成本最低的一档；
Kimi、GLM、腾讯 Hy4 排在第二到第四位；对比组里 Hy4-Preview（high）55.56 分、每题 11.61 元，DeepSeek-V4.1-Flash（max）50.51 分、每题 1.86 元；
时间效率上 DeepSeek-V4.1-Flash 占优，MiMo V2.6 Pro 在分数与耗时之间更均衡。

值得关注的原因：

榜单把「每题成本」和「综合分」并列摆出，评测口径从比能力转向比单位成本的产出，这与海外榜单近期在奖金口径上的变化是同一趋势；
中文指令理解被单列，说明本土模型在真实开发流程里的位置已经从「可选项」变成「按场景分工」；
统一框架的横向对比让分数可复现，但也要提醒一句：换一套框架，排名不一定还是这个顺序。

5. Sierra 与 Meta 提出 Personal Agent Protocol

事件： 10 月 6 日，Sierra 与 Meta 在 Sierra Summit 上公布 Personal Agent Protocol（PAP），一份面向消费者个人代理与企业系统对接的开放标准；Walmart、Shopify、Stripe、Genesys、Rocket、Instinct 作为创始伙伴。

标准要点：

会话建立在 OAuth 之上，代理可以先以访客身份查库存和退货政策，需要账户操作时由用户登录，并由用户选择只读还是读写；
权限由两方各管一半：用户决定给代理多大权限，企业决定代理能在自家系统上做什么；
企业可选三条接入路径：常规网页、基于 MCP 或 OpenAPI 的接口，或者转交给企业自己的代理；
v0.1 规范计划 10 月底发布，同时有设计工作坊与参考实现；支付、细粒度权限、主动通知留作后续扩展。

值得关注的原因：

电商网站目前分不清访客是人还是代理，一部分直接封禁，一部分在不知情中把人的权限给了伪装成人的代理，这套标准想把这段灰色地带换成规则；
它与 MCP、谷歌的 A2A、Visa 一侧的支付协议分成不同车道，说明代理相关标准正在按「接工具」「代理互通」「支付」「消费者身份与权限」分头成型；
首版不含支付，OpenAI、Anthropic、亚马逊并未列名，标准能不能站住要看 10 月底那份规范到底写了什么。

三、具身智能方向

6. 正行创新发布零售 Physical AI 方案：便利店先上岗

事件： 10 月 8 日，在第 22 届亚太零售商大会（APRCE 2026）上，正行创新（Striding AI）发布面向零售开放场景的 Physical AI 方案，主打 24/7 便利店的人机协作。

产品与参数：

本体两款：通用型双足人形 H1（支持 20 多种语言、45 种表情、36 种手势，提供开放 API），以及专为狭窄通道设计的搬运理货轮臂式机器人 C1（作业高度覆盖 100mm 到 1750mm 以上，遇障制动距离小于 10cm，配前后深度视觉与 360 度全景视觉）；
大脑三件：轻量世界动作模型 SLM-0.5 在 LIBERO 基准取得 98.6% 平均任务成功率，官方称推理速度比主流方案快 24 倍；基于 RLinf 的强化学习后训练体系 STEAM 在指定商品上货任务实现 95% 执行成功率；与清华、无问芯穹联合的智能体基座 Rpent 负责任务拆解、执行规划与机器人调度；
管理平台 M1 负责任务分配、状态监控与人工接管；方案支持「零改造」部署，不改门店货架与动线，官方称 99% 的任务可自主完成。

值得关注的原因：

它把落地场景从仓储后场推到零售前场，那里通道窄、SKU 密、客流与陈列一直在变，是对感知与动态适配要求更高的一类开放环境；
世界动作模型的分数与「快 24 倍」被同时给出来，等于宣称轻量路线也能撑起实时作业，这套组合是否经得起真实门店的验证还要看；
商业模式写明直接采购与 RaaS 订阅两条路，并给了 2027 年正式商业化的时间表，切入口足够具体。

7. 优必选与一汽-大众签约，人形机器人从质检走向物流

事件： 10 月 8 日，优必选宣布与一汽-大众达成战略合作，双方将共同推进具身智能机器人在物流领域的场景开发与测试，并共建示范应用场景。

合作要点：

这是在既有基础上的延伸：此前优必选 Walker S Lite 已进入一汽-大众青岛的国家级智能制造示范工厂做车辆质检实训，与工厂自动化控制系统对接；
优必选给出四大技术集群：具身大脑、仿人小脑、高性能本体与群体智能；具身大脑一侧搭的是「基座模型、世界模型、行动模型」的自研体系；
产能侧，柳州工业人形机器人超级智慧工厂已于 9 月 12 日投产，定位适配万台级产能，每 10 分钟可下线 1 台。

值得关注的原因：

从质检的单一工位走向物流是一条更长的链路，搬运与转运对续航、节拍和与人混行的安全要求都不一样；
车企开放的是真实产线与真实节拍，这类合作的价值不在签约本身，而在测试跑完之后能不能转成持续订单；
国内人形机器人的出货口径仍然分裂，按细分品类口径优必选排第一，按总出货量口径则是另一家领先，读数据时要先看清分母。

8. NVIDIA 发布 Long-WAM：更长的视觉记忆要配自回归预训练才管用

事件： NVIDIA 联合 MIT、香港大学、加州大学圣地亚哥分校发布 Long-WAM，一个在实时控制约束下扩展视觉上下文的世界动作模型框架。

核心结论与参数：

在 RoboCasa GR-1 上，把观测历史从 0 拉到 19.2 秒，任务成功率从 63.3% 升到 78.7%；同一窗口下，双向预训练的初始化则没有净增益，说明「能拿到历史」和「会用历史」是两件事；
预训练阶段 LongLive2.0-Robot 用了约 1 万等效窗口小时的机器人视频与第一视角视频，且不带动作标签；LIBERO-Long 上仅用 2.4 秒历史就把成功率从 94.5% 提到 99.5%；
架构上视频与动作专家通过非对称注意力接口耦合，先预测未来再动作，不去解码像素；单个动作块（含未来视频潜变量预测）在 RTX 5090 上耗时 107.4 毫秒；
实机侧在宇树 G1 与 YAM 上运行，动态叠杯成功率 95%，论文称 π₀.₅ 与 Fast-WAM 在 20 次试验里一次未成。

值得关注的原因：

它把「上下文窗口」从硬件预算问题改成了数据与训练目标问题：不是把历史堆进去就有用，预训练目标对了才有收益；
与同期 Odyssey-3 放在一起看，这一周世界模型这条线明显比 VLA 更热，行业内部的提法已经是让世界模型接替 VLA 做主干；
结论来自厂商与论文自己的评测，能否在开放环境、新传感器和不同算力下复现，是接下来最值得跟的一步。

9. 灵生科技完成亿元级 A 轮，做跨本体通用底座

事件： 10 月 8 日，具身智能基础设施服务商灵生科技宣布完成亿元级 A 轮融资，由华方资本、道禾长期旗下道禾元启、苏文电能以及某具身智能产业方联合投资。

要点：

团队有清华背景：创始人兼 CEO 杨洪兵曾任职腾讯并带领大规模 AI 中台团队，后担任头部人形机器人公司 CTO；联合创始人兼 CTO 蒋玉骅是清华博士；科学顾问为清华大学自动化系长聘正教授高飞飞；
主攻自研的机器人统一设备架构 RUDA，目标是让硬件与各类大模型、智能体能力高效对接，把机器人技能沉淀为可复用、可迁移的资产；
已在光模块插拔、电池装配等高精度工业场景落地测试，并布局 3C 质检与厂区物料转运；公开说法中光模块插拔任务成功率接近 100%；
资金将用于 RUDA 的底层研发，以及 PhiAgent、RoboAgent 两个核心模块的迭代。

值得关注的原因：

换一种机械臂就要重新采数、训练与部署，是工业场景长期绕不开的支出，跨本体底座正面回答的是这个问题；
资本在这个时点愿意押「卖铲子」的一侧，与同期端侧芯片公司拿到大额融资是同一个判断：通用的底层设施比单机本体更稀缺；
工业环境的粉尘与震动会持续干扰感知，场景扩张的不确定性仍在，这是行业里公认需要理性看待的变量。

10. Odyssey 发布 Odyssey-3：一个世界模型同时驱动机器人、人形、车辆与无人机

事件： 10 月 8 日，Odyssey 发布其第三代基础世界模型 Odyssey-3，宣称在机器人与虚拟环境之间共享同一套对世界如何运作的理解。

能力范围：

六个方向都有演示：控制多台机械臂，并出现未经专门训练的自恢复行为；与 Flexion 合作驱动实时控制策略；用约 20 小时模拟驾驶数据学到能在印度道路自动驾驶的策略；生成可供 AI 智能体试错的环境；为无人机生成室内避障的导航策略；以及玩《GTA V》并初步把学到的行为迁移到其他游戏；
Odyssey-3 Pro 在 Physics-IQ Verified 的视频到视频基准上取得 66.1 分，官方称是目前该测试报告的最高分；
创始团队来自 DeepMind、特斯拉、Waymo、Meta、苹果与 Wayve，早期做的是自动驾驶；Flexion 已采用该模型。

值得关注的原因：

一个模型跨机器形态与虚拟环境复用同一套物理常识，是「先学世界再学任务」这条路线的核心主张，与 Long-WAM 的判断互相印证；
演示里机械臂从一次抓取失败中恢复，模型方称这个行为没出现在训练示范里，若能在独立复现中站住，这类涌现行为比分数更有意义；
世界模型同时充当训练环境，等于把「造数据」和「学策略」合成一件事，这条路走通会改变具身智能的数据支出结构。

四、产业趋势总结

代理从工具变成编制内的角色：独立身份、可指派给团队、有支出上限，权限与责任随之要重新定义。
代理开始被当作打包问题：Docker 用 YAML 与 OCI registry 分发代理，编码 CLI 把执行放进本地沙箱，交付与边界都在走基础设施的老路。
比价从能力转向单位成本：廉价小模型成为 CLI 默认档，中文榜单把每题成本与综合分并列，评测口径随之变化。
世界模型接棒 VLA 的讨论升温：Long-WAM 与 Odyssey-3 同周出现，重心从「描述世界」转向「预测世界会怎么变」。
具身智能的落点回到具体岗位：便利店补货、车企物流、工业精密装配，场景越具体越容易验证投资回报。
代理标准按车道成型：接工具、代理互通、支付、消费者身份与权限各自有主导方，配套规范密集落地。

从当天筛选的 10 条中提炼 4-6 条跨事件共性趋势。

五、值得持续关注的信号

谷歌 Gemini agent 的行业版本落地节奏，以及金融、法律之外政府与医疗什么时候跟进；
Personal Agent Protocol 10 月底的 v0.1 规范，看它是否写下真正的规则，还是只把 OAuth 与 API 重述一遍；
编码 CLI 的本地沙箱 是否会被更严格的默认策略收口，自动批准模式的边界会不会随之收紧；
SuperCLUE 智能体编程榜 换用别家框架后的排名稳定性，以及成本口径会不会被后续评测继续沿用；
正行创新的零售方案 在真实门店的回报率验证，2027 年商业化时间表能否守住；
优必选与一汽-大众 的测试进度，以及这类车企合作能否转成持续订单；
世界模型路线 能否在中低算力与开放环境下复现厂商给出的收益。

从当天报道中提取值得长期跟踪的信号或待验证的节点。

本日报基于公开报道整理，仅供参考。