昨天的主题是"政策把两条线接进 KPI"（上海点名 Coding 平台、天津出机器人方案），今天两条线各自往"能落地"又推了一步：AI 编程在抢"自动执行 + 本地化 + 安全护栏"三件事，具身智能在把"世界模型预演"从概念变成架构标配。挑了 5 条，每条附上为什么值得关注。

1. Meta 开源 300 亿参数 Muse Glimmer，本地 Agent 模型正面冲击云端 API

事件：8 月 10 日，Meta 超级智能实验室发布 Muse Glimmer——一个 300 亿参数的多模态 Agent 模型，以 Apache 2.0 协议开源权重至 Hugging Face。这是 Muse 产品线（Spark、Muse Code）中首个开放权重的模型，专为常驻本地的 Agent 工作流设计，经 4bit 量化后仅需 24GB 显存即可本地运行，SWE-Bench Verified 达 76.0 分。同期 Meta 推出终端式编程智能体 Muse Code，采用异步后台多 Agent 架构与隔离 git 工作树，输入 $1.25/M token、输出 $4.25/M，并提供更低价、零数据保留的"贡献者层级"。

为什么值得关注：这是少见地把"开放权重 + 本地运行 + 编程 Agent"打包打的牌。过去 coding agent 强依赖云端 API，数据得出设备、按 token 计费；Muse Glimmer 把门槛压到单卡 24GB，等于告诉中小团队"你也能自己跑一个常驻编码 Agent"。更值得玩味的是竞争焦点的迁移——就在同一周，Codex 与 Claude Code 两位负责人因"模型能否跨 Harness（记忆/权限/沙箱）调用"公开交锋，折射出编程智能体的比拼正从"模型谁强"转向"Harness 谁稳"。开源本地模型 + 多 Agent 编排，让"自托管 coding agent"从极客玩法变成可选项。

2. Claude Code 自动模式 8/14 起默认开启，AI 安全分类器拦截率 89%

事件：Anthropic 8 月 10 日宣布，将于 8 月 14 日起为 Pro、Max、Team 订阅用户的 Claude Code 默认开启自动模式（Auto Mode），用户不再需要对每个操作逐条人工审批。其核心是一套独立的 AI 安全分类器，实时评估每次工具调用与 Shell 命令：危险命令识别率从传统人工模式的 13.6% 跃升至 89%，在第三方 720 次提示注入攻击测试中实现 100% 拦截（0 次成功），且自动模式造成意外伤害的频率仅为人工审核的一半。

为什么值得关注：这是 AI 编程"权限范式"的质变——从"人工逐条审批"转向"AI 守门员自主判断"。当 agent 拿到文件系统、数据库、CI/CD 的高权限，瓶颈不再是"它能不能写代码"，而是"它会不会乱来"。Anthropic 用独立分类器而非提示词来筑安全边界，拦截效果显著优于同期的 Codex（类似测试攻击成功率 5.83%–19.03%）。更关键的是，它量化了"人机协作疲劳"：人工审核 50 个提示后准确率降至 5%，而 AI 分类器的持续性监控已明显超越人类。安全，正在成为 Agentic Coding 下一阶段的核心壁垒。

3. 世界模型 × VLA 融合，成 WAIC 2026 具身智能主旋律

事件：在 2026 世界人工智能大会（WAIC）上，"世界模型"成为具身智能展区高频词。Physical Intelligence 的 π0.7 首次实证"组合泛化"，被称为机器人界的"GPT-3 时刻"，并首次将世界模型作为 Subgoal Image Provider 集成进 VLA；小鹏在 CVPR 2026 公开世界模型完整技术蓝图，提出审慎推理、可控生成、长时程预测三大核心能力；中科第五纪 FAM-1.3 提出"3D 世界-动作模型"，执行前生成多视角未来视频，操作员可预览机器人"以为会发生什么"——140 次试验中，评估者利用预览拒绝不安全动作的比率显著高于无预览。

为什么值得关注：单纯的 VLA 会"幻觉"——做出违反物理规律的动作。2026 年最重要的技术趋势，是世界模型与 VLA 从独立演进走向深度融合：机器人从"看见就做"升级为"先想后做"。世界模型作为 VLA 内部的模拟器，在动作下发硬件前先预测"下一帧画面"，既做规划、又做安全校验。腾讯 HyVLA-0.5（双臂任务成功率 94%–99%）、智元 Genie Envisioner 等都在朝这个方向走。对从业者而言，这意味着具身智能的架构答案正从"单塔 VLA"收敛到"VLA + 世界模型"的混合体。

4. τ0-VLA 发布：慢思考-快执行双系统，把 test-time compute 搬进机器人

事件：上海创智学院罗剑岚团队与智元机器人具身研究中心联合发布 τ0-VLA，采用"慢思考-快执行"分层 VLA 架构：高层"慢思考"系统内置候选任务生成、世界模型推演、价值评估、反思四大协同模块，构建了子任务级束搜索机制；低层"快执行"系统将子任务转化为稳定、实时的全身动作。该模型使用 40115 小时真实物理世界交互数据预训练（含超 2 万小时真机数据），在全屋清洁、烹饪、制作奶茶等长程任务中，平均成功率从 27.5% 提升至 45.0%，优于 π0.5、GR00T N1.7 等主流 VLA。

为什么值得关注：τ0-VLA 的关键创新，是首次把 test-time compute（测试时计算）与世界模型推演引入具身上层决策——机器人不再"看一眼做一下"，而是在行动前投入算力长思考，对多个方案做未来状态预测、再由世界模型回答"如果执行这个动作，世界会变成什么样"。这把 LLM 领域的"长思考"范式（如 o 系列模型）搬进了机器人。长程任务（多步骤、状态依赖）正是当前具身落地的最大瓶颈，成功率从 27.5% 到 45.0% 的跃升，说明"想清楚再干"确实能补齐反应式 VLA 的短板。

5. 宇树科创板申购成 A 股人形机器人第一股，英伟达开源 340 亿参数机器人底座

事件：宇树科技确定 150.8 元/股发行价、约 610 亿市值，开启科创板申购，成为 A 股首家人形机器人上市公司；中信建投称具身智能迎"量产 + 资本化"双击。同期，英伟达开源 Alpamayo 2 Super（约 340 亿参数）自动驾驶/机器人基础模型，定位是做机器人的"安卓系统"——把感知、规划、控制、仿真打包成平台，让全行业站在其肩膀上，而非自己造整机。

为什么值得关注：这是具身智能的"资本化 + 平台化"双拐点。宇树上市意味着人形机器人从"演示估值"进入"公开定价 + 出货量"的硬约束阶段，二级市场会持续倒逼量产与良率。英伟达的思路则更底层：不造整机、做标准，争夺"物理世界 AI 的底层标准制定权"——这与高盛此前"AI 投资从算力转向终端应用"的判断一致。两条线合起来看，具身智能的竞争正从"谁的模型参数大"转向"谁先被写进资本市场、谁先卡住底层平台"。

快讯

  • Google I/O 2026：Gemini 3.5 Flash + Antigravity agent-native IDE：Gemini 3.5 Flash 专为并行 agent loop 优化，2M 上下文、TTFT 降低 40%，配套从零构建的 Antigravity IDE，把"规划-构建-验证"循环放进沙箱运行时。
  • Anthropic Agentic Coding 报告：TELUS 部署 coding agent 省下 50 万开发小时、团队提速 30%；Rakuten 用 Claude Code 在 7 小时内跑完 1250 万行代码的 vLLM 实现，数值精度 99.9%——任务从"数周"压缩到"一个工作日"。
  • Physical Intelligence π0.7 称机器人界"GPT-3 时刻"：实证组合泛化；腾讯 HyVLA-0.5 以 4B MoT 骨干 + 370M 动作专家双塔 Flow Matching，10K 小时动捕训练，长时程双臂任务成功率 94%–99%。
  • a16z：AI Agent OSWorld 能力 85% 超越人类：agent 在操作系统级任务上的完成度持续抬升，"agent 操作系统"从概念走向基准可测。
  • 星动纪元 × 斯坦福 Chelsea Finn 发布 VLAW：用真实数据校准世界模型、再用高质量虚拟数据反哺策略，构建"越训越准"的飞轮，DROID 平台五类任务成功率全面提升。

小结

今天的主线是**"Agent 拿到执行权，机器人学会想清楚再做"**。

AI 编程这条线，在同时抢三件事：自动执行（Claude Code 自动模式）、本地化（Meta Muse Glimmer 开源单卡跑）、安全护栏（89% 拦截率的 AI 分类器）——三件事合起来，才让 coding agent 从"辅助"真正跨进"自主开发者"。而竞争焦点，也从模型本身滑向 Harness 与周边基础设施。

具身智能这条线，世界模型从"概念热词"变成"架构标配"：π0.7、τ0-VLA、VLAW、小鹏蓝图，无一不在把"行动前先预演后果"写进系统。这恰好和上面那条线是同一个底层逻辑——让自主系统先预测、再行动、且可控。

昨天关键词是"进规划、进 KPI"，今天关键词是"给执行权、装预演盘"。明天继续。