昨天的主题是"运行时开源、AI 反向养开源、内部工具开源化;视频跨形态预训练、机器人进真实照护"(DeepSeek Harness、Vercel Agent 工厂、Spotify Xirp、Dyna DYNA-2、深圳 0755)。今天两条线继续拐弯:AI 编程从"开源运行时/工具"拐进"大厂亲自下场做终端 Agent + CLI-native 成为主接口",具身智能从"视频预训练/进养老院"拐进"商业化上市前夜 + 用脑电攻真实数据瓶颈 + 把控制做成消费级交互"。挑了 5 条,每条附上为什么值得关注。

1. Meta 发布 Muse Code 终端编码智能体:Muse Spark 1.2 驱动、并行子 Agent 跑在隔离 git worktree、事件日志可重放

事件:8 月 5 日,Meta Superintelligence Labs 推出首款专属终端编码智能体 Muse Code(公开 Beta,单命令安装于 macOS/Linux),底层跑新模型 Muse Spark 1.2——与 Agent 框架同源共训。它面向"跨大型代码库完成完整软件工程任务":规划改动、写代码、端到端 验证,而非单轮补全。其架构亮点有三:① 大任务会扇出到多个并行子 Agent,各自跑在隔离的 git worktree 里,并发改动不会互相冲突(内部测试中同时建了 6 个独立功能零冲突);② 每次模型调用、工具调用、审批、编辑都先落本地事件日志再执行,号称"replay-exact、restart-safe"——Agent 中途崩了能从日志续跑而非从零来;③ 定价分两档,标准档 $1.25/$4.25 每百万 token(承诺不拿你的数据训练),但另有一个便宜约 12 倍的"贡献者档"($0.10/$0.20),条件是允许 Meta 用你的 prompt 与补全去训模型。

为什么值得关注:这是继 Claude Code、Codex、Cursor、Copilot 之后,又一家一线实验室亲自下场做终端 Agent,而且把"并行 worktree + 可重放事件日志"这种工程硬骨头直接做进了产品——前者解决多 Agent 并发冲突,后者解决长任务崩溃的断点续跑,都是真实工程痛点的答案。更值得玩味的是"贡献者档":用极低价换你的带失败与纠偏过程的真实工程数据,比爬 GitHub 提交有价值得多。对团队的警示很直接——专有或客户代码库千万别碰贡献者档。这把昨天的"运行时开源"叙事翻了一面:开源在下沉基础设施,闭源大厂则在抢"最高质量训练数据"的入口。

2. 开源终端 Agent OpenCode 破 14 万 GitHub Star:CLI-native 成主接口、多 Agent worktree 批处理普及

事件:8 月上旬,开源终端 Agent OpenCode 在 GitHub 上突破 14 万 Star,与 Aider、Goose(隶属 Block / Linux Foundation)一起,成为"CLI-native 自主编码"阵营的代表。业内观察(Developer Tools Watch, 8/10)指出,Anthropic 的 Claude Code CLI 与 OpenAI 的 Codex CLI 已进入广泛企业部署,开发者正绕过传统 IDE 侧边栏,转向能读 1M+ token 仓库上下文、跑 shell、跑测试、直接开 PR 的终端 Agent;工具商也普遍内置了 git worktree 并行子 Agent + 批量执行能力(如 Claude Code /batch、Cursor Composer Agent Mode、Aviator)。

为什么值得关注:这把"AI 编程"的战场坐标又挪了一格——昨天我们还在看"运行时/库被 Agent 维护",今天看的是开发者与工具交互的"主接口"本身在变:从"编辑器里补全"到"终端里派活"。含义很实:重构、依赖升级、找 bug 这类活,正从"手动敲"变成"异步跑一批 Agent、人审 10–20 条并行 PR 流"。OpenCode 的 14 万 Star 不是刷出来的热度,而是"CLI-native 自主软件工程"这条路线被社区用脚投票。对工程组织的提示:招人时"会不会用终端 Agent 派活、审并行 PR"正在变成和"会不会写代码"并列的硬技能。

3. 具身智能 | Agility 在特斯拉大本营旁建训练厂,Digit 已创收、拟 SPAC 成首家人形纯上市公司

事件:Agility Robotics 在加州 Fremont(紧邻特斯拉工厂)开出一座 6 万平方英尺的训练厂,专门让自家人形机器人 Digit 在"贴近真实现场"的环境里学新技能。Digit 早已不是 Demo 机:它在 Amazon、GXO、Schaeffler、丰田加拿大等客户的产线与仓库里真在搬料箱、托货盘、创收,公司称已拿下 3 亿美元合同订单,累计在 GXO 一处就搬过 10 万只料箱;目前正通过反向并购,有望年内成为首家纯人形机器人上市公司。CEO Peggy Johnson 强调 Agility 走"LLM 无关"路线——语义层接 Claude/Gemini 把高层指令翻成机器人行为,而平衡、移动、抓取的物理层才是核心壁垒,且从第一天起就按工业安全认证来造(而非造完再补安全)。

为什么值得关注:这是具身智能从"论文/视频"走向"可审计的商业交付"最硬的样本之一。和昨天"进颐养院/商超"的落地一脉相承,但 Agility 把话挑得更明:物理 AI 的真正稀缺不是模型,是真实运行数据湖 + 工业安全认证,这两样都要靠"先规模化部署"慢慢攒,后来者抄不来。拟 SPAC 上市则是个分水岭信号——人形赛道要从"讲技术"进入"讲营收与合规"的资本市场叙事。对行业的提醒也来自其联创 Damion Shelton 那句冷话:安全栈绝不能交给生成式 AI 去"发挥",防抱死这类保命逻辑得走非生成式路径。

4. 具身智能 | Encord 用脑电头环标注机器人训练数据,攻坚"物理 AI 数据瓶颈"

事件:数据工具公司 Encord(其机器人训练师戴着带摄像头的头显采集操作数据)正与德国神经科学初创 Zander Labs 做一项前沿试验:让训练师戴测量脑电波的头环,在执行"拆 Jenga 积木塔"这类精细操作时,实时捕捉"出错、意图、惊讶"等心智状态。Encord 机器人学习负责人(前 OpenAI 机器人实验室、Berkshire Grey 老兵)点明痛点:"数据根本不存在"——自驾公司能自己采物理数据但难规模化,从视频训又缺真实世界的保真度;他估计要突破瓶颈,所需数据集规模约是当前 YouTube 视频语料的 5 倍。于是"造数据"本身正在变成一门生意。

为什么值得关注:这条直接接着昨天 Dyna DYNA-2"纯人类视频跨形态预训练"的伏笔,但攻的是更上游的数据质量瓶颈。DYNA-2 证明了"量"能换物理直觉,Encord 想解决的是"质":脑电里蕴含的"我刚才犹豫了/我没想到会这样"这类隐性认知信号,是普通视频帧给不了的标签。若验证有效,意味着机器人训练数据将从"录动作"升级到"录带认知标注的动作",数据生成也会从研究问题变成可采购的服务。具身智能的竞争,正在从"谁模型强"悄悄转向"谁能持续、低成本、高质量地造出真实数据"。

5. 具身智能 | Enigma 融资 7100 万美元,把"控制机器人"做成"调音量"那么简单

事件:初创公司 Enigma 于 7 月底完成 7100 万美元融资,要做的产品方向很反直觉——把"指挥一台机器人"的门槛降到"调一下音量旋钮"那么低。其思路是把复杂的机器人编程/示教,收敛成普通人也能上手的自然语言或极简交互,让不会写代码、不懂运动学的人也能让机器执行任务。

为什么值得关注:这和 Agility 的"物理层壁垒"形成互补视角:Agility 赌的是"难的那块自己攥着",Enigma 赌的是"让控制变消费级"能打开需求侧。具身智能长期卡在两头——既缺高质量数据(见第 4 条),也缺能轻松下发指令的人机接口。若"调音量式控制"成立,机器人的价值就不只取决于实验室里的运动能力,而取决于现场任何人能否一句话把它用起来。它侧面印证了 Agility 联创那句"想让机器人做的事,远比会编程的工程师多"——把编程这一步干掉,需求的闸门才真正打开。

快讯

  • 阿里云 OneKeyMCP 上线(8/5):统一 API Key 即可接入 Qoder、Codex、Claude Code、Cursor 等主流 Coding Agent,把"分别申请凭证、配鉴权"的联调痛点一次解决,推动 MCP 生态"最后一公里"落地。
  • 美国以国家安全为由禁止新进口外国制造人形机器人/机器狗/光伏逆变器(7/29):具身智能的供应链与出海节奏开始受地缘政策牵动,硬件自主可控权重上升。
  • 编码模型基准七月集体换血:Claude Fable 5 重回 GA 后 SWE-bench Verified 95.0%、Pro 80.3% 居首;GPT-5.6 Sol 与 Claude Opus 5 在 Terminal-Bench 2.1 的"模型_only"跑分 89.5% / 89.1% 咬得很紧,各家编码 Agent 的默认模型在七月全换了一遍。
  • MCP 被 Linux Foundation 等正式纳入开放标准治理:Anthropic、Cloudflare、Block、Sourcegraph 共同推动,AI 编码 Agent 接入生产遥测、工单、数据库、CI 有了统一协议,跨厂商不再锁定。

小结

今天的主线是**"大厂亲自下场做终端 Agent、CLI 成主接口;具身智能上市前夜、脑电攻数据瓶颈、控制消费级化"**。

AI 编程这条线,两件事指向同一个拐点:一是 Meta 亲自下场做 Muse Code,把并行 worktree 与可重放日志做进产品,且用"贡献者低价档"抢带纠偏过程的真实工程数据;二是 OpenCode 破 14 万 Star,标志开发者主接口从 IDE 侧边栏转向 CLI-native 自主派活。两者共同说明——编码 Agent 的竞争,正从"模型谁强"推进到"谁掌握最高质量的真实工程数据 + 最顺手的人机接口"。

具身智能这条线,Agility 在特斯拉隔壁建厂、Digit 已创收且拟 SPAC,把具身智能推进"讲营收与合规"的资本市场叙事;Encord 用脑电头环给训练数据打"认知标签",攻的是比 DYNA-2 更上游的真实数据质量瓶颈;Enigma 把控制做成"调音量",则试图打开需求侧闸门。三者串起来就是——具身智能的瓶颈正从"模型"转移到"数据 + 安全 + 人类接口"这三件更朴素也更难抄的事上。

昨天关键词是"运行时开源、AI 养开源、工具开源化、视频跨形态、场景落地",今天关键词是"大厂下场、CLI 主接口、上市前夜、脑电造数据、控制消费级"。明天继续。