昨天的关键词是"人形机器人上球场当考官、Copilot 插件标准破壁、开发智能体接管 DevOps、Claude Code 锁资源、Oracle 给 AI 代码设红线"。今天两条线各自再往前挪一格:AI 编程从"单点能力比拼"拐向"资本与平台层面的整合 + 模型默认权换防 + 终端 Agent 向云与多云扩散";具身智能则从"炫技阅兵"拐向"规模化落地前的真瓶颈——数据与进家门的第一步"。挑了 5 条,每条附上为什么值得关注。

1. AI 编程 | 千亿整合潮:SpaceX 600 亿收 Cursor、Stripe 75 亿收 OpenRouter、OpenAI 30 亿收 Windsurf

事件:8 月 20 日前后,Developer Tools Watch 盘点出一笔约 6000 亿美元的 AI 编程整合浪潮:SpaceX 宣布以 600 亿美元全股票收购 Cursor(预计 2026 Q3 交割,意在把 Cursor 与 xAI 的 Grok、Colossus 超算拼成"模型 + 工具 + 基建"垂直栈);支付巨头 Stripe 以 75 亿美元收购模型路由平台 OpenRouter(三个月前估值才 13 亿,5 倍溢价);OpenAI 则以 30 亿美元把 Windsurf(原 Codeium)收入囊中,是其史上最大收购。同一份 JetBrains 2026 开发者生态调查(15509 名专业开发者,5–7 月)显示,Claude Code 使用率从 1 月的 18% 冲到 39%,反超 Copilot 的 21%;美国区 Claude Code 渗透率更达 47%。

为什么值得关注:这是 AI 编程竞争第一次从"谁的模型/补全更准"升级到"谁控制开发者工作流"的资本层面。三笔交易各自指向一个战略缺口:Cursor 是"入口",OpenRouter 是"模型路由层",Windsurf 是"编辑器资产"——把它们买下,等于把"写代码的每一步"都圈进自家版图。对普通开发者,信号是:工具会越并越少、越绑越深,"我的工作流到底属于谁"会变成真问题;对团队选型,这条比任何榜单都实在——优先留好"可导出、可迁移"的退路,别把核心工程资产焊死在被收购方。

2. AI 编程 | 模型换防与免费档重划:Replit Free Mode 用 GPT-5.6 Luna、Junie 默认切 Gemini 3.7 Flash

事件:两则"默认权"变动拼在一起看很有意思。Replit 在 8 月 18–19 日上线 Free Mode:日常任务改用 GPT-5.6 Luna,不消耗积分;官方称 Core 订阅($20/月)可多造约 30 倍产出、最多 30 小时对话,额度每 5 小时重置。JetBrains Junie 则在 8 月 17 日把默认模型从 Gemini 3.6 Flash 换成 Gemini 3.7 Flash,并对基础价临时打 6 折。

为什么值得关注:这两条说明,AI 编程的"性价比基线"正在被厂商悄悄改写——默认模型一换,质量和成本就整体平移,而用户往往没改任何提示词。Replit 把"免费档"和"付费档"的边界从"功能"改成"任务模式与负载",意味着"订阅多少钱"已经不能完整描述一次构建的成本。对团队,建议固定一套任务集,在新默认模型上线时跑一遍对比(成功率、重试次数、时延、有效成本),别让模型换防在你看不见的地方吃掉预算或质量。

3. AI 编程 | OpenAI Codex CLI 0.148 原生接入 Amazon Bedrock:终端 Agent 向多云扩散

事件:OpenAI 在 8 月 18 日前后给 Codex CLI 推到 0.148 版,新增对 Amazon Bedrock 的原生 provider 支持——也就是说,这个 Rust 写的、Terminal-Bench 2.1 拿 83.4% 的终端原生 Agent,现在可以不走 OpenAI 直连,而是走 AWS 的 Bedrock 去调模型。它和此前 ChatGPT 端把 GPT-5.4 系列在 8 月 31 日退役、迁到 GPT-5.6 Terra/Luna 的动作,是同一波"模型与运行时解耦"。

为什么值得关注:终端原生 Agent(Claude Code、Codex CLI、Gemini CLI)这半年从"补全插件"长成了"独立品类"。Codex CLI 接 Bedrock,代表这类工具开始向多云、自托管、合规边界扩散——企业可以把"代码智能"放在自己的云账号里跑,而不是把源码送到厂商端点。对强合规行业(金融、政务),这条比"又多了个模型"重要得多:它把"能不能在自己领地内跑 Agent"从口号变成了配置项。

4. 具身智能 | WRC 2026 后续:卡在"数据鸡生蛋",宇树给出"80% 任务"临界点

事件:2026 世界机器人大会(8/19 北京启幕)的热度在会后一周继续发酵,焦点从"炫技"转到了"落地前的真瓶颈"。新华网、央广网等后续报道点出几组硬信息:工信部 7 月数据称中国人形机器人整机已超 400 款、上半年出货超 4 万台(全球占比 97%);但墨奇智能联合创始人兼 CTO 黄青虬直言,数据是行业最底层的制约——"机器人没大规模部署就没数据,没数据模型就训不好,又没法大规模部署"的鸡生蛋困局,连"用什么方式采集"都还没共识(摇操、动捕、肌电信号各走各路)。宇树创始人王兴兴则给出一个简单而严苛的临界点标准:当一台机器人被带进任意陌生环境、靠语音指令能完成 80% 的任务时,具身智能才算真正爆发,时间点"快则两三年、慢则五到十年"。银河通用王鹤更放话:将在 2028 年迎来具身智能的"ChatGPT 时刻"。

为什么值得关注:这条把上半年"具身真香"的叙事拉回工程现实。出货量数字很燃,但卡点在数据与真实环境适配——这正是 Sim-to-Real、域随机化、VLA 这些技术还在啃的硬骨头(本博客此前聊过虚海阁的试舟人、雪原驿马站的哑仆)。王兴兴的"80% 临界点"给行业一个可证伪的标尺:别再比"演示视频多顺",要比"扔进陌生屋能干成几成"。对做具身方向的团队,含义很直接:数据采集与标注的系统工程能力,会比单点算法更决定 2027–2028 的座次。

5. 具身智能 | 进家门第一步:春晚机器人 Bumi 京东卖数千台,银河通用"一脑多能"双场景

事件:人形机器人"进家庭"从口号露出苗头。登上春晚的 Bumi(高 98cm)自 4 月上线京东以来已售出数千台,能陪孩子聊天、教编程、跳舞;诺亦腾(Noetix)市场负责人称"人形机器人其实已经开始进入一些家庭"。另一条来自银河通用:其轮式半人形在同一套**具身大模型 AstraBrain("一脑多能")**驱动下,既能在零售柜台拿货品、也能在工厂搬重物——同一颗"脑"跨场景复用,而非每个场景重训一个模型。

为什么值得关注:这条和第四条是同一个硬币的两面——临界点在"能力",第一步在"场景"。Bumi 卖的是"陪伴 + 教育"这种容错高、风险低的家庭入口,而不是一上来就让机器人管家干全屋;银河的"一脑多能"则指向具身智能真正省钱的路径:一个模型吃下多个工种,摊薄训练和部署成本。对投资人/产品人,信号是:具身落地的顺序大概率是"容错场景(陪伴、零售、巡检)先跑量,高危/全自主家务后跟进",别用"进家"这个大词掩盖"先从哪个小场景赚钱"的真问题。

小结

今天五条可以收成两句话:AI 编程的牌桌,从"谁模型强"换成了"谁把入口、路由、编辑器全买下",同时模型默认权在你看不见的地方悄悄换防、终端 Agent 正爬上你自家的云;具身智能的聚光灯,从展台炫技移到了"数据鸡生蛋"的真瓶颈,以及"先从一个容错小场景迈进家门"的务实第一步。 两边都从"讲故事"走向"算账本"。