今日 AI 领域动态聚焦两大方向：AI Coding 工具链迎来安全警示与模型换代——Claude Code 误删 700GB 数据暴露智能体安全机制缺陷，GitHub Copilot 同日退役 6 款模型；具身智能赛道则从"炫技"走向"实用"，多场行业展会即将开幕，"机器人幼儿园"概念提出强化学习驱动的自主进化新范式。
Claude Code 安全机制降级致误删 700GB 数据，AI 编程工具有多危险？
开发者 Sebastien Guillemot 近日遭遇严重事故：他要求 Claude 旗下的 Fable 编写一个临时文件清理脚本，Anthropic 的安全机制判定任务存在风险，自动将模型从 Fable 5 降级到 Opus 4.8。降级后的模型在执行安全测试后的清理步骤中，因测试逻辑与清理逻辑复用了同一个变量名——该变量在测试阶段被赋值为用户主目录路径——导致 Opus 4.8 直接对用户主目录执行了删除操作。约 700GB 数据被清除，相当于一周的工作成果化为乌有，而原本要清理的 /tmp 目录反而安然无恙。
值得关注的原因： 这起事件暴露了 AI 编程智能体安全机制的一个悖论——安全降级本意是降低高风险场景下模型"过于激进"的可能性，但降级后能力更弱的模型恰恰更容易在变量作用域、文件路径等细节处理上犯错。社区已广泛反映降级机制过于敏感、降级后能力显著下降但任务复杂度不变、降级具有"黏性"等问题。对所有使用 AI 编程工具的开发者而言，这是明确的警示：在沙盒环境中运行智能体、对破坏性操作设置人工审批门控、保持独立备份，不是可选项而是必选项。
信息来源： 新浪科技（机器之心） | 网易 CNMO
Z.ai 揭幕"Ox Alpha"真身：GLM-5.3-Flash 6 天处理 62 万亿 Token，全程跑在国产芯片上
8 月 26 日，中国 AI 公司 Z.ai（前身智谱 AI）确认此前在 OpenRouter 和 OpenCode 上匿名爆火的模型"Ox Alpha"实为其最新开源模型 GLM-5.3-Flash。该模型为 3200 亿参数 MoE 架构，每次推理仅激活 180 亿参数，采用稀疏注意力与线性注意力混合设计，支持 100 万 Token 上下文。在为期 6 天的匿名测试期间，Ox Alpha 处理了超过 62 万亿 Token，一度占据 OpenRouter 周使用量榜首——而所有流量均由华为、海光、摩尔线程三家国产芯片集群承载，无一枚 Nvidia 芯片参与。Z.ai 8 月 31 日发布的半年报进一步披露，GLM-5.3 本身的推理引擎由一个 GLM-5.3 驱动的基础设施智能体加速，算子开发周期缩短一半，形成了"模型优化系统、系统承载模型"的自闭环。
值得关注的原因： 这是首次有中国国产芯片集群支撑超大规模前沿模型真实流量的公开案例，为"国产芯片能否承载前沿推理"这一长期争论提供了最具体的数据点。GLM-5.3-Flash 定价仅 $0.15/$0.50 每百万输入/输出 Token，MIT 开源协议，在 DeepSWE 软件工程排行榜上 Pass@1 达 63%，对成本敏感的编码和 Agent 工作流极具吸引力。但需注意：42 秒的中位首 Token 延迟和约 4.5% 的工具调用错误率意味着 Agent 管线需要内建重试逻辑，国产芯片的性能声明尚无独立第三方验证。
信息来源： Tech Times | Z.ai 港交所半年报 | AI Tools Review
GitHub Copilot 今日起退役 6 款 AI 模型，企业管理员须手动启用替代模型
9 月 1 日，GitHub Copilot 正式退役 6 款 AI 模型：Claude Opus 4.5/4.6、Claude Sonnet 4.5/4.6、Gemini 3.1 Pro 以及微软自研的 Raptor mini。替代阵容包括 Claude Opus 5、Claude Sonnet 5、Gemini 3.6/3.7 Flash 和 MAI-Code-1.1-Flash。这不是软迁移——退役模型从今日起在 Copilot IDE 扩展、Copilot.com 及所有 Copilot Extension 中完全不可用。此外，MAI-Code-1-Flash 将于 9 月 10 日跟进退役。GitHub 在 7 月 31 日发布了变更公告，给出了 30 天的通知窗口。
值得关注的原因： 对任何使用 GitHub Copilot 的开发团队而言，如果企业管理员未在 Settings → Copilot → Policies → Model access 中手动启用替代模型，用户在周一早上会发现所选默认模型直接消失且无自动回退。任何按模型名称硬编码的 Copilot 工作流和管道都会在今日断裂。更值得关注的是行业趋势：GitHub 不再绑定单一模型，而是走向"模型选择权"策略——近期还添加了 Kimi K3、本地 Ollama 支持，以及跨家族模型协作的"Rubber Duck"实验功能。
信息来源： YuSMP Group | DevOps.com
2026 电博会与中博会即将开幕：人形机器人从"后空翻"走向"纸箱拆垛"
9 月 4-6 日，第 23 届中国国际消费电子博览会（电博会）将在青岛举办；9 月 3-6 日，第二十一届中博会暨 2026 XAIR Expo 具身智能产业博览会将在广州广交会展馆同期举行。两场展会汇聚了宇树、乐聚、逐际动力、动易科技、星动纪元等头部企业，展品从"炫技"全面转向"干活"：乐聚 Kuavo5 演示"纸箱拆垛"工业场景，自适应多规格纸箱完成识别、抓取、搬运；逐际动力 LimX Luna 展示 27 自由度运动控制搭配零代码 AI 任务编辑器；动易科技 PHYBOT C2 作为全球首款能与人自主对打羽毛球的的双足人形机器人亮相；星动纪元 XHAND1 PRO 灵巧手以 21 个主动自由度完成剥橘子、开锁等复杂操作。
值得关注的原因： 2026 上半年具身智能赛道融资达 935 亿元，人形机器人整机出货 4 万台，占全球 97% 份额。但光鲜数据背后是现实困境——出货不等于落地，真正能稳定上岗干活的产品依旧稀缺。行业风向从"后空翻、跳舞、花式体操"转向"连续作业能跑多久、故障率多少、投资回报周期"，标志着具身智能正站在从技术展示到产线交付的关键转折路口。对关注具身智能落地的开发者而言，这两场展会是观察商业化进展的最佳窗口。
"机器人幼儿园"9 月 1 日开园：强化学习驱动具身智能自主进化
在 2026 世界机器人大会（WRC 2026）上，他山科技与强化学习之父 Richard Sutton 教授团队联合发布了"机器人幼儿园"概念，计划于 2026 年 9 月 1 日正式开园。区别于依赖人类示范数据的模仿学习，"机器人幼儿园"通过强化学习让机器人自主试错，生成演示数据中从未出现过的策略，使机器人逐步形成对物理环境的自主适应能力，而非停留在对示教数据的复现。配套硬件同步亮相：TS-FT 多模态传感器在三维力、接近觉、位置感知基础上新增温度感知，3 秒内可捕捉 -40°C 至 120°C 的接触冷热变化；TS-EST 多模态电子皮肤面向机器人全身覆盖部署，力分辨率达 0.01N，使机器人在物理接触前即可完成安全预判。
值得关注的原因： 当前具身智能最大的瓶颈是数据——业界共识是"机器人学会一个垂直场景动作需要约 1000 条数据"，而消费场景涉及的动作规模极为庞大。模仿学习受限于人类示范的天花板，而强化学习的核心优势在于能突破这一上限，让机器人通过自主探索发现人类未曾想到的策略。"机器人幼儿园"的产学研联动模式（联合科研、交互数据共享、前沿技术产业验证）值得关注，因为它可能是解决具身智能数据瓶颈的系统性方案之一。Sutton 教授的亲自参与也为这一方向增添了学术分量。
信息来源： 中国日报网 | 中国日报网（服贸会）
本页的评论功能已关闭