AI 日报 | 2026年09月03日

今日 AI 领域密集变动：阿里 Qwen3.8-Max 后训练升级登顶前端编程榜首，Claude Code Auto Mode 被曝可通过网页诱导执行任意代码，开源多 Agent 编程环境 Orca 走红 GitHub，特斯拉 Optimus 确认量产但仅限内部验证，全球人形机器人进入早期商业化阶段。

阿里 Qwen3.8-Max-0902 登顶 CodeArena 前端编程总榜

9 月 2 日，阿里巴巴更新旗舰模型 Qwen3.8-Max 至 0902 版本，围绕编程（Coding）和专业办公（Cowork）两个方向完成专项后训练。在第三方评测平台 CodeArena 的前端编程（WebDev）总榜中，新版本提升 22 分至 1691 分，超越 Claude Opus 5、Kimi K3 位居全球第一。模型总参数 2.4 万亿，支持 100 万 tokens 上下文，每百万 tokens 综合均价约 5 美元，API 定价维持输入 2 美元、输出 6 美元不变。编程基准全面跃升：TerminalBench 3.0 从 11.3 升至 29.0，DeepSWE 1.1 从 56.6 升至 69.3，QwenSWEbench V2 从 55.1 升至 70.0。

值得关注的原因：这是国产大模型首次在第三方前端编程榜单登顶，且在性价比帕累托前沿上直接"斩杀"所有价格大于 5 美元的模型。后训练聚焦编程+办公的双方向策略，与千问办公（QwenWork）公测形成产品协同，标志着国产模型从"追跑"进入"领跑"阶段。

信息来源：科技日报 | AlphaSignal

Claude Code Auto Mode 模块影子攻击：60%-80% 成功率执行任意代码

安全研究员 Johann Rehberger（wunderwuzzi）披露 Claude Code Opus 5 默认开启的 Auto Mode 存在严重安全隐患。攻击者通过托管一个特制网页，诱导 Claude 下载包含恶意 struct.py 的 ZIP 压缩包，利用 Python 模块搜索路径优先级（当前目录 > 标准库），在 Claude 自写解码脚本时加载攻击者的 struct.py，实现任意代码执行（ACE）。测试成功率 60%-80%，攻击进程甚至能在会话结束后持久化。最讽刺的是，当 Claude 试图终止恶意进程时，Auto Mode 的分类器反而以"安全权限限制"拦截了清理指令。Anthropic 将此报告标记为"信息性备注"，明确表示 Auto Mode 是基于概率的分类器而非安全边界，真正防护应依赖操作系统级隔离和网络出口控制。

值得关注的原因：此事件发生在 Anthropic 宣称"提示注入已基本解决"仅四天后，暴露了基准测试（72 场景 0.00% 攻击成功率）无法覆盖未知的对抗性多步攻击链。对所有使用 AI 编码代理的开发者而言，核心教训是：Auto Mode 不能替代沙箱，容器化部署和网络隔离才是真正的安全边界。

信息来源：Tech Times | DEV Community

恶意 .git 配置劫持 7 款 CLI 编码代理：GitSpawn 漏洞族系曝光

安全公司 Manifold Security 于 9 月 2 日披露 8 个安全漏洞，覆盖 7 款命令行 AI 编码代理（Claude Code、Codex、Cursor、Hermes Agent、Qwen Code、Grok Build、goose），统称为"GitSpawn"。漏洞利用 Git 的 core.fsmonitor 设置——该设置允许仓库 .git/config 指定一个命令，在 git status 或 git diff 时自动执行。AI 编码代理在会话启动时会调用这些命令来检测分支和文件变更，从而继承仓库的恶意配置，在用户未输入任何指令、未点击任何批准的情况下执行攻击者控制的命令。更危险的是，在 Claude Code 和 Hermes Agent 上，该命令在 workspace-trust 提示被接受之前就已执行。截至 9 月 1 日，goose（CVE-2026-72718，CVSS 7.0）、Codex（0.131.0）、Cursor 已修复，但 Claude Code 仍有一条路径未修复，Hermes Agent、Qwen Code、Grok Build 均未修复。

值得关注的原因：这不是模型层面的漏洞，而是"普通管道工程"——AI 代理在会话启动时自动调用的子进程成为了攻击面。随着 CLI 编码代理成为开发者日常工具，克隆陌生仓库可能导致代码执行，安全边界必须从模型层下沉到操作系统和 Git 配置层。

信息来源：The CyberSignal

Orca：开源多 Agent 编程环境，让 6 个编码代理并行协作

GitHub 走红的开源项目 Orca 定位为 Agent 开发环境（ADE），基于 Git Worktree 机制让 Codex、Claude Code、OpenCode、Pi、Kimi、Qwen Code 等多个编码代理在独立目录中并行工作。每个模型拿到项目的独立副本，各自修改代码互不干扰，开发者统一比较 Diff、Review 后合并满意分支。项目采用 MIT 开源协议，支持本地私有化部署，数据不出本地，已兼容 Claude Code、Codex、Hermes、Kimi、Antigravity 等主流代理。Orca 还内置定时自动化、计算机操控、编排协调等可安装技能，并提供移动端远程控制能力。

值得关注的原因：Orca 代表了 AI 编程工具的第三次范式转移——从"补全代码"（Copilot 时代）到"生成代码"（Cursor 时代）再到"指挥多 Agent 协作"（ADE 时代）。它把"选哪个模型最强"这道选择题变成了"让它们自己证明自己"，开发者角色从码农变为指挥官，核心价值从"写代码"转向"判断代码"。

信息来源：GitHub - stablyai/orca | 今日头条

特斯拉 Optimus Gen3 确认量产，全球人形机器人进入早期商业化

特斯拉确认 Optimus Gen3 已于 2026 年 8 月下旬在弗里蒙特工厂开始极低速投产，原 Model S/X 产线已改造为 Optimus 专用线。首批下线设备全部进入内部"Optimus Academy"用于工厂任务训练和数据采集，暂不对外销售。马斯克称初期产量会"非常慢"，该产品有约 1 万个独特零件，是"特斯拉有史以来量产难度最大的产品"。远期规划弗里蒙特一线年产能约 100 万台，得州工厂规划更高产能，大规模放量待 2027 年及以后。与此同时，Figure AI 已在宝马斯巴达堡工厂完成 10 个月部署，生产 30,000+ 辆 BMW X3，搬运 90,000+ 零件，Figure 03 商业化部署按 $25/机器人运行小时计费。波士顿动力电动 Atlas 2026 年产量已全部分配给现代和 Google DeepMind。

值得关注的原因：2026 年是人形机器人从"样机展示"到"产线验证"的转折年。特斯拉内部部署约 1,000-1,200 台但零外部销售，Figure AI 有付费外部客户但规模在数十台级别。真正的竞争焦点已从硬件参数比拼转向场景闭环验证——谁能用第三方付费客户的真实运行数据证明可靠性，谁就占据商业化先机。发布会预计落在 2026 年 10-11 月，公开售价目标 $20,000-$30,000。

信息来源：IIoT World | 不看车 | Sachin's DevLog