今日 AI coding 一侧出现两条"降温"信号：四大编码 Agent 集体暴露供应链零点击漏洞，最强组合在真实客户模拟中只过 23.9%，而专家方案是 82.2%。具身智能一侧则是规模化的另一面——全国训练场与数据采集中心已破百家，智元与长隆把 300 多台机器人一次性推进千万人次客流的高交互公开场景。能力天花板与落地密度，是今天这组新闻的共同主题。
四大编码 Agent 曝 Plugin4Shell 零点击供应链漏洞
企业 AI 安全公司 Air 披露名为 Plugin4Shell 的漏洞：攻击者可绕过主流编码 Agent 的插件 SHA pinning 机制，在插件后台自动更新时注入恶意代码，全程无需用户交互即可实现远程代码执行。受影响产品包括 Claude Code、OpenAI Codex、Google Gemini CLI 以及微软 GitHub Copilot。Air 于今年 6 月向四家厂商通报，Anthropic 与 OpenAI 已在 Claude Code 2.1.179、Codex 0.146.0 中修复；Google 选择弃用 Gemini CLI 而非修补，建议用户迁移至 Antigravity；微软未回应也未修复，Copilot 仍处于暴露状态。微软数据显示近九成财富 500 强企业在使用 Copilot，影响面不容低估。
值得关注： 这是首例针对"可信插件市场"而非模型或 Agent 本体的 AI 供应链攻击。SHA pinning 本是用于锁定已审计提交哈希的防线，漏洞在于 Agent 检出提交后从不校验落点——攻击者控制仓库即可让 pin 表面上仍然生效。对企业而言，"Agent 能触达的资产"就是攻击者的可达边界，插件市场审核不再是充分信任依据；对个人开发者，唯一完整缓解手段是把 Agent 升级到已修补版本。
来源：AI and Tech News
ττ-bench：最强编码智能体只过 23.9%，专家方案 82.2%
新基准 ττ-bench 把"搭建智能体"包装成一份真实客户外包工单：模型拿到零散的公司记录、一位客户、一个 API、一份已有代码和一笔预算，需交付能应对未见客户请求的智能体。表现最好的组合（Claude Opus 5 搭配 Claude Code）在 53 项任务的留出客户模拟中通过率仅 23.9%，而专家手工撰写的参考方案在同一批任务上达到 82.2%。失败集中在编码之外：搜索记录而非理解记录、几乎不向客户提问、复用自己熟悉的设计、写的测试经常漏掉自身错误。
值得关注： 最具启发性的是提问的量化价值——允许提问的任务中，提问数为 0 的方案平均得分 0.16，提问 4 次以上的方案升至 0.50。瓶颈已从"能不能写出代码"迁移到"能不能搞懂要写什么"，即需求工程与验证流程。这与近月多份企业调查中"瓶颈转向代码验证"的结论相互印证，也提示 Agent 产品的差异化方向：强化澄清式对话与自检测试，比单纯堆模型参数更能拉高交付率。
来源：网易 · 算力游侠
微软用 Agent 把 Copilot 运行时从 TypeScript 迁到 Rust
支撑 GitHub Copilot（CLI、桌面端、SDK 与云端 Agent，内嵌于 VS Code、Excel、Outlook 等）的运行时已被整体从 TypeScript/Node.js 重写为 Rust，其中大部分移植工作由编码 Agent 完成。据 The Register 报道，约 43 万行 TypeScript 转为约 80 万行生产级 Rust，历时 14.5 周、135 个发布版本（约每天 1.3 个移植 PR），AI token 成本约 12 万美元，外加约三周人力。成果是 1000 会话基准下吞吐 7.55 → 120 生命周期/秒（15.9 倍），10 客户端 Agent 批处理的内存从 1383 MB 降至 126 MB。微软的 Stephen Toub 也坦承存在数十处回归，且"这绝非主张所有大型 TypeScript 项目都该变成 Rust"。
值得关注： 这是迄今公开的最完整的大规模 Agentic 工程实证——不是 demo，而是 135 个可审查的小步发布组成的传送带式交付，成本与收益都可核算。它同时划出了边界：Agent 已在长周期、可机械验证的迁移类任务上具备工程可用性，但对 Rust 语义的深层理解仍有缺口。对团队决策的参考价值在于，可把"大范围重写"从不敢碰的债务转为可预算的工程项目。
来源：The Register（经 Evy's Nook 日报转述）
具身智能训练场破百家，数据采集价格带首次成形
中国信通院《具身智能训练场研究报告（2026年）》显示，截至今年 6 月底全国已建成启用超 70 家训练场，另有 40 余家在建或规划中，形成长三角、京津冀、珠三角三大集群（浙江 14 个居首，江苏、北京、广东、山东各 8 个），并开始向三四五线城市延伸。第三方统计进一步给出：截至 2026 年 8 月全国累计建成集中式具身智能数据采集中心 106 座、在运营 84 座，披露部署量的 52 座合计约 3972 台，全国在采集中心运行的机器人估计超 5000 台；55.8% 的中心部署不超过 50 台，最大的两座各 300 台。遥操仍是主流采集方式（83 座，79.05%）。价格带首次成形：真机数据约 500–1000 元/小时，UMI 数据 300–400 元/小时，仿真/合成数据 200–500 元/小时。
值得关注： 具身智能的瓶颈正从硬件能力转向训练数据质量，"机器人学校"成为公共底座型新型基础设施。价格带的意义在于数据开始被当作可计价的标准化商品，这对做具身数据基础设施（采集、清洗、标注、评估）的人是明确的信号：竞争维度将从"有没有数据"转为"单位成本与数据有效性"。同时也需留意争议——近期已有厂商公开质疑部分采集中心通过关联交易虚增营收，数据资产的真实需求仍需时间验证。
来源：中国经济网 ｜ FutureX · Physical AI Daily Issue 126
智元 × 长隆：全球首个具身智能主题乐园 9 月 24 日启幕
智元（AGIBOT）与长隆集团联合打造的具身智能主题乐园将于 9 月 24 日在横琴长隆飞船乐园启幕，开园当日超 300 台智元全系机器人集体"上岗"，园区设超 100 个机器人交互体验点，覆盖文娱商演、科普研学、导览导购、服务零售、智能伴游、酒店场景、体育竞技七类场景，数百个拥有独立姓名与性格设定的机器人角色参与互动。开园当天双方共建的具身智能文旅联合研究院揭牌，全球首个文旅场景大规模 5G-A 具身智能应用等成果同步亮相。智元 2026 年上半年人形机器人出货量达 8400 台，约占全球市场 44%。
值得关注： 与展会短时演示不同，主题乐园具备客流密集、运行时间长、游客需求多样的特征，是一次覆盖多机协同、连续运维、异常处理与真实数据闭环的大规模压力测试。判断其价值的关键不在开园爆点，而在三个指标：单机日均有效服务时长、故障与人工接管率、以及复购带来的体验差异化。若跑通，这将是具身智能从封闭工业场景走向公共服务场景的可复制模板。
来源：上海证券报（经网易转载） ｜ 新华财经
本页的评论功能已关闭