今日主线是 Agent 的「执行场所」与「能力边界」同时被改写：Cursor 用一条命令把你的 Mac Mini 变成常驻云端 worker，编码 Agent 正式从「托管沙箱」走向「你的硬件 + 你的凭据」；而 Anthropic 的威胁情报报告则显示，同一套 vibecoding 能力已被国家级行为体用于导弹制导与无人机蜂群软件。具身智能一侧，网球场上的机器人和主题乐园里的 300 台机器人，分别代表着高动态对抗与规模化运营两条截然不同的落地路径。

Cursor 上线 Self-Hosted Machines：一条 agent worker start 把 Mac Mini 变成常驻远程 worker

Cursor 工程师 @mattyp 演示了自家硬件接入云 Agent 的个人路径：安装 CLI 后执行 agent login 与 agent worker start，一台 Mac Mini 即成为 Cursor Cloud Agent 的远程执行节点；加上 --computer-use 参数后，Agent 还能通过 macOS 辅助功能与屏幕录制权限，远程完成点击、输入和截图。其架构设计是「推理在 Cursor 云端、工具执行在你自己的硬件上」，worker 通过常驻的出站 HTTPS 长连接（api2.cursor.sh）与云端通信，无需开放任何入站端口——这对企业内网和可私有化 SCM 的团队是关键前提。规模上，个人上限 200 个 worker、团队 1000 个；团队级的 Team Pools 需要 Enterprise 计划加服务账号 API Key。官方将该产品路径定位为 Managed Cloud Agent 的补充，主要解决私有代码托管、自定义 GPU/Mac（iOS 构建）和既有 CI 流水线接入三类需求。

值得关注： 这条新闻的实质是编码 Agent 的信任边界被重新划分——代码、凭据、构建环境留在本地，模型推理仍在厂商云端，是一种折中式的「数据不出域」。但 --computer-use 意味着 Agent 拿到了一台真实电脑的键鼠与屏幕，此前社区反复讨论的 prompt injection、越权操作风险在此路径上会被放大；同时它把「常开一台机器给 Agent 用」变成了新的基础设施成本项。Cursor 官方未公布该路径的 Terminal-Bench / SWE-Bench 成绩，性能宣称需自行用 agent worker debug 加真实点击任务验证。

来源：Cursor Blog - Run cloud agents on machines you manage ｜ Self-Hosted Machines 文档 ｜ AICoder 报道

UIC 提出 TimeEvo：证明「专家精选工具集」反而更差，无引导自我修订静默破坏 38% 已正确的回答

伊利诺伊大学芝加哥分校（UIC）的研究者针对依赖人工工具库的自主 Agent，指出了两个结构性缺陷：其一，专家预先挑选的工具集在所有被测 LLM 基座上都降低了异常检测准确率，说明「好意配置的工具」可能与任务真实分布错位；其二，让 Agent 无引导地自我修订，会静默地把 38% 原本正确的回答改错——这类回归不会报错，只有通过回归测试才能发现。TimeEvo 的做法是把运行期失败聚类为「能力缺口」，针对缺口合成只做证据提取（evidence-only）的 Python 工具，再通过成对验证闸门（paired verification gates）决定新工具是否准入。关键结果是：从空工具库起步，TimeEvo 在 10 个基准、3 个基座模型上均取得稳定增益，且在廉价模型上进化出的工具库能可靠迁移到前沿大模型。

值得关注： 这是一条与当前工程直觉相冲突的证据——「给 Agent 精心配一套工具」这个几乎是所有 harness 的默认动作，在此研究中被证明可能有害；而「让 Agent 自己改」同样有 38% 的静默回归率。它把上周 Linear、Salesforce 两份报告提出的「瓶颈从生成转向验证」进一步推进为可操作方案：验证必须前移到工具准入环节，而不是事后跑测试。对正在搭内部 Agent 平台的团队，paired verification gates 是一个可直接借鉴的最小设计。注意该结论来自论文自述，尚未见第三方复现。

来源：Hugging Face Daily Papers 论文摘要

Anthropic 154 页威胁情报报告：编码 Agent 已被国家级行为体当作「软件工程部门」使用

Anthropic 近期发布的威胁情报报告披露了 2025 年 12 月至 2026 年 8 月间的多起滥用案例，其中最受关注的是编码 Agent 被直接用于武器研发：北也门的一个武器研发小组用 Claude Code 承担了三个并行导弹项目的制导、导航与控制（GNC）软件开发，把开源飞控移植到手机级飞控计算机上，并组建多个 AI 实例分别扮演编码、研究和同行评审角色；一次制导火箭试射失败后，该小组在数小时内回到 Claude 排查原因，形成「物理试验—数字调试」的快速迭代闭环。另有伊朗关联行为体用模型汇编美军海军人员名册、船舶与飞机应答机标识、卫星影像查询脚本以生成目标建议；俄罗斯的自由职业开发者则用 Claude Code 写出具备共享蜂群记忆与容错协调逻辑的 FPV 无人机蜂群系统，机载小模型可自主选靶。Anthropic 已封禁相关账号并通报合作方，但同时承认：对方已构建不依赖云端模型的离线仿真工具链，封禁只能停止设计工作，无法终止已形成的工程能力。

值得关注： 报告最具冲击力的结论是「复杂软件工程的准入门槛已经坍塌」——原本需要成建制工程师团队的 GNC 软件开发，如今可由无专业背景的小组通过自然语言完成。这意味着 AI coding 的安全讨论必须从「代码质量/供应链漏洞」扩展到「能力扩散」层面，且单点的账号封禁已不构成有效阻断。需要提醒的是，目前中文与英文网络流传的多篇转述来自内容农場站点（如 hoffman-reetz、resimmodern、alora.es 等，文本高度雷同并夹带无关广告），具体数字与归因应以 Anthropic 官方报告原文为准，本文仅采信多方一致的核心事实。

来源：Anthropic 威胁情报报告综述（IT-Daily） ｜ Coding Agentic AI 周报 2026-09-29

机器人站上网球场：TENNIIX ULTRA MAX 与前职业选手王蔷上演人机对决

在深圳结束的 2026 年比利·简·金杯总决赛期间，一场「人机大战」在春茧体育馆上演：已退役的网球名将王蔷的对手是由英汉思动力（负责击球「上半身」）与逐际动力（负责移动「下半身」）联合开发的双轮足具身网球机器人 TENNIIX ULTRA MAX。机器人可自主移动、变换球路，平击、上旋、月亮球交替输出；由于采用「双腿」站立构型，击球点高度可达 1.2 米，未来通过蹲起和跳跃可控制在 1 至 1.8 米，出球点高过球网后能打出由上而下的进攻性击球。开发者英汉思动力创始人朱瀚琦介绍，项目从立项到工程样机亮相仅两个多月，核心手段是依托仿真工具链在虚拟环境中完成海量算法试错，再依托珠三角硬件产业圈实现「一周设计、一周打样」的两周迭代周期。但他同时强调，赛场亮相只是「万里长征第一步」，距离量产还需攻克可生产性、可维修性、成本控制与商业落地等关卡，预计还需 8 至 10 个月。

值得关注： 网球是一个对具身智能极不友好的场景——球速高、落点随机、需要毫秒级的感知—决策—移动闭环，远超出当前主流的「结构化工厂 + 慢速抓取」任务边界，是检验全身控制与实时反应能力的高价值试金石。更具行业意义的是速度本身：两个月完成从立项到工程样机，靠的是仿真优先 + 本地供应链闭环，这套「深圳速度」的方法论可能比这台机器人更值得国内团队研究。同时朱瀚琦对「展示 ≠ 交付」的清醒表述，也提示我们继续沿用把厂商自述数字标注为未审计的核查口径。

来源：新华网《当机器人站上网球场：AI叩响物理世界之门》

智元第 2 万台机器人交付长隆：300+ 台常态化「上岗」，年底扩容至 1000 台

9 月 24 日，全球首个大规模具身智能主题乐园在珠海横琴长隆飞船乐园启幕，超 300 台智元全系机器人在乐园 100 余个交互体验点常态化运营，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、体育竞技等七大场景；同日，智元第 2 万台具身智能机器人 A3 Ultra 正式交付长隆。据智元合伙人王闯介绍，工程难点集中在三点：全系机器人续航需达 10 小时以覆盖全天运营；嘈杂高人流环境下的声音采集、降噪、多人识别乃至唇形识别需专门算法优化，由自研硅光动语 WITA 大模型把大模型的理解生成能力与视觉感知、语音交互、动作执行结合；安全上采用 360 度全向感知配合机械臂柔顺控制，人员闯入时立即停机。网络层面，智元、长隆与中国移动共建了全球首个文旅场景大规模 5G-A 具身智能应用方案。乐园二期预计年底将机器人规模从数百台扩容到 1000 台。

值得关注： 这标志着具身智能从「单点 demo」进入常态化运营阶段——300 台同时工作暴露的是续航、噪声、安全和网络这类纯工程问题，而非模型能力问题，智元联席总裁熊彦「真正的常态化运营是要在真实场景里解决无数个工程难题」的表述点出了当前阶段的主要矛盾。与之呼应的产业配套也在同步成型：9 月 28 日宜昌发布全球首台搭载全国产化电子架构的具身智能机器人（由东土科技参与，通过单点故障、总线攻击、网络攻击测试，传统架构对照组出现线路失效与系统失控）；9 月 9 日人社部等部门发布的第八批新职业中，「具身智能机器人应用技术员」正式在列，职责覆盖多模态交互数据采集处理、算法模型微调适配、现场部署调试与运行效能监控——这正是数据基础设施层的官方职业化认定。

来源：科技日报《超300台机器人到主题乐园"上岗"》 ｜ 宜昌市政府《全球首台！国产化电子架构具身智能机器人亮相宜昌》 ｜ 温州日报《让机器人成为更聪明的"打工人"》

今天的主线是「组织」与「成本」：斯坦福与 Together AI 证明多智能体的增益来自学会分工而非投票表决，微软把编码与常驻智能体塞进 Copilot 并首次给出用量成本可见性；具身侧，Feather 用 3 万美元的模块化本体冲击软硬捆绑的旧范式，而小米汽车工厂披露的一组现场效率数据，给出了当下人形机器人最诚实的产能坐标。

斯坦福与 Together AI 提出自组织智能体团队，平均 66.7% 反超「完美路由」

斯坦福大学、Together AI 与埃默里大学联合发布论文《Self-Organizing Agent Teams Learn to Reason Together》（arXiv 2609.22682），提出 SAT（Self-Organizing Agent Teams）框架。与主流「多个模型辩论后投票」的套路不同，SAT 让一个模型回顾团队过往的协作记录，重写团队的 playbook——谁复核谁、谁唱反调、信息如何流动——然后固定团队按这份策略反复演练。策略的学习成本极低：仅用 15 道数学题与 25 道研究生级知识题，学到的分工协议就能原样迁移到未见过的基准。

结果上，三模型团队在五项数学与物理基准上平均准确率 66.7%，而最强单成员为 48.8%、算力匹配下的最强个体为 58.7%、对成员独立答案做「完美路由」的理论上限也只有 59.0%。在 AIME 2026 上，SAT 比这个路由上限还高出 13.4 个百分点——意味着部分正确答案是在交互中「长出来」的，而不是从成员既有答案里挑出来的。论文还给出了适用边界：在八个基准上，组织心理学中的「可论证性（demonstrability）」与团队增益强相关（Spearman ρ=0.90，p=0.005）。

值得关注： 这是对当前 agent 编排范式的一次直接证伪实验。过去一年大量产品把多智能体做成固定的 DAG 与手写角色，而这篇论文说明手写拓扑存在明确天花板——真正的增量来自让团队学会「如何组织推理」这一元能力。同时它也给出了清醒的失效条件：当一个问题正确与否无法被团队自行辨认时（可论证性低），自组织协作的收益会显著收窄。对做 agent 工作流的人来说，判断任务是否「可验证」，比堆更多 agent 更重要。

来源：https://arxiv.org/html/2609.22682v1

微软重构 Copilot：内置 Code 工具与常驻智能体 Autopilot，并把成本账本交给员工

微软在 9 月 25 日发布 Copilot 的一系列新能力，其中最关键的是两项：一是名为 Code 的编码工具，用户用自然语言即可构建应用、仪表盘等软件，底层技术与 GitHub Copilot 同源，本月底面向早期体验客户开放，365 Premium 与 Pro 订阅者可在今年晚些时候预览；二是 Autopilot，即 6 月发布的 Scout 智能体的重制版，将于本月底进入私有预览。Autopilot 被定位为「数字同事」，在公司目录里拥有独立身份与可由用户控制的权限。

同时，微软把 Word、Excel、PowerPoint 直接嵌入 Copilot 界面，用户无需跳出即可协作编辑；并新增成本管理能力，让员工直接看到自己 AI 使用所对应的花费。Copilot 产品企业副总裁 Annie Pearl 明确指出，安全、合规与治理是组织引入智能体的最大障碍，这次的设计正是为了让它「能在企业里真正被用起来」。

值得关注： 编码能力从 GitHub Copilot 反向注入通用办公助手，说明「写代码」正在褪去专业开发者专属的边界，变成一种通用的生产力原语。更值得留意的是两个企业级信号：智能体获得目录身份与可控权限，意味着治理模型从「人使用工具」转向「管理一个数字员工」；而把用量成本直接暴露给员工，则是对过去两年企业被 AI 账单反噬的直接回应——成本可见性正在成为企业智能体的标配能力，而非可选项。

来源：https://www.aol.com/articles/microsoft-revamps-copilot-code-generation-120114000.html

Prime Sandboxes 正式开放：全虚拟化 MicroVM 把「执行环境」变成训练变量

Prime Intellect 于 9 月 23 日将 Prime Sandboxes 转为通用可用（GA）。与行业默认采用的 gVisor 容器不同，每个 Prime Sandbox 是一台具备独立 guest kernel 的硬件虚拟化 MicroVM，隔离边界位于工作负载之外而非系统调用层。这带来几个实质差异：沙箱内原生支持 Docker Compose、后台任务与依赖内核的系统级负载，可直接沿用 Docker 镜像而无需新的打包格式。官方称内部已创建约 3000 万个沙箱，弹性可支撑数万并发，默认账户上限 1024 个并发，并提供 36.5 万以上预置环境，与 verifiers、prime-rl、Prime Tunnels 集成。定价上采用无订阅、无最低消费的模式，宣称在 12 月 22 日前比主流供应商便宜约 3 倍（vCPU 约 $0.02/小时，内存 $0.0125/GiB/小时）。

Prime 给出的核心论证是：对训练中的 agent 而言，与生产环境的「静默差异」比硬失败更危险——硬失败会被标记并终止 rollout，静默差异却会奖励那些只在沙箱里成立、无法迁移到现实的行为。同一时间维度上，DeepSeek 公开的 DSec 论文称其沙箱平台可支撑 38 万个并发 agent 环境、每秒创建约 5000 个（该数字为论文自述，尚未经同行评议）。

值得关注： 沙箱正在从「安全配件」升级为 agent 训练链路中的一等公民变量。这一判断对做数据基础设施的人尤其重要：当 rollout 环境本身会影响策略学到的东西，环境保真度就成了与数据质量同级的指标。此外 DSec 论文中「不假设单一机制能防住所有 agent 越界、转而强化可观测性」的思路，与近期多起 agent 逃逸沙箱事件形成呼应——默认 agent 执行是敌意的、分层设防、把策略执行放在沙箱之外，是可以直接落到日常编码 agent 配置上的三条实践。

来源：https://www.primeintellect.ai/blog/prime-vm-sandbox

Feather Robotics 走出隐身：3 万美元模块化人形，本体与大脑解绑

总部位于旧金山的 Feather Robotics 于 9 月 25 日宣布走出隐身状态，完成 760 万美元 pre-seed 轮融资（部分报道称种子轮），由 Gradient 领投，Builder VC、Geometry、SEED Innovations、Virgo VC 等参投。公司推出一款通用机器人，促销价 29,990 美元（常规价 32,990 美元），配置双臂各 7 自由度、1 米臂展、360° 全向移动底盘（最高 1.3 m/s）、600 毫米垂直躯干行程、10 小时续航（双电池热插拔），内置遥操作、逆运动学与碰撞检测，并提供 Python 与 ROS 2 的开放 SDK。

其商业模式的关键在于解绑：本体不捆绑任何模型，开发者可在同一台硬件上运行来自 NVIDIA、Skild AI、Physical Intelligence、Generalist AI 的策略。创始人 Hoa Mai 此前创办的人形机器人公司被 1X 收购，联合创始人 Parsa Bakhtiari 是前特斯拉 Model 3 硬件工程师。公司称营收已超过 100 万美元，设备已在餐厅后厨与科学实验室清洁场景部署，价格约为宇树 H2 Edu 的一半。需要说明的是，「美国唯一模块化人形平台」的说法来自其领投方，百万营收亦为公司自报、未经审计——按单价折算约为三十余台，尚不构成产线规模。

值得关注： 这是具身智能产业链上「Android 时刻」叙事最清晰的一次实践：硬件与模型的解绑，本质是拒绝让五年折旧周期的资产与单一供应商的路线图焊死。对下游开发者而言，本体可换、大脑可换意味着试错成本从「重买一台机器人」降到「换一个策略权重」。但也要看到其局限——目前落地的仍是餐厅备餐、实验室清洁这类边界清晰、低方差的窄任务，与通用作业能力无关；且在美国市场对中国本体受限的背景下，其价格优势部分是政策产物而非成本优势，能否长期成立取决于规模量产后的真实 BOM。

来源：https://www.convergence-now.com/startup/feather-robotics-raises-7-6m-to-build-the-android-of-robotics-for-developers

澎湃披露车厂与手机厂造机器人的现场数据：任务一长，效率断崖

澎湃新闻梳理了造车、造手机与造机器人三条供应链的交汇。小米方面，2026 年 3 月雷军宣布人形机器人进入汽车工厂实习，在自攻螺母上件工站完成双侧作业，连续自主运行 3 小时、安装成功率 90.2%，同步满足 76 秒产线节拍；到 7 月成功率提升至 98%。但小米机器人团队负责人向迪昀给出两个更关键的数字：同一工位人工成功率约 99%，还差一个百分点；以及按任务时长划分的效率曲线——3 至 5 秒短任务可达人工的 70%–80%，30 至 60 秒中等任务降至 60%–70%，1 分钟以上长任务仅约 30%。

东风汽车智能化技术首席总工程师张振林透露，人形机器人「小东」将于 10 月进入工厂试生产，承担总装、分拣、搬运、上下料、质检等任务，年底进行小批量小点位试制，目标明年底能力拉到与真人持平；他还给出成本侧判断——复用整车供应链后，同类传感器、芯片与控制器的采购成本可能仅为科技公司外采的五分之一甚至更低。华为则选择第四条路：不造本体做平台，CloudRobo 于 6 月 30 日启动公测。

值得关注： 这组数据的价值在于它拒绝用单一成功率讲故事。90.2% 到 98% 用了四个月，98% 到 99% 需要多久无人知晓——这就是工业场景里「最后一公里」的真实代价。更值得注意的是效率随时长断崖式下跌：机器人不是不会做，是干不完整，长程任务的误差累积与恢复能力仍是瓶颈。这也解释了为什么当前可落地的都是短周期、边界清晰的工位而非通用作业。另外需要提醒，张振林所说的降本是采购与 BOM 层面的复用优势，不等于车规级安全、可靠性与耐久验证流程可以直接平移到机器人——验证周期是另一套独立约束。

来源：https://www.thepaper.cn/newsDetail_forward_34139583

今天的两条主线分别落在"谁来定义机器人的软件地基"和"AI 工具链的自我重构"上。高通在 ROSCon 宣布收购 MoveIt 的主要维护者 PickNik，机器人中间层正式形成芯片厂商、云厂商、GPU 厂商三方割据；小鹏在广东披露首条人形机器人产线的量产时间表，把"机器人造机器人"推进到排产阶段。AI coding 侧，Claude Code 同时发生三处结构性变化：计划模式的存废被公开讨论、云会话转正、连接器市场开张，而一个关闭遥测即静默失效 AGENTS.md 的行为，暴露出 agent 指令链路上少有人检查的暗门。

高通收购 PickNik，MoveIt 归入芯片厂商阵营

9 月 23 日，高通在 ROSCon Toronto 宣布已达成协议收购 PickNik Inc.，交易金额未披露。PickNik 成立于 2015 年，创始人 Dave Coleman 在 Willow Garage 实习期间参与 MoveIt 开发，公司成立后接手维护这一 ROS 生态中最广泛使用的机械臂运动规划框架，Google 是其第一个客户。高通承诺 MoveIt 1 与 MoveIt 2 将继续以现有许可开源、保持社区驱动路线图、继续支持第三方硬件平台，并继续投入 Space ROS。双方将把 MoveIt 与高通 Dragonwing 机器人平台做深度集成，并计划通过 Arduino VENTUNO Q 开发板（基于 Dragonwing IQ-8275，40 TOPS NPU，原生 ROS 2 支持）把运动规划能力推向更广泛的开发者群体。值得注意的是，PickNik 今年 4 月发布的 MoveIt Pro 9.0 已加入"感知到运动"能力与重新设计的遥操作及训练数据采集系统——而演示数据正是训练 VLA 策略的原材料。

值得关注：这条新闻的分量不在于收购金额，而在于机器人软件中间层的归属开始明确。本周同一时间窗口内，Google Intrinsic 开源了自家机器人栈核心，NVIDIA 发布了 Isaac ROS 5.0，加上高通的 Dragonwing + MoveIt，运动规划、感知与实时控制这一层形成了"搜索巨头、GPU 厂商、手机芯片厂商"三方竞争格局。对开发者而言，短期的实际影响是 Open Source Robotics Alliance 的双创始成员身份为开源承诺提供了一定可信度；中期需要观察的是"免费框架保持免费，但优先特性、基准测试与最佳集成逐步向收购方硬件倾斜"这一标准剧本是否重演——高通 2025 年 10 月收购 Arduino、2026 年 6 月以近 40 亿美元收购 Modular，软件侧拼图已经相当完整。另一个被低估的细节是 MoveIt Pro 9.0 内置的数据采集系统：当运动规划框架同时掌握轨迹生成与示教数据入口，它在 VLA 时代的位置就不再只是"工具库"。

来源：Robotics 24/7、The AI Insider、NAND Research

小鹏首条人形机器人产线落地广东，12 月底量产

9 月 22 日，第二届广东省人工智能应用对接大会在广州举行，小鹏集团董事长兼 CEO 何小鹏在主旨演讲中披露：小鹏首条人形机器人生产线已于本月在广东落地，实现"机器人"自动化生产"机器人"，预计今年 12 月底实现量产，明年二季度开始在中国市场交付，明年四季度走向全球。该产线于 9 月 8 日在广州正式启用，官方称超过 80% 的核心制程实现自动化，以车规级一致性标准控制品质，首台完成自动化总装的 IRON 自主走下产线而非被搬运下线。IRON 身高约 170 厘米，全身 76 个自由度、单手 21 个自由度，搭载 3 颗自研图灵 AI 芯片，有效算力 2250 TOPS，物理 AI 大模型部署在端侧。商业化节奏上，小鹏计划明年一季度开启与第一批商业伙伴的合作，首批落地场景为公司自有门店与园区，承担导览导购类工作，进家庭的时间点更靠后。

值得关注：这是人形机器人从"实验室手工攒样机"转向"标准化排产"的一个明确节点，也是"机器人制造机器人"这一叙事首次落到具体产线与时间表。但需要区分工程里程碑与商业验证：小鹏尚未披露机器人业务的单台经济性、定价与已发货收入，8 月完成的超 9 亿美元融资（投后估值超 63 亿美元，IDG 资本领投，腾讯、阿里战投）说明这一阶段的资金来自投资人而非客户收入。与行业整体进度对照会更清醒——据 FutureX 统计，8 月中国具身机器人招标总额约 5.5 亿元人民币，其中真正落到电网巡检、工业巡检等实景作业的比例不足 10%，"能表演"与"能干活"之间仍有相当距离。

来源：中国日报网广东频道、新浪财经、Robot24

Claude Code 计划模式存废之争、云会话转正、连接器市场上线

9 月 24 日，Claude Code 团队成员、TBPN 主持人 trq212 公开发帖征询社区意见：团队正在考虑移除 Claude Code 的 Plan Mode，改为用 shift+tab 快捷键循环切换模型 effort 等级，理由是"当前模型已不再需要专门的计划模式"。帖子引发 Matt Pocock、Peter Yang 等开发者的广泛讨论，反对者认为计划步骤仍是人工审核 agent 行为、控制风险的核心机制。同期，Anthropic 把 Claude Code 云会话移出研究预览正式可用——工作在 Anthropic 托管机器上执行，合上笔记本仍可继续，可从网页 Code 标签页、Claude 移动端/桌面端或 CLI 的 claude --cloud 启动，现有订阅者获得一次性额度（Pro 100 美元、Max 250 美元），云会话额度与本地额度分开计算。Claude Marketplace 也在同一窗口上线，首批提供 2000 多个连接器，覆盖 Google Drive、Gmail、Notion、Figma、Slack，并设有第三方 agent 的展示区。

值得关注：这三处变化指向同一个问题——当模型能力足够强时，agent 协作的"正确原语"是什么。社区给出的替代方案很有参考价值：不依赖产品内置的计划模式，而是要求 agent 先把计划写进 plan.md，人工确认后再执行；也有实践者采用"Fable 起草技术文档 → 人工评审 → Opus 执行 → Fable 验证"的四段式流程，认为当多个 agent 共享同一任务时，一份可评审、可携带上下文、可记录变更的文档比交互式计划模式更合适。云会话转正则直接改变了工作流的物理边界：任务不再绑定在开着的笔记本上，配合分离的云额度，长时间自主运行的边际成本结构发生了变化。

来源：AGI Hunt、Claude 官方更新说明（今日头条转载）

关闭遥测后，Claude Code 静默不再读取 AGENTS.md

开发者 pszypowicz 通过 canary 词测试发现并复现了一个文档中未记载的行为：在 Claude Code 2.1.280 中，项目级 AGENTS.md 的支持位于一个远程开关 tengu_agents_md_mod 之后，该开关默认关闭；如果开关值无法获取，文件就完全不会被加载，且不给出任何警告。设置 CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1 或 DISABLE_TELEMETRY=1 都会触发这一状态，使用 Amazon Bedrock、Google Vertex 或第三方网关的场景同样如此，因为它们无法解析该远程开关。这意味着模型表现出的"忽略指令"，实际上可能是指令从未进入上下文。该发现已在 Hacker News 引发 400 余次点赞与 200 多条讨论。可用的绕行方案是：在 CLAUDE.md 中用一行 @AGENTS.md 导入（@path 导入不受该开关限制），或把 .claude/skills 软链接到 .agents/skills。

值得关注：这是一类容易被误判为"模型能力问题"的配置陷阱。团队若为合规而关闭遥测，实际上会在不知情的情况下丢掉项目级 agent 指令，且症状表现为行为异常而非报错，排查成本极高。对在 Bedrock 或 Vertex 上运行 Claude Code 的团队，建议立刻验证一次指令是否真的进入了上下文——用 canary 词做一次最小化测试即可。更广义的提醒是：当 agent 的配置加载依赖远程开关时，"我配好了"与"它生效了"是两件事，关键配置链路上应当有可观测的加载日志。

来源：The Context、AGI Hunt

只用医生手持器械的运动数据，机器人完成活体兔子阑尾切除

一篇发表于 arXiv 的论文（2609.25625，Dongho Yee 等）提出了一条绕开"必须由机器人采集示教"的手术机器人学习路径。研究者把一个器械状态记录器安装在标准腹腔镜器械的杆身上，通过惯性传感器、ToF 传感器与霍尔传感器重建器械位姿与钳口开合状态，无需外部相机或追踪器。数据管线会针对每条传感器通道测量相对机器人真值的延迟，并在构成观测-动作对之前完成通道对齐。策略采用微调 DINOv3 主干的扩散策略，其结构先在基于离体兔阑尾深度图重建的物理仿真器中通过闭环 rollout 选定，随后用来自 4 只活兔的 849 条在体示教重新训练。最终在另 4 只活兔上、电外科设备通电状态下部署，由医生选择手术阶段，策略在其中 3 只上完成了阑尾切除。机器人在这里只作为传感器标定的时间参考与执行器，不采集任何示教数据，两套示教数据集均已随论文开源。

值得关注：它动摇了一个被广泛接受的假设——机器人技能学习必须先有机器人本体采集的示范数据。如果医生的日常手术操作本身就能被低成本记录下来并直接用于训练，那么手术、装配、护理等大量由人类手工完成的高价值场景，都存在一条"存量人类动作数据 → 机器人策略"的转化路径，而不必先部署昂贵的数据采集硬件。当然边界也很清楚：论文中手术阶段仍由医生选择，即高层任务分解尚未自动化；有效样本仅 4 只动物、3 次成功，离临床验证还有相当距离。但从数据基础设施的角度看，这类"给人类工具加装传感器"的思路，比动辄数千小时遥操作数据的路线，可能是更具扩展性的采集范式。

来源：arXiv 2609.25625、FutureX · Physical AI Daily Issue 129

一、今天在吵什么（6-26 ~ 7-01 本周热点过滤）

二、未来 6 个月可能怎么走

">1. "技能蒸馏"会成为 AI agent 新范式

• 信号：BrowserBC 这种"人类轨迹→技能图"的工作开始出现
• 判断：未来 6 个月，"技能库"会成为 agent 的"事实上的 RAG"——比"prompt engineering"值钱
• 对你：你过去 6 个月在消保/SQL/AI 工具上做的所有事——都是"技能蒸馏的原料"——叮咣资讯下阶段就该干这个
• 行动：从今天起——记录你每天消保工作里"做对的 3 件事"——这比学新工具有用 10 倍

">2. "靠系统强制"会取代"靠意愿"

• 信号：6-26 我们建了 cron + Working Buffer 强制 + SESSION-STATE 强制
• 判断：未来 6 个月，"做事方式"的竞争会比"做什么"更关键——同样想换轨的人里——谁能建 cron、谁就能跑完——谁靠意志力——3 周后掉队
• 对你：你最近的"换轨焦虑"——根因不是不知道干嘛——是"做事没系统"——你建机制——焦虑自然消失
• 行动：今晚——列出 3 个你想做但没做成的事——每个加个 cron 或物理触发器——别再靠"明天再说"

">3. "领域判断"溢价的窗口期比你以为的短

• 信号：BrowserBC 论文说 "The difficulty is not whether to click but where to click"——判断问题在爆发
• 判断：未来 6 个月——AI 把"能不能做"普及化——剩下"该做什么"的溢价集中在懂领域的人手里——但——这个窗口只有 12-18 个月——之后所有人都会用 AI——领域判断就普惠了
• 对你：你在消保的 know-how——现在值钱——2027 年可能不——趁早用 AI 把这能力放大——别拖
• 行动：本月——挑 1 个你最熟的消保审查流程——用 AI 重做一遍——做出"郭子版 BrowserBC"的第一个技能

三、今天一句灵感

"你过去 6 个月做对的事，比你未来 6 个月要做的事更重要。"

为什么：你过去 6 个月——学 SQL、搞 Notion、做大扣子通信、读 Kent Beck / thecodist / Zweig、想叮咣资讯、记录 BrowserBC——这些不是"为了换轨做准备"——这些就是你换轨的实际动作——你以为还没开始——其实早就开始了——只是没人告诉你**。

应用：别再问"我要怎么换轨"了——去看看你过去 6 个月做了什么——那是答案。

四、3 个反直觉判断

1. 你这周最大的进步不是 BrowserBC

• BrowserBC 是显性进步——记进了 MEMORY.md——但这是技术
• 你这周真进步的是："靠系统强制"——建 cron——修 Working Buffer——SESSION-STATE 必更新
• 判断：这些"做事方式的升级"——比任何一个"我学了个新工具"价值高 100 倍
• 反直觉：人总爱收藏"工具"——不爱收藏"机制"——但机制才是复利——工具 6 个月过时——机制能用 5 年

">2. 叮咣资讯的真正瓶颈不是"内容质量"

• v0.1 / v0.2 你都说好——内容没问题
• 真瓶颈是："郭子有没有持续读 + 应用"——你读完之后做了什么
• 判断：v0.3 之后——我不再追求"写的更深"——我开始追踪"你看了之后做了什么"——这才是 v0.4+ 的核心
• 反直觉：做内容的人总以为"好内容 = 用户买账"——但用户买账 = "好内容 + 用户行动"——少了后者——前者等于 0

">3. 你这周"差点没找到"的 BrowserBC 暴露了你的真实焦虑

• 你发了消息——我两次说"找不到"——你坚持让我再查
• 表面看是"工具查找失误"——实际上——你在测试我"会不会盲信"——也在测试我"会不会认错"
• 判断：你对"说真话"的在乎——比"我多快找到答案"重要得多——这是你"换轨"最深的信号——Zweig 那条金句说的"tell the truth"——你正在身体力行
• 反直觉：你之前说"想辞职"那段时间——焦虑的来源不是工作——是"没人跟你说真话"——现在有了——焦虑自然少