AI 日报 · 2026-10-03（周六 · 国庆）

主题：AI Coding × 具身智能 · 15 条精选 + DeepSeek 专项 + 三口径能力评分与价格表

统计窗口：2026-10-02 05:31 → 2026-10-03 05:33（GMT+8），超窗信息一律降为「背景」或剔除

采集时间：2026-10-03 05:30–06:20（GMT+8）

署名：AI 日报 · 自动化生成

本期头条：Anthropic 疑似把下一代旗舰藏在旧标签下灰度——社区用「Codex 负责人 Tibo 额度重置」这个圈内梗做探针，发现 Claude 网页端虽仍显示 Fable 5.1，却在断网、不调用工具的情况下准确说出了梗的来历；而 API 上的原版 Fable 5.1 把它认成了另一个人。Anthropic 至今未官宣，外界据版本节奏称其为「Fable 5.5」。<span class="t-prob">大概率</span>（社区 + 多家媒体互证，无官方确认）

同日另两条硬新闻：Pi 1.0 以 MIT 许可发布，这个曾经公开拒绝 MCP 的极简 agent harness 反向原生支持了 MCP；DeepSeek Harness 桌面版公开预览登上 Hacker News 首页（379 分）。

实时数据源

目录

一、社区信源监控

原则：媒体报道存在延迟，重大动态往往先在社区发酵。以下为过去 24h 内社区一手信源的监控结果，单源一律标「待验证」，≥2 独立源互证升「大概率」，官方证实升「已确认」。

二、DeepSeek 专项

<div class="ds-banner">

今日有 D ✅ —— 一条窗口内事件 + 两条增量 + 一条否定性结论。 但必须明确：本期没有新模型发布。窗口内事件是「桌面版 Harness 公开预览登上 Hacker News 首页」，其原发时间为 09-29（上期已覆盖），本期只是可见度事件，不得当作新发布。官方新闻页 24h 内无任何更新。

</div>

D1 · DeepSeek Harness 桌面版公开预览登上 HN 首页（379 分）

• 事件：Hacker News 于 2026-10-02 03:11 UTC（北京时间 11:11）出现提交 DeepSeek Harness Desktop for macOS and Windows（id 49929489），截至采集时 379 分、172 评论，为当日第三大 AI 热帖。报道要点：桌面版为 Electron 壳，打包 Node.js / pnpm / Python，仅面向 Windows x64 与 Apple Silicon macOS；架构沿用 Cordis 的「一切皆插件」设计；自带 Scheduled tasks 插件（任意时点触发 + 周期任务、可查看进度与工具调用细节）、Creator mode（对话式生成插件）、6 个官方插件（含 Agent Teams、Subagent）；npx @deepseek-ai/dsh web 可起 Web UI。报道同时指出官方未回答三个问题：驱动模型是谁、代码许可证是什么、桌面版如何对脚本执行这类敏感动作设闸。
• 来源：Hacker News（id 49929489）+ DeepSeek 官网 + deniz.in（10-02）
• 时效核验：HN 提交时间 10-02 03:11 UTC 在 24h 窗口内 ✅；但产品原发为 09-29（v0.2 公开预览），上期 09-30 已覆盖 → 本期按「可见度/再传播事件」计入，不计入 15 条精选。
• 置信度：<span class="t-conf">已确认</span>（事件本身：HN 条目时间戳与分数可复现）
• 值得关注的原因：这是 agent runtime 层竞争的一个信号——DeepSeek 用开源可审计的产品而非闭源托管服务来打这一层，对"要碰你文件系统的 agent"而言，可审计代码库是有说服力的差异化；插件生态则是典型的平台赌注。

D2 · 昇腾工具链开源的国际报道持续发酵（原发 09-30，本期补两点增量）

• 增量一：据 The Star（马来西亚）转述，DeepSeek 计划在其内蒙古建设的数据中心部署至少 16 万块华为昇腾加速器；Channel NewsAsia 与 DeepSeek 自身表述则为「基于 128 卡昇腾 950 的超节点方案」——两个口径对不上（16 万 vs 128 卡），标注存疑，不合并断言。
• 增量二：钛媒体 10-02 复盘披露梁文锋 2026 年 7 月闭门投资者会议内容：DeepSeek 目前运营约 2 万块 H 系列同等算力芯片；训练顶级模型估计需约 5 万颗 GB300，若用昇腾 950 则约需 20 万颗；昇腾新款推理芯片采购价约为英伟达的 1/4，单卡算力比英伟达对华特供版高 2.87 倍；梁文锋称昇腾 950 超节点「在性能和价格上完全可以平替 GB200 和 GB300」。
• 来源：MediaBias（汇总 63 家外媒，10-02 12:45 最新复核）+ The Star / Channel NewsAsia + 钛媒体（10-02 10:13）+ 封面新闻（10-02 11:10）
• 时效：报道 10-02，原发事件 09-30（上期已覆盖）→ 不重复计条，仅补增量细节
• 置信度：<span class="t-prob">大概率</span>（闭门会内容为二手转述；16 万卡数字多源不一致）

D3 · 官方新闻页核验（否定性结论）

• 官方新闻页最新条目仍为 2026-09-10 的「DeepSeek V4.1 Flash」；页面构建时间戳 2026-09-29T11:53:49Z，与上期、上上期完全一致 → 过去 24h 官方无新公告、无新模型发布。
• 新闻页可见的 2026 年日期仅 2026-04-24（V4 预览）、2026-09-10（V4.1 Flash）以及构建时间戳中的 2026-09-29。
• 已按规则排除「官网首页横幅 = 今日发布」的误判路径：本期不使用横幅、不使用版权年份作为发布日期依据。

D4 · 三口径矛盾自检（V4.1 Pro 仍未官宣）

• llm-stats（400 模型）、Artificial Analysis（26 条有分模型）、LiveBench（66 模型）均无 V4.1 Pro 任何条目。
• 与部分自媒体「V4.1 Pro 假期内正式发布」的说法自相矛盾 → 该传闻维持 <span class="t-pend">待验证</span>，不进 15 条精选。矛盾自检通过。

D5 · 本期剔除 / 降级

三、 15 条精选 · 甲组 AI Coding（8 条）

A1 · Pi 1.0：曾公开拒绝 MCP 的极简 agent harness，反向原生支持了 MCP

• 事件：Earendil（Armin Ronacher 与 Colin Daymond Hanna 创立，Accel / Balderton 背书）发布 Pi 1.0，MIT 许可。核心变化是 Codemode —— 一个 JavaScript 执行环境，让 agent 把多个工具调用写进一段脚本里合并执行，并原生支持 MCP。这是明显的立场反转：Pi 此前长期以「可组合性差、吃 token」为由拒绝 MCP。官方给出的理由是协议本身演进成熟，且 Pi 为 Jev 集成本来就需要类似执行环境。其他更新：工具按需加载（省上下文）、Anthropic 模型缓存预热（降成本与等待）、会话中途插入 system message、默认全屏 TUI。同期发布实验性的 Pi Durable（长时运行 agent 框架）。反转为成本所驱动：Codemode 把一个 GPT-5.6 的示例从约 5,300 prompt token 压到约 3,300，省 40%。
• 来源：Earendil 官方发布帖 + Hacker News（id 49926069）+ Startup Universal + Podimo HN 回顾
• 时效：10-01 19:33 UTC = 北京 10-02 03:33，距本期窗口起点早约 2 小时，按「窗口边缘」计入；10-02 全天持续发酵
• 置信度：<span class="t-conf">已确认</span>（官方发布帖 + MIT 许可可核验）
• 值得关注的原因：MCP 已经从"要不要接"变成"怎么接才不亏 token"。Codemode 用代码执行而非工具描述塞进 prompt来接 MCP，等于给整个行业提供了一个可复制的成本解法；一个以克制著称的项目主动拥抱它，说明这条路走通了。

A2 · Anthropic 疑似在 Fable 5.1 标签下灰度下一代旗舰（社区称「Fable 5.5」）

• 事件：大量开发者发现 Claude 网页端被悄悄路由到 Anthropic 的下一代旗舰，界面仍显示 Fable 5.1，但回答风格、速度与能力明显不同。社区用圈内梗做探针：「你认识重置哥 Tibo 吗？」——Tibo 本名 Thibault Sottiaux，是 OpenAI Codex 负责人，Codex 故障吃掉用户额度时他会在社交平台宣布为付费用户重置额度，被戏称「赛博义父」。API 上的原版 Fable 5.1 把 Tibo 认成了另一位法国独立开发者；被路由到新后台的「5.1」在断网、不调用任何工具的情况下准确说出了来历。其他实测：给一张任天堂 GameCube 手柄图，新模型一两句话就画对了。
• 核验：Anthropic 至今未官宣；公开模型目录最新仍是 claude-fable-5-1（1M 上下文 / 128K 输出 / $10 输入 / $50 输出）；无 claude-fable-5-5 的 API 标识、定价页、system card 或官方基准表 → 名称、发布日期、是否全新预训练、是否沿用 $10/$50 定价全部属未证实。AI IDE List 明确写「截至 2026-10-02 未正式发布」。
• 来源：B 站黑鸦Heya（BV1v8aS6mEad，10-02 19:04）+ 新浪新闻 + AI IDE List + ai.jp.net（四源互证同一探针与同一现象）
• 时效：10-02（社区发现与媒体跟进均在窗口内）
• 置信度：<span class="t-prob">大概率</span>（多源互证存在灰度现象；具体版本名与能力结论未证实）
• 值得关注的原因：这是「灰度过 Nicht官宣」的典型样本——能验证的是现象（行为不同），不能验证的是命名与 benchmark。同时它给 FTC 正在进行的调查（上期 A2）提供了新的素材：厂商在用户可见标签之下换模型，透明度问题会被进一步放大。

A3 · Cloudflare 发布 Clef / Clef-flash 决策模型：不生成句子，只返回选择与概率

• 事件：Cloudflare 推出 Clef 与 Clef-flash 两款决策模型，基于 Qwen、Apache 2.0 许可。它们不生成文本，而是把文本和图像分类进预定义答案，并返回选择、分数或真值概率，用于路由客服工单、识别可疑网站、挑选 agent 的下一步动作等。支持图像输入、64K 上下文，兼容 Jev API。官方称 Clef-flash 约 39 毫秒完成分类，比 TypeSafe AI 的 Jev 快 10 倍以上。Cloudflare 的表述是：有了 Clef，AI agent 做结构化决策不再需要人在环内。
• 来源：Cloudflare 官方博客（blog.cloudflare.com/clef-decision-models/）+ Hacker News（id 49923692）+ the-decoder（10-02）
• 时效：10-02
• 置信度：<span class="t-conf">已确认</span>（官方博客 + 许可协议可核验）
• 值得关注的原因：这是把「小模型做判断」这一层产品化并开源的动作。它与 AWS Strands Decider 2B（上期 A7）、Jev 构成同一赛道：模型的产出从 token 变成决策。39ms 的意义不在快，而在于可以放在 agent 主循环里同步调用而不拖慢链路。

A4 · WSJ：OpenAI 安全团队震荡——解雇 3 名研究员，第 4 名主动离职

• 事件：《华尔街日报》报道，OpenAI 与三名研究员解除关系，安全团队另有第四人离职，原因是被指控向外部 AI 安全组织泄露机密信息。
• 来源：Wall Street Journal（10-02）→ the-decoder 转述
• 时效：10-02
• 置信度：<span class="t-prob">大概率</span>（WSJ 属权威一手，但本报表未直接读取原文，且OpenAI 未公开回应细节）
• 值得关注的原因：与「Anthropic 联名呼吁减速」形成对照的另一条线——安全议题正在从公开倡议转向内部人事与信息管控。在 FTC 已就产品风险立案（上期 A2）的背景下，实验室内部的安全治理状态会越来越成为监管取证的对象。

A5 · Codex 分发与稳定性：疑似对 $20 档订阅未公告限制，企业版消息卡在 pending

• 事件：Codex VS Code 扩展在 10-01 更新至 26.928.31416 后，一名 Enterprise 用户报告消息随机进入 stuck pending 状态、无限转圈或提交后消失；另有 GitHub issue 描述重启后从第二条消息起就卡在 "adding to queue"，历史记录显示一条已完成 prompt 被重复执行。同期一名 Reddit 用户称 GPT-6.1 Sol 当天上午在 Codex 中可用，随后突然报 unable to load messages，接着提示该模型 is not supported when using Codex with a ChatGPT account —— 疑似对 $20 档订阅的当天、未公告限制。另有从业者反映 GPT-6 Sol 比 5.6 更慢更笨，称「几个月来第一次觉得在 Codex 里浪费时间」。
• 来源：Claude Code Daily Briefing（10-02）+ AGI HUNT（10-02）+ Reddit / GitHub issue（社区单源）
• 时效：10-01～10-02
• 置信度：<span class="t-prob">大概率</span>（两类现象各有 ≥2 处独立反馈；官方未确认是否为有意限制）
• 值得关注的原因：模型能力之外，分发层的稳定性与配额策略正在成为体验的主要变量。上期 A4 提到「只读管道可自动放行」，本期则相反——订阅档位可以在一天之内悄悄改变模型可用性，这对把 Codex 写进生产流程的团队是实打实的供应链风险。

A6 · 三方个人 agent 竞赛成形：OpenAI dots / Meta Muse / xAI Grok Bot

• 事件：OpenAI 在 DevDay 2026 正式发布 dots（常驻型 agent，宣称「学会什么对你重要、替你干活」），演示场景包括行程规划、把零散反馈变成待办、补上错过的 Slack 讨论。实测反馈：每个 dot 跑在独立的持久云电脑上——一个跨数百份 PDF 的文档审阅任务在那儿连跑数天并持续吸收追问，但这台云电脑与 Work / Codex 的任务是彼此隔离的资源池，不能互相借算力。同期数据：Meta Muse 已超 300 万周活 / 100 万日活（The Information，按发 prompt 的人计），Sensor Tower 显示下载破 500 万、美区 App Store 连续 12 天第一（ChatGPT 用 56 天、Grok 103 天、Claude 492 天），并接入 Shopify / QuickBooks / Stripe / Canva 向小生意延伸；xAI 的 Grok Bot 推出自己的编排层。分析观点认为 dots 与 Grok Bot 争工作场景、Muse 打个人场景，并非直接对手，dots 最大优势是「直接长在 ChatGPT 里」。
• 来源：OpenAI DevDay + The Information + Sensor Tower + AGI HUNT（10-02）
• 时效：主体 10-01～10-02（DevDay 主体上期已覆盖，本期只计落地数据与实测反馈这部分增量）
• 置信度：<span class="t-prob">大概率</span>（周活/日活为媒体转述未审计数据；App Store 排名为第三方监测）
• 值得关注的原因：Muse 用 12 天做到 ChatGPT 用 56 天做到的事，说明消费级 AI 的分发窗口正在急剧压缩。同时「dots 的云电脑与 Codex 资源池不互通」是个很具体的产品割裂信号——agent 产品线的资源调度还没打通。

A7 · AI 集成面连续暴雷：GitLab AI Gateway 严重 RCE + ChatGPT Mac 版数据泄露

• 事件：GitLab 就 AI Gateway 服务的一个严重远程代码执行（RCE）漏洞发出警告（BleepingComputer）；同期曝出 ChatGPT Mac 应用的一个漏洞会把用户数据暴露给攻击者（The Tech Buzz）。另有 CISA 公布 CVE 现代化计划以应对漏洞数量激增；安全社区讨论「AI 驱动的虚拟化管理平台是否足够安全以用于企业」。
• 来源：BleepingComputer + The Tech Buzz + ChannelE2E + Security Boulevard（经 AI Security Digest 10-03 汇总）
• 时效：10-02～10-03
• 置信度：<span class="t-conf">已确认</span>（厂商/CISA 公开警告）
• 值得关注的原因：AI 的攻击面正在从模型本身转移到「AI 集成的那一层」。上期是 NVIDIA 用硬件沙箱正面回应 agent 安全，本期是 GitLab 这类开发基础设施的实际漏洞——同一问题的一体两面，且后者离普通开发者更近。

A8 · 垂直化两条：OpenAI × Synopsys 共建芯片设计模型；马来西亚上线主权 AI 编程平台 ILMUcode

• 事件一：OpenAI 与 Synopsys 达成多年战略合作，共同打造面向 Synopsys EDA 工具优化的 GPT-Synopsys 模型。定位不是「把通用模型接到工具上」，而是让模型直接学会如何运行 EDA 工具并解读其结果。
• 事件二：YTL AI Labs（YTL Power International 旗下）在马来亚大学发布 ILMUcode —— 马来西亚的主权 AI 编程平台，由高教部长见证。马亚大学成为马来西亚第一所为计算机专业学生提供前沿 AI 编程能力的高校。ILMUcode 把 agentic 编程助手与 ILMU-GLM-5.3（与 Z.ai 合作、基于 GLM-5.3）结合，跑在马来西亚自有主权基础设施上；官方称其在 Terminal-Bench 2.1、DeepSWE 等编程基准上位居世界前列。同族产品还有 ILMUclaw（自主 agent 构建）、ILMUchat。
• 来源：GeekNews（10-02）+ Bernama 马来西亚国家通讯社（10-02）
• 时效：10-01～10-02
• 置信度：<span class="t-conf">已确认</span>（官方发布 / 国家通讯社）
• 值得关注的原因：同一天出现的两个样本，指向同一件事——AI coding 正在从「一个通用产品」裂成两层：一层是深入垂直行业工具链（EDA），一层是下沉到国家主权算力（马来西亚用 GLM 底座自建）。后者尤其值得注意：开源模型的地缘扩散正在通过"主权 AI 编程平台"这种形式落地。

四、 15 条精选 · 乙组 具身智能（7 条）

B1 · FieldAI 拟融资 7 亿美元、估值 100 亿美元：一年多涨 5 倍

• 事件：机器人公司 FieldAI 已就新一轮 7 亿美元融资签署 term sheet，估值 100 亿美元——较其一年多前的 20 亿美元估值涨了 4 倍（媒体表述为 quintuple / 翻五倍存在口径差异，本报表按「20 亿 → 100 亿」记录）。交易尚未正式关闭，领投方不明，公司未回应置评。FieldAI 自 2023 年成立，做跨机器人、跨任务、跨环境的「通用机器人大脑」，覆盖人形、机器狗、无人机、工业漫游车。自 6 月以来新增至少 3,500 万美元收入与客户合同，累计超 1.35 亿美元 / 30+ 客户，客户含建筑公司、数据中心运营商与国防企业。团队来自 Google DeepMind、Tesla、Nvidia、Boston Dynamics。对标方：Physical Intelligence 约 110 亿、Skild AI 超 140 亿。
• 来源：Business Insider（10-02，引述知情人士）+ urgent.news 转述
• 时效：10-02
• 置信度：<span class="t-prob">大概率</span>（已签 term sheet 但未关闭，估值与规模均为知情人士口径）
• 值得关注的原因：这是「物理 AI」估值曲线的一个具体刻度——收入 1.35 亿美元对应 100 亿美元估值，约 74 倍。放在 Walden Robotics（上期 B1，3 亿美元种子 / 11 亿估值）旁边看，钱正在从整机叙事集中流向"大脑/基础模型"层，且轮次金额已经大过很多整机厂的年收入。

B2 · 智元第 2 万台整机下线，全球首个大规模具身智能主题乐园同日开门

• 事件：智元机器人第 2 万台整机在珠海横琴正式下线，全球首个大规模具身智能主题乐园同日开门迎客，数百台机器人常态化投入服务岗位。从第 1 万台到第 2 万台，仅用了半年。背景数据：今年上半年中国人形机器人出货量占全球 97%；小鹏机器人数智工厂、柳州优必选超级智慧工厂相继投产；宇树登陆科创板并把消费级产品价格下探至 10 万元以内。出海侧：2026 柏林 IFA 有超 100 家中国具身智能企业参展，人形机器人数量创历史之最；今年 1—7 月速卖通中国 AI 硬件品类出海同比翻倍。同期 RobotToday / HumanoidsDaily（10-02）复述 IDC 数据：H1 全球出货近 2.5 万台 / +432.1%，智元 8,600 台约占 35% 居首，IDC 预计 2030 年全球超 75 万台。
• 来源：新华网 / 湖南日报「零时差」栏目（10-02）+ RobotToday（10-02，引 RoboticsAndAutomationNews）+ IDC
• 时效：10-02（IDC 主体数据 09-30 已发布，上期已覆盖 → 本期只计"2 万台下线 + 主题乐园"这一新增事件，出货数据作背景引用）
• 置信度：<span class="t-conf">已确认</span>（下线事件为官方活动 + 官媒报道；出货数据为 IDC 口径，多家转述一致）
• 值得关注的原因："万台"这个量级的节拍从一年压到半年，是具身智能从"技术验证"跨到"规模部署"最硬的证据之一。但也要看清另一面：主题乐园、展馆、政府采买仍是主要去向——B6 那条"卖服务不卖设备"的英国公司，恰好是对这种销售结构的另一种回答。

B3 · 全国首个国产电子架构人形机器人发布：关节破坏、网络攻击、病毒植入下仍稳定运行

• 事件：2026 国产化电子架构具身智能机器人发布会在湖北宜昌举行，深圳逐际动力与北京东土科技联合发布全国首个搭载国产电子架构的人形机器人。分工明确：逐际动力提供本体硬件原创设计与制造、大小脑融合技术和人形大脑系统 COSA；东土科技提供全国产底层电子架构——鸿道 Intewell 操作系统、AUTBUS 确定性总线、MaVIEW 智能体工具软件、全国产化 AI 处理器芯片，实现控制与 AI 智能计算隔离融合。发布会现场由国家工业信息安全发展研究中心做测试：在关节破坏、网络攻击、病毒植入等情况下，该机器人通过测试并保持稳定运行。
• 路线脉络：2025 年 5 月鸿道操作系统发布 → 2026 年 4 月国产化机器人电子架构联合体组建 → 2026 年 9 月联合清华大学、智元、摩尔线程等发起国产化具身智能机器人电子架构联盟。
• 来源：A5 站长网 / 多家转载（10-02）
• 时效：10-02（原文「近日」，发布活动可定位到窗口内；具体发布时刻未获取到可核验的精确时间）
• 置信度：<span class="t-prob">大概率</span>（多源转载一致；测试细节为发布会现场自述，未见第三方复现）
• 值得关注的原因：电子架构是决定整机性能上限的「神经系统」，长期沿用海外体系。这次的看点不在"换了一颗芯片"，而在于操作系统 + 确定性总线 + 工具软件 + AI 芯片四层同时国产且打通——这是比单点替代复杂得多的系统性工程。行业内的冷静提醒也写进了报道：架构最终要在可靠性、开发生态、综合成本上形成优势，从技术验证到规模化落地仍有距离。

B4 · 斯坦福 HomeBody：GPT-6 Astra 驱动宇树 G1，在陌生厨房完成长程任务链

• 事件：斯坦福团队 HomeBody 项目把 GPT-6 Astra 与宇树 G1 人形机器人连接，在从未见过的厨房里完成探索、建图、物品归置、丢弃纸盒，甚至根据「把药拿来」的指令找到不在当前视野内的药品并递到人手中。与以往桌面级抓放演示不同：该系统在新环境中无需额外采集训练数据，也无需重新训练专用动作策略，而是让大模型把导航、抓取、开抽屉等机器人技能当作工具来调用。技术链条：Astra 选点引导 G1 移动并记录相机画面 / 激光雷达 / 关节姿态 / 途经位置 → SLAM 边建图边定位，观察结果存为可调用的空间记忆 → 在 Isaac Sim 中用 SLAM 实测几何约束重建数字孪生厨房并对齐坐标系 → 执行阶段结合当前画面、地图、空间记忆与手持状态决定下一步调用哪项技能。
• 来源：通信世界（10-02 07:13）+ Hacker News OpenAI's Astra model is shockingly good at robotics（id 49935632，10-02 16:44 UTC）
• 时效：10-02
• 置信度：<span class="t-prob">大概率</span>（项目公开可查；具体成功率为团队自述，未见独立复现）
• 值得关注的原因：大模型在机器人系统里的角色，正从"动作生成者"变成"技能调度者"。这条路线意味着机器人能力的上限开始取决于大模型的空间记忆与任务规划，而不是端到端策略的训练数据规模——具身智能的能力来源被换了一个引擎。

B5 · 首届越南具身智能大会（河内 10-02）：把机器人列入 10 大战略技术，拟拨 0.6% 国家预算给 AI

• 事件：首届越南具身智能大会 10-02 在河内举行。政策面：Decision No. 21/2026/QD-TTg 正式把机器人与自动化列入越南 10 大战略技术组；《人工智能法》与至 2045 年的国家 AI 战略把监管思路从事前审批转向事后检查，允许沙盒机制与直接财政支持。越南目标把国家预算支出的 0.6% 专项投向 AI，并为数据中心基础设施准备 500 MW 电力。国家创新中心（NIC）副主任 Do Tien Thinh 提三点建议：为具身智能单列专项（而非并入大 AI 战略）、在吸引外资之外自建人才池、为具身智能单设沙盒并从 0.6% 中切出份额，政府可以成为第一个客户。会上越南国家大学工学院、河内工业大学汽车与机械工程学院、越南职业教育协会与多家国际教育伙伴签署战略合作协议。
• 市场口径：IFR 数据——亚洲机器人采用率 +71%，中国占全球市场 54% 以上；高盛预计人形机器人市场 2035 年达 1,380 亿美元，摩根士丹利预计 2050 年最高 5 万亿美元。AGIBOT 亚太与中东总裁 Abel Dang 称 2026 是转折点，因为「大模型、可靠的机器人本体、数据飞轮首次同时具备」。
• 来源：VietnamNet（10-02）+ NIC 官员会上发言
• 时效：10-02
• 置信度：<span class="t-conf">已确认</span>（政府决策文号 + 官媒）
• 值得关注的原因：具身智能的国家产业政策竞赛已经开始扩散到第二梯队国家。越南的路径很清晰：不追整机，先用沙盒 + 政府采购 + 人才卡位。5 万亿美元这类远期预测听听就好，但0.6% 预算与 500MW 电力是实打实的当期投入。

B6 · 英国 Extend Robotics 融资 260 万英镑：不卖设备，卖「结果即服务」

• 事件：英国具身 AI 公司 Extend Robotics 完成 260 万英镑早期融资，由 Skyworks Venture Capital 领投，Neo Venture (Europe) 与 Zip Capital 跟投。资金用于在欧洲工业市场推广其 Result-as-a-Service（结果即服务）模式：不卖物理机器，而是按成果计费、随需求伸缩，由 Extend 承担实施与运营风险。其 AMAS 平台让没有机器人经验的操作员通过沉浸式三维界面远程控制机械臂或人形机器人，AI 处理任务中的常规部分，从而扩大可从事危险/远程作业的专家池。目前平台在汽车、航空航天、核电、机器人、农业领域有 35 个订阅客户，利润连续三年翻倍。落地案例：为英国苹果生产商 Adrian Scripps 的包装线做人形机器人实时质检；在 Leyland Trucks 工厂训练机器人安装高压维修断开块并执行定制喷涂。公司保持硬件中立，2026 年 1 月成为宇树机器人官方集成商，并在 NVIDIA GTC 2026 的 Robotics Startup Showcase 上被英伟达推介。
• 来源：AllWorld.Media（10-02）
• 时效：10-02（原文未给精确发布时刻，按窗口内处理）
• 置信度：<span class="t-prob">大概率</span>（单一媒体源；客户数与利润表述为公司自述）
• 值得关注的原因：在所有人都在比出货台数的时候，这家公司选择比订阅数（35 个）。"结果即服务"把资本开支风险从买方转移到卖方，这对欧洲「小批量、多品种、高危」的制造场景是直接对症的——B2 里那些走进主题乐园的机器人，和这里走进卡车工厂的机器人，走的是两条完全不同的商业化路径。

B7 · 具身智能的评估范式在社区被重新提问：该测硬件还是软件？

• 事件：10-02 Hacker News 同日出现三条相关帖子：Robotics evals should test hardware, not just software（id 49935731）、Robot Hands for Modern AI and Real Work（8 分，id 49933288）、OpenAI's Astra model is shockingly good at robotics（id 49935632）；另有一条生物侧交叉实验 Bioelectrical fluctuations in a mushroom controlling robotic arms。核心主张：当前机器人评测几乎只测软件栈（模型/策略），而真实失败往往发生在硬件层（本体、手、传感器）。
• 来源：Hacker News（10-02）
• 时效：10-02
• 置信度：<span class="t-pend">待验证</span>（社区单源观点，无实验数据支撑）
• 值得关注的原因：把它和上期 B6（IROS 现场宇树 G1 实测：完整参考 73%、外部状态 80–90%、自相机仅 50–60%）放一起读，结论很直接——拉低成功率的不是"大脑"，而是本体自带的感知。如果评测继续只测软件，行业会持续高估具身系统的真实可用度。

五、社区快讯（待验证）

以下条目仅有单一信源、或缺少可核验日期、或与官方信息公开矛盾，在获得第二方验证前不应作为决策依据。

六、补充简讯

• Figma 远程 MCP 服务器改为白名单制，Pi 被排除（10-02，HN 约 183 分 / 102 评论）：Figma 的远程 MCP 服务器现在只允许预先登记在支持列表中的客户端访问，编码 agent Pi 尚未入选，因此无法再连 Figma。使用 Claude Code 接 Figma 远程 MCP 的用户暂不受影响。这是设计工具厂商收紧 MCP 访问的第一个明确信号——其他 MCP 集成可能跟进。<span class="t-conf">已确认</span>
• Anthropic 计划 10-14 举办 pre-IPO 投资者日，估值口径接近 2 万亿美元；同期报道称联创 Christopher Olah 曾召集宗教领袖讨论 Claude 是否可能有意识，并表达对其「永久受苦」的担忧（10-02，the-decoder / The Gist）。<span class="t-prob">大概率</span>
• Alex Ewerlöf《Coding is NOT solved》登上 HN 第 2（10-02）：反驳「LLM 已经能写好代码、工程只剩品味」的叙事，主张维护、可靠性、安全性与可扩展性才是真正的成本驱动项。同期另一条 HN 讨论认为前端教育正在崩塌——AI 工具削弱了初学者从零学 HTML/CSS/JS 的动力。<span class="t-conf">已确认</span>（帖子存在与排名）；<span class="t-mute">观点类</span>
• 新加坡 HTX 成立 Home Team Humanoid Robotics Centre（H2RC）：09-30 揭牌，目标 2028 年投入公共安全部署，聚焦危化品控制、违禁品查缉等任务；10-01～10-02 由 HumanoidsDaily 等国际媒体报道。<span class="t-conf">已确认</span>（成立日 09-30 超窗，按背景计入）
• 英国 Antobot 计划 2027 年前在草莓作物部署 300 台 UV-C 机器人，用紫外光替代杀菌剂防治白粉病（AgFunderNews，约 1 天前）。<span class="t-prob">大概率</span>
• 217 年拿破仑密码被 GPT-6 Astra 破解：SentinelOne AI 工程师 Carter Church 用一张低分辨率扫描件加一条 prompt，在密码学家 Daniel Tant 已解的 33 个符号的 partial key 基础上，跑模拟退火求解器约 6 小时模型执行时间，破译了一封 1809 年致 Marmont 元帅的密信（约 1,300 个密码单元、155 个不同符号）。Cryptiana 的 Satoshi Tomokiyo 复核并列为「已解」，同时把日期更正为 1809 年。<span class="t-prob">大概率</span>（破译结果经第三方复核，但"AI 单独破解"的叙事被作者本人和复核者都打了折扣）

七、 三口径能力评分与价格表

⚠️ 本期重要提示（必读）：三个口径的「能力分」在过去 24h 内全部未更新——LiveBench 已连续第三期未更新（Top 24 与上期逐位一致），llm-stats 的综合分与混合价、AA 的 Intelligence Index 也与上期逐位一致。唯一有波动的是吞吐 / 速度这类实时指标（llm-stats 33 个模型吞吐变化、AA 全部 26 个模型的 medianOutputSpeed 变化）。不得据此推断任何模型能力的趋势性变化。

7.1 LiveBench（66 个模型 · 23 个科目均分 · release 2026_06_25 · 本期 24h 未更新）

<div class="scroll">

</div>

DeepSeek 系在榜 6 条：deepseek-v4.1-flash-max 81.4 / deepseek-v4-pro-0813 78.2 / deepseek-v4-flash-vision-exp 77.7 / deepseek-v4-flash-0731 74.8 / deepseek-v4-pro 72.6 / deepseek-v4-flash 66.1。无 V4.1 Pro 条目。

7.2 Artificial Analysis Intelligence Index（26 个有分模型）

<div class="scroll">

</div>

本期反直觉点（延续并进一步放大）：标价完全相同的 Claude Sonnet 5.5 与 GPT-6.1 Sol（都是 $2/$10），AA 单任务成本是 $7.667 vs $0.724 —— 相差 10.6 倍。原因是 Sonnet 5.5 的缓存读用量（$4.41）远高于 Sol（$0.12）。标价相同 ≠ 账单相同，缓存命中率才是真实成本的隐藏变量。

速度榜：Gemini 3.8 Flash 248.5 tok/s 居首，DeepSeek V4.1 Flash 213.3 tok/s 第二；而 II 榜首的 Claude Opus 5.5 只有 93.0 tok/s、单任务成本 $5.982 —— 能力榜第一的模型，速度排第 13、单任务成本排第 3 高。

7.3 llm-stats 实时价 / 吞吐（400 个模型 · general 377 / agents 192 · 能力分 24h 未更新）

<div class="scroll">

</div>

吞吐榜（综合分 ≥30，本期有实时波动）

本期波动提示：33 个模型的吞吐值相对上期有变化（如 GPT-6 Astra 101.8→169.5、Gemini 3.7 Flash 229.7→292.6、Qwen3.8 Flash 147.2→92.7），这是实时 API 采集的固有抖动，不代表模型改版。综合分与价格则逐位未变。

7.4 Price vs Performance（性价比）

口径 A · llm-stats：general 综合分 ÷ 混合价（限综合分 ≥45，避免"低价低分"统计假象）

口径 B · LiveBench：总评 ÷ 每成功任务成本（限总评 ≥75，已剔除 smaug-flash 统计假象）

口径 C · Artificial Analysis：Intelligence Index ÷ 混合价（3:1）

三个口径的读法：口径 A（llm-stats）分子是 general 综合分，利于小而专的模型；口径 B（LiveBench）分子是 23 科目均分、分母是实际每成功任务成本，最贴近「干完活花多少钱」；口径 C（AA）混合价含缓存与推理 token 的真实消耗。

本期三口径唯一的共同交集仍是 DeepSeek-V4.1-Flash / deepseek-v4.1-flash-max —— A 第 4、B 第 1、C 第 4，连续第三期保持同一位置，是跨口径最稳定的性价比模型。

第二个交集仍是 GPT-6.1 Sol：A 第 16（垫底区）、B 第 5 与第 9（两个 effort 档都在前十）、C 第 17。同一模型在三张榜上跨了两个极端——在 llm-stats 与 AA 的「按 token 计价」口径下极贵，在 LiveBench 的「按任务完成计价」口径下反而便宜。这本身就是「性价比没有唯一答案」的最好注脚。

7.5 GitHub Trending 日榜（10-03 05:36 采集 · 真实 Search API）

DeepSeek 相关：deepseek-ai/deepseek-harness 242,303 星（上期 238.7k，+3.6k），为 DeepSeek 组织下第一大仓库；deepseek-ai/DeepSeek-V3 104,506、DeepSeek-R1 91,941。

八、 AI 社会效益

关键洞察：本期社会侧的主线是「规则正在从原则下沉到可执行的最小单元」。北京把红线切到学段（0–3 岁不接触、3–6 岁不许拟人化情感陪伴），浙大建议稿把责任切到保险 + 救济基金这样有先例可循的金融工具（类比交强险与道路交通事故社会救助基金），加州把 AI 治理拆成 8 项具体生效条款。共同点是不再争论「AI 该不该管」，而是在写「谁、在什么场景、按什么流程、出了事谁赔」。

一个值得注意的反差：规则越具体，被规则约束的对象越不是模型，而是部署方与采购方——浙大建议稿约束的是「提供者与部署者」，北京指南约束的是「学校、教师、家长」三方，加州 AB2392 约束的是「高校采购生成式 AI 的标准与培训」。AI 治理的责任落点，已经稳定地落在"用模型的人"这一侧。

待观察线索

• 「灰度过未官宣」的透明度问题（A2）：厂商在用户可见标签下换模型，若被 FTC 调查（上期 A2）纳入取证范围，可能催生新的披露要求。目前仅为推测，无监管表态。
• AI 生成 PR 与开源维护者的冲突：AGI HUNT 提到「开源维护者拒绝 AI 生成 PR」形成摩擦，但未指名具体项目，无法追溯，维持待验证。
• 前端教育崩塌论：HN 讨论认为 AI 工具削弱了初学者从零学 HTML/CSS/JS 的动力，与北京指南「防范认知外包、思维惰化」形成呼应，但双方目前都没有量化数据。
• 217 年拿破仑密码被破解的叙事折扣：作者本人与复核者都强调是在已有 partial key 基础上完成，"AI 独立破译"的说法不成立——这类叙事被放大后的社会认知偏差值得持续观察。

九、 AI 经济效益

关键洞察：本期经济侧的主线是「AI 的资本结构正在被重新设计，而设计动作全部指向同一件事——把巨额资本开支从自己的资产负债表上挪走」。亚马逊把 80 亿美元芯片装进 SPV 再回租（预计本年 capex 2,200 亿美元）；博通用 600 亿美元债务替 Anthropic 买芯片，其中 180 亿是黑石主导的次级债；Sharon AI 用 3.56 亿 GPU 抵押贷款。三笔交易形态不同，逻辑一致：GPU 正在变成一种可抵押、可证券化的资产类别。

这里的结构性风险值得点名：芯片厂开始为自己客户的采购提供融资（博通→Anthropic、英伟达→六家金融机构动员 5,000 亿美元）。这在过去十二个月是不存在的——它把信用风险集中在芯片厂一侧，同时让 AI 公司在不稀释股权的前提下扩张算力。如果算力需求增速不及预期，这批债务的偿付顺序会先于股权，且抵押物（GPU）本身存在快速折旧与迭代贬值的风险。

另一侧的反差同样清晰：呼吁减速与担心"永久受苦"的声音，与 100 亿美元估值、600 亿美元债务、2,200 亿美元 capex 并存。这不是矛盾的证据，而是同一个体系的两面——风险叙事与资金流入在运行上互不干扰。

待观察线索（过热预警）

1. GPU-as-collateral 的定价基准尚未形成：亚马逊这笔交易的买家身份（主权基金 / 基础设施投资者 / 专业 AI 资产管理人）与隐含收益率未披露，这将成为整个市场的定价锚。
2. 博通 600 亿尚未正式宣布：知情人士口径，博通不予置评，存在缩水或延期的可能。
3. FieldAI 交易未关闭：仅签 term sheet，估值与规模可能变化。
4. 英伟达的法律敞口：若监管认定其对分销渠道的转移模式「应知而未作为」，可能面临民事与刑事处罚——这是出口管制从合规问题升级为系统性国家安全问题的第一个明确信号。
5. 芯片厂自融资的循环性：供应商同时是债权人，收入与偿付能力高度相关，风险并未分散，只是转移。
6. Anthropic 2 万亿美元估值与 pre-IPO 时点：若 10-14 投资者日未能给出可验证的收入与毛利轨迹，估值消化风险将被公开市场直接定价。

十、 方法论与免责声明

方法论

1. 统计窗口：2026-10-02 05:31 → 2026-10-03 05:33（GMT+8）。超窗信息一律降级为「背景」或剔除，不冒充当日新闻。
2. 时效硬核验（本期严格执行）：任何以「今日新闻 / 今日有 D」身份写入的条目，必须对照官方一手来源（官网 news/release 页、官方 API Docs、技术报告、GitHub Release、公司公告）确认「年-月-日」真实存在且年份等于 2026。本期已排除以官网首页横幅、版权年份、无日期搜索摘要作为发布日期依据的做法。
3. DeepSeek 专项核验：官方新闻页最新条目为 2026-09-10（V4.1 Flash），页面构建时间戳 2026-09-29T11:53:49Z；已知真实日期锚点——V3.2-Exp 2025-09-29、V3.2 正式版 + V3.2-Speciale 2025-12-01、V4 预览 2026-04-24、V4.1 Flash 2026-09-10。横幅与版权年份一律不作为发布依据。
4. 矛盾自检：本期「Fable 5.5」传闻与「三家榜单均无 claude-fable-5-5 条目、Anthropic 公开目录仍为 claude-fable-5-1」自洽（未官宣 → 无条目），自检通过；「V4.1 Pro 假期内发布」与「三榜均无条目」矛盾 → 降为待验证。
5. 置信度分级：官方公告 / Release Notes → <span class="t-conf">已确认</span>；≥2 独立社区源互证或 1 社区源 + 1 权威媒体 → <span class="t-prob">大概率</span>；社区单源或无可靠日期 → <span class="t-pend">待验证</span>；中性/不适用 → <span class="t-mute">中性</span>。
6. 三口径榜单：LiveBench 取 table_YYYY_MM_DD.csv 与 cost_YYYY_MM_DD.csv（总评 = 23 个任务列的算术均值；成本取 cost_per_successful_task）；AA 从页面 initialData 段直采 intelligenceIndex / price1m* / intelligenceIndexCostPerTask / timescaleData.medianOutputSpeed；llm-stats 综合分取 general 分类的 conservative 字段（非首页 arena_scores，后者 scale 不同会颠倒排名）。
7. 去重：与上期（10-02）重复的条目（DeepSeek 昇腾工具链开源、Harness 桌面版原发、IDC 出货报告、FTC 立案主体、Claude Code v2.1.287）一律不再计条，仅在补充简讯或增量中补新细节。

B 站 UP 主专项（10-03）

本期字幕总量：0 行（3 支窗口内视频均未开启字幕）。因此本期无字幕侧的一手实测数据（价格 / 速度 / token 账单 / 基准分），也未能补足媒体侧未覆盖的增量——这一缺失如实披露。

社区交叉验证：本期唯一来自 B 站的可用增量是标题层的「Fable 5.5 灰度 + Tibo 探针」，该信息已由中文与海外多家媒体覆盖，B 站未跑赢媒体，但提供了中文社区同步发酵的证据（发布时间 19:04 晚于媒体首报）。

字幕由平台自动生成，若含一手实测数据本报表会单独做表呈现；本期无此类数据，因此无同音错字校正需求。

本期已剔除 / 降级清单

免责声明

• 本报告由自动化流程生成，所有条目均标注来源与时效，不构成投资建议、技术选型建议或安全决策依据。
• 榜单分数为第三方评测在特定条件下的结果，绝对分数不可跨榜比较，也不等同于真实业务表现；厂商自述的性能数字（FieldAI 的收入与客户数、Extend Robotics 的 35 订阅客户与利润三年翻倍、Cloudflare 的 39ms 与「快 10 倍」、逐际动力/东土科技的现场测试结论）未经独立复现，引用时已标注。
• 本期 llm-stats、Artificial Analysis 与 LiveBench 的能力分在 24h 内全部未更新（LiveBench 已连续第三期），仅有吞吐 / 速度等实时指标波动。性价比排名与上期逐位一致，不得据此推断任何模型能力的趋势性变化。
• 「社区快讯（待验证）」章节的条目仅有单一信源或缺少可核验日期，在获得第二方验证前不应作为决策依据。
• A2（Fable 5.5）的现象已多源互证，但版本命名、能力结论与发布时间全部未经官方确认，引用时须保留这一限定。
• 本报告不含任何个人身份信息：不出现真实姓名、邮箱、手机号、住址、账号链接、令牌/API Key；署名统一为「AI 日报 · 自动化生成」。B 站章节仅标注 UP 主名称、BV 号、标题与字幕结果，不描述任何获取方式的技术细节。
• 若发现事实性错误，请以官方一手来源为准，并视为自动化采集的固有误差。

生成时间：2026-10-03 06:20（GMT+8） · AI 日报 · 自动化生成