今日主线 · TODAY'S MAIN LINE
自主交付与上岗潮
今天五条信号分两条主线收束。AI 编程侧，竞争从「模型能力」下沉到「价格 + 自主交付 + 可靠性」：智谱 ZCode 用户破百万并走向复杂任务自主交付、Meta 以低价多智能体 Muse Code 切入、中科院则量化出编程智能体在用户干扰下的失效盲区。具身侧，8 月「机器人超级月」把产业从 Demo 推向量产与上岗，小米开源 Xiaomi-Robotics-1、Daimon 触觉世界模型则把「具身大脑」的门槛与「动态环境」的短板同步往前推。一句话：两端都在把「能不能用」换成「能不能稳定地跑、便宜地跑、可靠地跑」。
C1 · DELIVER
AI CODING · 自主交付
智谱 ZCode 用户破百万，Coding Agent 走向「复杂任务自主交付」8/11
事件 · What
8/11 智谱宣布 ZCode 全面升级，上线 Goal（目标驱动）、Subagents（子智能体）、Remote Control（远程控制）、闲时任务四项功能，把 Coding Agent 从「对话辅助」推向「复杂任务自主交付」；用户数突破 100 万，GLM Coding Plan 全体额度于当日 13:00 统一重置回满。同日 MaaS 平台 API 用户逼近 700 万（含 2.3 万家企业客户），年内 ARR 增长约 15 倍；并点亮 1GW 级国产 AI 算力中心（5 万块国产芯片、无英伟达），以缓解调用量增长后的算力瓶颈。
为何值得关注 · Why
这是国产 AI 编程产品首个明确跨过「百万用户 + 自主交付」节点的信号，且叠加国产算力自给，形成「模型—产品—算力」闭环。对国内团队，ZCode 正成为可替代 Codex / Claude Code 的本土选项；额度重置 + 1.5 倍限时加成意味着本周使用量会冲高，是观察国产 Coding Agent 真实负载、稳定性与 harness 适配（「A good harness makes smart models smarter」）的窗口。算力去英伟达化也提示：国产 Coding 生态的护城河正从单模型转向「模型 + 编排 + 算力」三位一体。
信源与可信度：新京报 / 智猩猩 / 三言科技（一级）+ 多方周报交叉复核；用户数与功能上线「高」，1GW 算力与 ARR 为厂商口径「中（未独立证实）」。不构成投资建议。
C2 · PRICE
AI CODING · 价格战
Meta 推出低价多智能体编程智能体 Muse Code 测试版8/11
事件 · What
8/11 Meta 发布首款 AI 编程智能体产品 Muse Code（测试版），基于 Muse Spark 1.2，主打低价与多智能体编排：输入 $1.25 / 百万 token、输出 $4.25 / 百万 token，另有「贡献者层级」便宜 10 倍以上，支持零数据保留，一条命令即可安装并管理多个智能体，直接对标 Anthropic（Claude Code）与 OpenAI（Codex）。
为何值得关注 · Why
继 Claude Code、Codex 后，Meta 以「价格 + 多智能体编排」切入，标志编程智能体的竞争焦点从「能力」转向「成本与编排」。对中小团队，低价 + 零数据保留同时降低了合规与采购门槛；也预示赛道将进入价格战，倒逼闭源对手调整费率结构。值得跟踪的是：低价能否换来可比的编码表现——目前实测仍待第三方评测，定价格局变化快于能力差距收敛。
信源与可信度：三易生活 / 多家科技媒体（一级）；版本与定价「高」，实测编码表现待第三方评测「中」。
C3 · RELIABILITY
AI CODING · 可靠性盲区
中科院 SWE-Touch 量化编程智能体在「用户干扰」下的失效盲区8/11
事件 · What
8/11 中国科学院团队构建 SWE-Touch 框架，模拟用户反向编辑代码（人在环中中途改动），测试九款主流 AI 编程模型，揭示多数编程智能体在用户干扰下易失效——自主迭代会覆盖或误解人工改动，引发回归。此前编程智能体评测多假设「无人干预」，该框架补上最现实也最危险的盲区。
为何值得关注 · Why
它把「高自主编程」的可靠性从定性担忧变成可量化指标。真实研发中人类会随时介入，而当前智能体普遍假设工作区静态。结论直接指向工程护栏：在推向无人值守 / 后台代理前，必须配可验证机制（沙箱、diff 复核、冲突检测、写权限最小化），而非依赖模型自觉。与近期 Claude Code 默认 Auto Mode 的节奏对照看，能力上行与可靠性验证必须并行，否则「自主」会变成「自主制造回归」。
信源与可信度：至顶科技 / 团队论文（一级）；框架与测试结论「高」，覆盖模型的泛化性待更多复现「中」。
E1 · DEPLOY
具身智能 · 量产催化
8 月「机器人超级月」开启：从 Demo 走向量产与上岗8/12–8/26
事件 · What
8/12–14 第四届上海具身智能机器人产业大会召开，整机、核心零部件、算法企业与汽车 / 3C 终端用户一对一对接，上海具身企业首次以区域展团集中亮相；此后 8/19–23 世界机器人大会（WRC，北京，300+ 企业、150+ 首发新品）、8/22–26 第二届世界人形机器人运动会接棒。同期宇树科技科创板 IPO（拟募 42 亿、估值约 420 亿）进入打新，比亚迪首款人形机器人将于 8 月亮相。
为何值得关注 · Why
技术、资本、政策、会议在 8 月集中共振，是具身产业从「演示级」跨向「量产 / 上岗」的关键催化窗口。衡量标准已从「会不会动」转为「能否稳定量产、持续在岗、落地真实场景」。对关注产业链（本体、零部件、控制系统、场景集成）的人，这是集中验证成色的月份；摩根士丹利已把 2026 年中国市场出货预测从 2.8 万台上调至 5 万台。需冷静：估值与量产节奏仍多为厂商 / 机构口径，警惕「量产元年」叙事透支。
信源与可信度：行业会议公告 / 招股书 / 多家财经媒体（一级）；会议与 IPO 日程「高」，量产与营收预测「中（厂商 / 机构口径）」。不构成投资建议。
E2 · BRAIN
具身智能 · 大脑开源 + 触觉闭环
具身大脑开源化 + 触觉闭环：Xiaomi-Robotics-1 与 Daimon 触觉世界模型8/5 · 8/10
事件 · What
小米于 8/5 开源新一代具身基础模型 Xiaomi-Robotics-1（Hugging Face / GitHub），VLA 架构，基于 10 万+ 小时 Universal Manipulation Interface 轨迹预训练、1 万+ 小时跨本体后训练，RoboCasa365 成功率 57.4%。同期 Daimon Robotics（8/10）发布触觉世界模型 Daimon-TWM，让机器人在扰动下不停止、不碰撞，平均成功率 64.0%（无扰动）/ 53.5%（有扰动），把触觉反馈纳入「感知—预测—控制」统一框架。
为何值得关注 · Why
两条线分别补上具身智能的两块短板：小米把「通用运动控制软件」开源、标准化，降低中小团队自研门槛，把创新焦点从硬件转向可插拔神经网络；Daimon 则把触觉从「稀疏力觉」升级为「全臂闭环」，补齐动态 / 非结构化环境下的自适应。开源大脑 + 触觉闭环结合，预示具身 Agent 的可复现基线正在形成——谁能把这套「开源 VLA + 触觉反馈」跑通到产线，谁就拿到下一阶段入场券。跨本体泛化仍有待真实工厂验证。
信源与可信度：小米官方仓库 / zubnet / RobotToday（一级）；模型权重与基准为官方口径「中高」，跨本体泛化待产线验证「中」。