本期主线
自治的下一程落在「可持久、可信、可跨本体」的底座：编码 Agent 常驻化、Agent 与具身在编排层合流、端侧为常驻重做算力、具身借大会与运动会跨进规模化前夜
同一个转向贯穿这几条——单体智能体的「会不会」早已不是问题，竞争焦点全面压到能长期、可信、跨本体地跑的底座层：AI coding 把 Agent 从一次性会话做成跨会话常驻＋用量上限自动续跑＋防凭证泄漏，从「问答工具」长成「工程实体」；AI Agent 与具身在编排层合流——NVIDIA Isaac 次世代集成 MOQ 流式与 ruflo 式编排，意图用统一控制面管住异构机器人编队，把 Agent 范式直接搬进具身软件栈；终端智能为常驻 Agent 重做计算底座，Acrab GΞLIX 1 把焦点从「单 NPU 算力」挪到 CPU/NPU/内存/编排协同的异构系统题；具身智能借 WRC 2026「一脑多能、跨本体」实证与第二届世界人形机器人运动会，从 demo 跨进「通用大脑部署＋真实物理评测」的规模化前夜，HOST/GOAG 等零样本学习研究则把「少示教快部署」往前推。一句话：稀缺的不再是能力演示，而是「可持久运行、可信约束、跨本体部署」三项同时就位。
信号 01 / AI Coding · 持久化与加固
Claude Code 两周连发三版（v2.1.233–236）：跨会话常驻、用量上限自动续跑、GitLab MR 与 cgroup 限额、凭证泄漏防护
Claude Code持久会话cgroup 限额防泄漏
事件
Anthropic 在约两周内连推三个版本，把 CLI 编码 Agent 从「一次性问答会话」做成跨会话常驻的工程实体：
- v2.1.236（8/19）：新增 ANTHROPIC_DEFAULT_MODEL 环境变量，设定新会话默认模型——团队可统一标准，个人仍可在会话内用
/model 覆盖并保持；notify_when_idle 支持跨会话消息（一个会话可在另一个空闲时 ping 它，免轮询）。
- v2.1.234（8/17）：用量上限重置后会话自动续跑，长任务不再静默卡死直到人工发现重启。
- v2.1.233（8/14）：支持 GitLab MR URL（此前仅 GitHub）；Linux 下 Bash 工具命令可设 cgroup 内存上限，防失控构建/安装拖垮整会话；加强凭证泄漏防护。
为什么值得关注
编码 Agent 正从「人盯着的一次性工具」长成「可长期运行、会自愈、能互相等待」的进程——这是它从 demo 走向生产系统的前提。其中两处对 SecOps 直接相关：cgroup 限额把 Agent 的爆炸半径从「整台机器」收到「单条命令」，凭证防泄漏降低自主提交时的密钥外泄面 Agent 运行时护栏范式——让本地/本体的自治进程「跑得动、关得住」。
同周横向印证：OpenAI Codex 推出 Linux 桌面 App 预览 + Agent Plugins 支持；OpenCode（SST 系）三连更；BenchLM 编码榜（8/2）Claude Mythos 5 综合 80.1 居首、Claude Fable 5 79.8、GPT-5.6 Sol 78.4——头部差距仅 2 分内，竞争已从「模型分」转到「harness 与运行时」。
可核验数据点 · 8/19 v2.1.236 ANTHROPIC_DEFAULT_MODEL + notify_when_idle · 8/17 v2.1.234 上限重置自动续跑 · 8/14 v2.1.233 GitLab MR + cgroup 限额 + 凭证防护 | 来源：Claude Code Docs Changelog · Oday Bakkour Roundup
信号 02 / AI Agent · 具身编排合流
NVIDIA 次世代 Isaac 集成 MOQ 流式 + ruflo 式编排，Boston Dynamics 开放 Spot SDK：Agent 编排范式正搬进具身软件栈，统一控制面管住异构机器人编队
NVIDIA IsaacrufloMOQ 流式统一控制面
事件
Robotics Daily（8/22）：NVIDIA 发布次世代 Isaac 机器人平台，集成 MOQ（流式）支持，并与 ruflo 式编排框架深度整合——意图控制「从仿真到部署」的全软件栈。同期 Boston Dynamics 开放 Spot SDK，支持 ruflo 兼容的 agent workflow，从封闭转向开放平台（承认生态增长是商业化关键）。
- 市场背景：ruflo（agent meta-harness）被视为 ROS 2 之后的编排层候选，预计 2028 年市场 40–60 亿美元/年；MOQ 协议推动遥操作市场 2030 年达 120 亿美元。
- 趋势判读：Agent 编排（ruflo）+ 流式（MOQ）+ 基础模型，正收敛为「单一控制面管理异构机器人编队」的统一架构——与智能手机「硬件+软件+连接」合并为平台的革命同构。
为什么值得关注
具身智能的「中间层」正在向 Agent 编排范式收敛——一个控制面同时管异构本体编队、实时流式遥操作、基础模型高层决策。这把 AI Agent（ruflo 编排）与具身（机器人本体）在软件栈层面合流。NVIDIA 意在全球机器人软件栈霸权。
这意味着「具身 Agent 的编排标准」正在成形提前选型关乎未来集成成本。若 ruflo/Isaac 成为事实标准，本土具身方案的互操作、数据接口与工具生态都要围绕它对齐——是「跟」还是「另起炉灶」，现在就要有判断。
可核验数据点 · NVIDIA Isaac 次世代(MOQ+ruflo 编排) · Boston Dynamics Spot SDK 开放(ruflo 兼容) · ruflo 编排层 2028 市场估 40–60 亿美元/年 · MOQ 遥操作 2030 估 120 亿美元 | 来源：Smartotics Robotics Daily · ruvnet/ruflo
信号 03 / 终端智能 · Agent 原生端侧算力
Acrab 完成 1.3 亿美元 B 轮、累计融资超 4.8 亿美元：GΞLIX 1 端侧芯片（700 TOPS、CPU/NPU 协同）与 Agent Box，押注「常驻本地 Agent」的计算底座
Acrab$4.8B700 TOPSAgent 原生
事件
新加坡 Acrab（2024 成立）完成 1.3 亿美元 B 轮（Vertex Growth 等），累计融资超 4.8 亿美元，首颗端侧 AI 芯片 GΞLIX 1 进入量产准备；同步推出 Agent Box 个人 AI 中心——本地跑千亿参数级模型，整合长期记忆、多模态交互、工具调用与 Agent 编排。
- GΞLIX 1：700 TOPS，强调统一内存 + CPU/NPU 协同 + Prefill + Agent 编排（非单纯 NPU 算力）。自测：Gemma 26B-A4B、4 万 token 缓存、1 万 token 输入下 Prefill 达 1416 token/s（自测，称比业界领先端侧平台快 7 倍，仍需第三方验证）。
- 同类端侧算力军备集体转向「模型感知 + Agent 原生」：芯擎科技 天工100 车规 7nm AI 加速芯片 8 月全面量产（千元级硬件、已供整车厂/Tier1）；谷歌 Pixel 11 Tensor G6（TPU+50%、端侧 AI 快 3.5×、能耗降至约 1/3）。
为什么值得关注
直接呼应主人「终端智能」岗调——端侧 Agent 常驻后，瓶颈不是「一颗更快的 NPU」，而是 CPU/NPU/内存/软件协同的系统题。这与微软 Azure《Architectural Implications of Agentic AI Workflows》的实测一致：Agent 任务在推理/工具/编排间反复横跳，真实流水线 8 个阶段有 7 个跑在 CPU。Acrab 押的正是「长期工作的本地 Agent 计算底座」。
对 SecOps：端侧常驻 Agent ＝终端攻击面结构性扩大（本地模型、跨 App 操作、机械执行器），终端管控需从「管进程」升级到「管 Agent 行为 + 数据出域 + 模型沙箱」。GΞLIX 1 的长上下文/Prefill 自测数据仍需独立复现，投资与量产节奏待首批客户验证。
可核验数据点 · Acrab B轮1.3亿美元/累计4.8亿 · GΞLIX 1(700 TOPS,统一内存+CPU/NPU协同) · Agent Box(本地千亿模型+长期记忆+工具) · 芯擎天工100 8月量产 · Pixel 11 Tensor G6(TPU+50%) | 来源：量子位/今日头条 · 芯擎科技 · Google
信号 04 / 具身智能 · 一脑多能 / 跨本体规模落地
WRC 2026 释放拐点信号：具身智能从「小批量试用」转向「大规模落地」，现场实证「一脑多能、跨本体跨场景」——蚂蚁灵波 17 品牌适配、光象单台多工位循环
WRC 2026一脑多能跨本体规模落地
事件
央广网 8/22：2026 世界机器人大会释放清晰信号——具身智能处于「小批量试用 → 大规模落地」关键拐点。现场实证「一脑多能、跨本体跨场景」：
- 蚂蚁灵波全栈大脑 2.0：一个大脑预训练适配 17 个机器人品牌；国大药房夜班分拣（门店零改造即可上岗）、乐聚仓储高精度抓取。
- 光象科技「物理原生智能」：单台机器人在汽车产线双工位（焊接上料 + 质检）自主循环，部署周期压到周/天级——行业首次验证单台具身从「专岗」走向「多面手」。
- 越疆空弈 DobotWAM 具身大模型：驱动多机接力（分拣→转运→抓取→装配），各司其职无缝衔接。
为什么值得关注
具身智能从「单本体炫技」跨进「通用大脑 + 跨本体部署 + 真实上岗」的工程量产前夜。「一脑多能」＝训练与部署成本断崖式下降（一个模型吃下多品牌本体。
风险与现实：家庭场景仍需时日；当前高价值落地集中在零售/仓储/工业质检等结构化场景。评判别被「 Demo 视频」带偏——要看「零改造上岗」「部署周期」「单台多工位」这类可结算指标。
可核验数据点 · WRC 2026(8/22)拐点信号 · 蚂蚁灵波大脑2.0 适配17品牌/国大药房夜班 · 光象单台双工位自主循环(周/天级部署) · 越疆空弈DobotWAM多机接力 | 来源：央广网 · 北京日报/今日头条
信号 05 / 具身评测 · 真实物理 + 快速学习
第二届世界人形机器人运动会开幕（Galbot ET1 对打网球），HOST/GOAG 零样本学习研究同周发布：具身进入「真实物理评测 + 少示教快部署」阶段
机器人运动会Galbot ET1HOST 零样本物理评测
事件
CGTN 8/23：第二届世界人形机器人运动会（北京）开幕，银河通用 Galbot ET1 人形与人对打网球——「大脑」(决策)+「小脑」(运动控制) 架构，人类动作数据 + 虚拟仿真训练，虚拟环境多智能体对练提升连续对拉/走位/击球选择。这把具身 AI 从数字棋盘（AlphaGo）推向真实物理动态评测。
- 同期 arxiv（8/22）密集发布快速学习范式：HOST（单段人类视频秒级学会操作、防灾难性遗忘）、GOAG / CoToGrasp（零样本灵巧抓取，解耦抓取意图与物体几何）、Flex-π（一套权重在 VLA/世界模型/混合间自适应、无需重训）。
- 背景：北京以「双法案」政策框架把自身设为真实世界机器人部署试验场；中国借机器人竞赛作为具身技术战略试金石。
为什么值得关注
具身智能进入「真实物理评测 + 快速泛化学习」阶段。网球等动态运动是比固定棋盘更难的可信度试金石——要求实时感知、决策、执行闭环；而 HOST/GOAG 把「从极少数据学会新技能」往前推，直击具身规模化（少示教、快部署）的关键瓶颈。
评测尺（机器人运动会 / 真实物理任务）+ 学习范式（少样本 / 零样本）是具身智能能否「低成本上岗」的两大杠杆。前者决定「怎么算过关」，后者决定「部署要多少数据与人日」——两者都该进入新岗的度量与选型清单。
可核验数据点 · 第二届世界人形机器人运动会(北京,8/22开幕) · Galbot ET1 网球对打(大脑+小脑架构) · HOST(单视频秒级学,防遗忘) · GOAG/CoToGrasp(零样本抓取) · Flex-π(单权重自适应) | 来源：CGTN · arxiv · machinedawn.ai
横向观察 · 从「会不会」到「能不能长期、可信、跨本体地跑」
- 编码常驻（01）＋ 端侧算力（03）说明：Agent 要「长期工作」，两端都得补底座——软的（跨会话续跑、cgroup 限额、防泄漏）与硬的（CPU/NPU 协同、统一内存的异构算力）。
- 编排合流（02）＋ 跨本体规模（04）说明：具身智能的「中间层」正被 Agent 编排范式（ruflo/Isaac/MOQ）统一，而落地靠「一脑多能、跨本体部署」把成本打下来——这是软件栈与大脑标准化的双收敛。
- 物理评测尺（05）把可信度从「跑分」拉到「真实动态环境」：运动会 + 零样本学习，共同定义具身「过关」与「部署成本」的新标尺。
。
注 / Caveat
01 事件原始日期 8/14–8/19，属近期已发生但未纳入本栏目历史卡片（08-18/19/20 覆盖 Cursor/Wiz/Polaris/Codex-Linux/OpenCode/Meta Muse/荣耀Pixel/WRC 开幕，未覆盖 Claude Code 持久化加固）的重要信号，今日一并梳理；03 Acrab 融资/发布为 8/13 前后、仍在发酵；04/05 为 8/22–8/23 当日。GΞLIX 1 的 Prefill 1416 token/s 为厂商自测，需第三方复现；「一脑多能」跨品牌适配仍依赖场景预训练，家庭等非结构化场景落地尚需时日。