LEION · DAILY AI 2026-09-11 · 星期五 第 65 期

AI 每日动态 · 智能体成为可编程基础设施

聚焦 AI Coding / AI Agent / 终端与端侧 / 具身智能 — 当日高价值信号精选

观测期2026-09-09 → 09-11
侧重点平台基础设施 · 采用拐点
信号数5 条
主线基础设施化 · 补底座
本期主线
智能体正从产品功能下沉为可编程基础设施,具身智能补开源底座、进真实作业

OpenAI 把云端智能体做成可通过 API 调用的服务,Gartner 报告里代理式 AI 首次超越生成式 AI 登顶成熟度曲线、企业闭源模型占比两年腰斩——智能体的竞争焦点,正从"谁的对话更聪明"转向"谁能把 agent 作为稳定、可计费、可治理的基础设施交付"。与此同时,具身智能在两侧同步补短板:宇树开源统一具身基座模型,外滩大会上的本体厂从跑跳演示转向真实作业、把同一套大脑装进药房与邮局。智能体作为基础设施层的位置,正在被平台、资本、开源与现场共同夯实。

SIGNALS今日动态
NO.65 · 信号 01 · AI Agent / 平台基础设施

OpenAI 推出 Agents API 公测,云端智能体成为可编程基础设施

AI Agent 平台 云端沙箱
事件

9 月 10 日 OpenAI 推出 Agents API 公测,开发者可通过 API 构建并运行云端智能体。该 API 基于 Codex 智能体运行框架与基础设施,可指定任务、模型、工具及运行环境,沙箱环境可在 OpenAI 托管、开发者自有基础设施、合作伙伴提供三种之间选择。面向所有开发者开放公测,不收取额外费用,仅按所使用的模型、令牌与工具计费。

参照:此前 Codex 已在 IDE 与终端内提供 agent 能力,Agents API 把同一套运行框架暴露为云端服务——智能体从"嵌在产品里的功能"变为"可被任意系统调用的计算单元"。
值得关注

对行业的含义是:智能体的竞争焦点,正从"谁的对话更聪明"转向"谁能把 agent 做成稳定、可计费、可治理的服务"。当 agent 能被 API 直接调起、在隔离沙箱里跑长任务,企业把它接进生产系统的门槛与风险都下降;但计费模型、运行时治理与多租户隔离会成为新的工程重心。

NO.65 · 信号 02 · AI Agent / 采用拐点

Gartner 技术成熟度曲线:代理式 AI 首超生成式 AI 登顶,闭源占比降至 28%

AI Agent 行业风向 开源 / 国产
事件

9 月 10 日 Gartner《2026 年中国数据、分析和人工智能技术成熟度曲线报告》显示,代理式 AI(AI Agent)首次超越生成式 AI 登上曲线顶端,成为中国企业最关注的方向;物理 AI 被视为下一个潜在风口,但距离成熟至少还需 5 到 10 年。同一调研显示,中国企业使用闭源大模型的占比,从约两年前的 80% 降至最新约 28%,开源与国产模型(DeepSeek、阿里、字节、智谱、月之暗面)使用比例显著抬头。

值得关注

对行业的含义是:企业正把预算从"追大模型"转向"把大模型接成能干活的系统",智能体正是那个载体;闭源占比两年腰斩,说明国产与开源模型已能满足多数企业的工程需求,采购逻辑从"堆参数"回到"可用性、成本与可控性"。但 Gartner 也提示,市场上大多数智能体仍停留在个人应用层,离"企业就绪"仍有距离。

NO.65 · 信号 03 · 具身智能 / 开源底座

宇树开源 UnifoLM-WLA-1.0 具身基座模型,单模型统筹 64 类任务

具身智能 开源 基座模型
事件

9 月 10 日宇树科技宣布完全开源 UnifoLM-WLA-1.0 具身基座模型,刷新多项开源评测 SOTA。该单模型统筹 64 个任务,覆盖桌面操作与全身移动操作,具备跨任务、跨末端执行器(机械臂 / 夹爪 / 轮足)的泛化能力。

背景:具身智能长期受"数据孤岛 + 模型碎片化"制约,各本体厂各训各的;统一基座模型被视为降低边际训练成本、加速跨本体迁移的关键路径。
值得关注

对行业的含义是:具身智能的补短板,正从"堆 demo"转向"建底座"——一个能跨形态、跨任务复用的开源基座,会拉低中小团队进场的训练门槛,也可能重塑"本体厂 vs 大脑厂"的分工。开源基座的涌现,意味着具身赛道的竞争开始向"数据飞轮 + 模型泛化"收敛,而非单点动作炫技。

NO.65 · 信号 04 · 具身智能 / 真实作业落地

具身智能从跑跳演示转向真实作业,一脑多机渗透药房、邮局与高危场景

具身智能 真实作业 商业化
事件

9 月 9 日至 11 日的外滩大会上,40 余家具身智能企业参展,展区从以往的跑跳运动性能,转向"在真实业务里完成作业"。蚂蚁灵波联合上海国大药房推出的智慧药房方案已落地线下门店:机器人自主接单、识别目标药品、完成抓取与交付,门店无需硬件改造;"一脑多机"模式可同时驱动物流分拣与工业上下料。同期北京石景山亮相全国首创无人邮局机器人终端,定位精度达 ±0.03 毫米,独立完成"下单—支付—抓取—盖章—投递"全流程;人社部第八批新职业新增"具身智能机器人应用技术员",国内现存具身相关企业 3855 家。

值得关注

对行业的含义是:具身智能的验收标准,正从"能不能动"变成"在没人改造的环境里,能不能把活干完、干对"。当同一套 AI 大脑能跨形态复用、在真实门店与受限空间(核电 / 地铁 / 深海)交付,说明行业开始越过"演示逻辑"、进入"现场逻辑"——而这才是商业合同与规模采购的前提。

NO.65 · 信号 05 · AI Coding / 多 Agent 编排

GitHub Copilot Workspace 多智能体协作,OpenHands 1.0 自主完成 68% SWE-bench Verified

AI Coding 多 Agent 沙箱隔离
事件

9 月 8 日 GitHub Copilot Workspace 支持多个专精智能体并行处理代码库的不同部分:实现、测试、文档各自成 agent,通过共享上下文窗口协同。开源项目 OpenHands 发布 1.0,带来生产级 Docker 沙箱、内置安全策略与资源限制,基准显示可自主完成约 68% 的 SWE-bench Verified 任务。

值得关注

对行业的含义是:编程智能体正从"单人助手"走向"被编排的团队"——不同角色 agent 共享同一项目上下文、各自领任务,工程负责人可以像带小组一样派活。强隔离加资源限制,让"让 agent 跑代码"更稳妥,把更多原本人工作业(集成、重构、测试)变成受监督的自动化流程;下一步要看缺陷率、评审开销与提速,能否在生产里站稳。

图 1 · 今日信号星图:智能体成为可编程基础设施
智能体 基础设施化 平台入口 Agents API 采用拐点 Gartner 登顶 具身 · 底座 宇树开源 具身 · 现场 真实作业 Coding · 编排
这几条分别从平台入口、采用拐点、具身开源底座、具身现场落地、Coding 多 agent 编排五个方向,共同印证"智能体正成为可编程基础设施、具身同步补底座进现场"的当日主线。

横向观察

  1. 平台端:OpenAI Agents API 把智能体做成可被 API 直接调用的云端服务,agent 从功能变为计算单元。
  2. 采用端:Gartner 登顶 + 闭源占比两年腰斩,企业预算从"追大模型"转向"把模型接成能干活的系统"。
  3. 具身端 · 底座:宇树开源统一基座,补数据孤岛与模型碎片化的短板,门槛向中小团队下沉。
  4. 具身端 · 现场:一脑多机进药房、邮局与高危场景,行业从演示逻辑进入现场逻辑。
  5. Coding 端:多 agent 编排团队化 + 沙箱隔离,让 agent 跑代码更稳、更安全。
行业启示:智能体正从"功能 / 产品"下沉为"可编程的基础设施",开源与国产模型在采用侧抬头,具身智能同步补"开源底座 + 真实作业"两块短板。对从业者而言,下一阶段的分水岭不在谁的模型参数更大,而在谁能把智能体做成稳定、可计费、可治理的服务,并把具身大脑做成可跨形态复用的底座。
风险与不确定性 Agents API 把长任务交给云端沙箱,计费、隔离与多租户治理成为新工程重心,失败时成本与责任边界仍待厘清;代理式 AI 进入"期望膨胀期",Gartner 提示多数智能体仍停留在个人应用层、离企业就绪有距离,需警惕估值与交付能力背离;具身开源基座虽降门槛,但跨本体泛化的真实可靠性依赖大规模真实数据,demo 成功率与日常可用性落差尚待填平;多 agent 并行协作在 SWE-bench 上表现亮眼,但生产环境的缺陷率、评审开销与上下文一致性仍需实测验证。