聚焦 AI coding / AI Agent / 终端智能 / 具身智能
Anthropic 于 9 月 17 日发布 Claude Code 2.1.274。本版再封堵三处权限与凭据泄露缺口：循环遍历或赋值特定 shell 变量的 Bash 命令现会正确触发权限确认；worktree 隔离会话拒绝此前可绕过隔离的嵌套 shell 展开；MCP 登录工具描述中从 ${VAR} 占位符解析出的密钥泄露路径被修复。同时新增关键内存占用告警、CLAUDE_CODE_MCP_STARTUP_WAIT_MS 环境变量与 OpenTelemetry 属性；网关层加入 Postgres 连接超时与最多 3 次重试、SIGTERM 最多 25 秒优雅排空（CLAUDE_GATEWAY_DRAIN_TIMEOUT_MS）。
关注理由编码智能体的安全边界正以近乎日更的节奏被持续收紧，竞争焦点从"能否写代码"转向"能否在受限域内安全运行"。对企业把 agent 接入内部代码库与 CI，权限隔离与凭据保护已成为选型硬指标，而非附加项。
9 月 17 日 GitHub Trending 与多家开发者摘要显示，Agent 生态热点集中在"记忆、账本、审计"三类基础设施。volcengine/OpenViking（统一 agent 记忆/RAG/技能的上下文数据库，单日 +276）、Panniantong/Agent-Reach（一个 CLI 让 agent 免 API 费接入 Twitter/Reddit/YouTube/GitHub，+476）、TencentCloud/Octop（自托管多用户多智能体助手，+396）、alphaXiv/OpenResearch（把 coding agent 变成研究 agent，+1017）等上榜。同期 reverify（带本地账本的可验证声明）、OrcaReplay（字节级执行回放）等"保险型"工具走红；FrontierHarness Eval 在 30 个软件工程任务上对比 12 种 harness 配置，发现相同模型通过率相近、成本却相差 17.5 倍。
关注理由开发者对 agent 的态度正从"大胆试用"转向"谨慎验证"。编排层成为隐性的成本与信任变量，评测与可验证执行——而非单纯模型能力——成为新的工程重心。这类工具本质上是为 agent 动作"留痕与对账"，反映行业对自治系统的风险意识在上升。
据《中国企业家》/红星资本局 9 月 18 日报道，9 月内具身智能赛道出现密集模型发布：9 月 8 日松延动力推出 Scalabot 品牌及 HERON 体系首个世界模型 HERON-WorldModel，9 月 15 日再发 HERON-CRA（记忆、强化学习、跨本体泛化）；9 月 9 日智元机器人连发 AGILE2.0 感控一体模型与 GE-Act2.0 原生世界—动作模型（训练数据从 300 小时扩至 3 万小时，成功率显著跃升）；9 月 10 日宇树开源 UnifoLM-WLA-1.0（6B 参数、约 2500 小时真机数据、单模型统筹 64 项任务，代码/权重/数据集同步开放）。8 天 3 家企业连发 5 个模型。2026 上半年国内具身智能融资约 438 亿元，其中具身大脑相关 222.53 亿元（占 50.8%），本体整机仅 56 亿元（占 12.8%）。
关注理由以"本体"著称的机器人公司正集体补齐"大脑"，资本也明显向具身基模层倾斜。数据规模路径（智元 300h→3 万 h 带来能力跃升）被初步验证，行业竞争从单机演示转向模型、数据、本体、仿真、评测、交付的全链条体系能力。这意味着"谁先把机器人用的大模型做出来"已成为厂商价值分化的关键变量。
面壁智能联合 OpenBMB 于 9 月 8 日开源 MiniCPM5-2B 高密度端侧语言基础模型，仅 2B 参数。Artificial Analysis 榜单显示其以 23 分位列全球 4B 以下开源模型第一；Agentic Index 智能体指标获 20 分，远超同参数区间模型（普遍低于 10 分），并高于 Qwen3.5 9B、Gemma 4 12B。此次同步开源完整训练配方、强化学习框架与配套数据集。截至 2026 年 8 月，MiniCPM 系列全球累计下载量突破 5000 万次，已进入三星旗舰、长安/吉利座舱与具身机器人等场景。
关注理由该模型在 2B 规模上初步跑出通用 Agent 能力雏形，意味着智能体有望从云端走向手机、PC、智能座舱等终端本地运行，带来更低成本、更低时延与更高数据隐私；开源完整配方降低了端侧 Agent 的工程与复现门槛。对数据合规要求高的金融、医疗等场景，端侧推理的工程可行性因此提升。
9 月 9–10 日，OpenAI Codex 桌面端打通 Ollama 本地权重，离线 open-weights 编码循环成型，企业数据不出域的私有化编码方案首次具备工程可行性。同期（9 月 12 日），Specific Labs 发布 Real-SWE 基准，首次直接在私有真实企业代码库上评测前沿模型，考察依赖、CI、私有 API 等真实工程约束，相较 SWE-bench 更贴近企业落地。
关注理由两条信号指向同一拐点——agentic coding 不再只能依赖云端大模型。本地权重解决数据合规与成本，真实企业库基准解决"能否在真实工程约束下交付"的度量问题；二者叠加，推动私有化、可度量、可回归的编码智能体进入生产讨论。对企业而言，这意味着可在不把代码送出域的前提下试用编码 agent。