侧重 AI Coding 与 具身智能 方向，精选 8 条今日值得关注的重要动态。
1. Meta 重回开源：Muse Glimmer 30B 挂上 Apache 2.0，直接对着 Agentic 任务调优
事件内容：
8 月 10 日，Meta 发布开源权重模型 Muse Glimmer，30B 参数，采用干净的 Apache 2.0 许可——相比此前 Llama 系列附带商用限制的自定义许可，这是一次彻底松绑。官方将其定位为「开放 Agentic 模型」，宣称的优化重点全部指向端到端任务完成：在 DeepSearch QA、MCP-Atlas、τ-Bench、SWE-Bench 等全任务基准上取得较强成功率，覆盖在脚手架内工作、写代码与调试、多轮请求闭环三类能力；工具调用强调按精确 schema 在长流程中稳定调用函数；推理强调跨长程保持连贯计划。模型同时具备视觉能力。开发者 Simon Willison 第一时间实测：LM Studio 上的量化版本约 18.16 GB，他用自研 llm-coding-agent 插件对 Datasette 代码库提问「认证是怎么工作的」，模型完成一长串工具调用后给出了答复；图像描述测试中，对鹈鹕照片的物种、姿态与背景细节均识别准确。他特别看重这个尺寸——32GB 内存的机器就能跑，还留得下余量同时开其他应用。
为何值得关注：
Meta 在开源上沉寂一年后重新入局，并且直接放弃了被诟病已久的 Llama 定制许可。更值得注意的是选型逻辑的转变：30B 不是冲榜尺寸，Apache 2.0 也不是给榜单看的，这套组合明确瞄准「能在个人机器上跑起来的本地编程 Agent」。当云端 Coding Agent 的 token 账单开始劝退用户，一个本地可跑、许可干净、专为工具调用调优的 30B 模型，可能比又一个闭源 SOTA 更能改变开发者的日常工作方式。
2. 微软 Agent Framework Harness 正式发布：一篇论文测出 Claude Code 98.4% 的代码不是 AI
事件内容：
微软将 Agent Framework 从 SDK 推进到受支持的生产运行时，Harness 与 Foundry Hosted Agents 正式发布。Harness 把函数调用、逐次调用历史持久化、上下文压缩、带计划/执行模式的待办列表、文件记忆、技能、网页搜索、工具审批与内置 OpenTelemetry 全部默认开启并可单独禁用；Shell 工具、文件访问、后台子代理与自动循环保持可选且启用时告警。开发者只需提供聊天客户端、指令和工具，单次 create_harness_agent 调用即可获得其余全部能力，Hosted Agents 按使用量计费。发布中援引 MBZUAI VILA 实验室 4 月论文《深入解析 Claude Code》：分析 Claude Code v2.1.88 的 1884 个文件、约 51.2 万行代码后估算，约 98.4% 属于 Harness 基础设施——权限、上下文管理、沙箱、工具路由与恢复机制，AI 决策逻辑仅约 1.6%。另有微软 AI 首席架构师 Aqib Sherwani 的固定模型对照测试：Agent Framework 在 40 次往返后自行终止并返回「达到限制」，而关闭宿主端停止控制的 Copilot SDK 一路跑到 300 次不停。
为何值得关注：
1.6% 这个数字应该被每个做 Agent 的团队贴在墙上。它说明当下 Coding Agent 的竞争力几乎不在调用模型那几行，而在包裹模型的那套工程。Codex CLI 与 Aider 独立演化出同构的 Harness 结构，进一步说明这是问题约束而非设计偏好。而 40 次对 300 次的刹车差异更直指治理要害：刹车放在循环内部，还是指望宿主提供，决定了 Agent 失控时究竟谁来兜底。
3. 开源 LangAlpha 发布：把 Claude Code 那套 Harness 搬进投研，喊出 Vibe Investing
事件内容：
LangAlpha 团队开源发布同名「金融 Agent OS」，自我定位为「金融领域的 Claude Code」，开源版托管于 github.com/ginlix-ai/LangAlpha，同时提供在线 SaaS。其架构同样建立在 Harness 之上，并产品化为三个能力：Workspace（每个标的、组合或研究主题独立工作区，历史对话、数据文件、图表、代码与待验证假设持续保存，可跨天跨 Session 延续）、Trace（工具调用、数据来源、执行步骤与生成文件全程可回放复核）、Verifier（关键数字、财务口径、引用、时间点、估值公式与回测结果经过校验，高风险步骤可设人工确认）。运行时自研 PTC（Programmatic Tool Calling）：模型不直接「猜」数字，而是生成 Python 在隔离沙箱中调取金融数据、清洗、算指标、画图，结果经 Schema 校验后回到推理链，长任务中断可从 Checkpoint 恢复。多模型路由支持 Claude、OpenAI、DeepSeek、GLM、Kimi，团队称在结构化研究、数据分析与报告生成任务上，低成本模型配合 PTC 与 Verifier 可逼近旗舰模型的实际完成效果。
为何值得关注：
这条与上一条互为印证——Harness 正从 Coding Agent 的内部实现，变成跨行业复用的架构名词。LangAlpha 的划界说得很清楚：Claude Code 优化的是 Agent 的能力上限，垂直 Agent 要优化的是任务质量的下限、可信度与稳定交付。金融必须补上的时间语义、证据链、审计与权限，恰恰是通用 Agent 最薄的地方。若这条路走通，法律、医疗、科研的「Agent OS」会是接下来一年最拥挤的赛道。
4. 一个反共识判断：human in the loop 正在退化成 human clicking the button
事件内容：
InfoQ《极客有约》直播中，腾讯专家工程师、AI Agent 安全负责人张栋，与百度智能云安全架构师林道正、Cloudflare 高级解决方案工程师刘旭，围绕企业 Agent 安全给出一组尖锐结论。张栋直言，行业把 human in the loop 当万能解药，但它正在成为 Agent 安全里最大的「安慰剂」——人会确认疲劳，弹窗越多越频繁，它就越退化成闭着眼睛点确认，给了团队「我们很安全」的错觉却没给真正的安全。刘旭以自身用 Claude 编程举例，嫌麻烦直接 allow all，所谓在环只是虚拟在环。林道正披露了一个极端注入案例：上下文被过度压缩后，前面所有约束消失，只剩 skill 里一个看起来像示例的真实地址，数据就直接 post 了过去；他还提到团队研究恶意 skill 时发现，这类攻击 100% 能绕过提示词层护栏，只能回到执行层做系统行为监控。三人给出的框架是「可视、可管、可追溯」三板斧，以及安全的三次换轨：从守内容到管行为、从静态入口到动态边界、从一次性验收到持续飞轮。
为何值得关注：
这个判断来得正是时候。Claude Code 刚宣布自动模式默认开启，微软 Harness 把工具审批做成默认能力，业界正集体把「人工确认」当作放开自主性的安全阀，而一线的结论是：这个阀门在高频场景下会物理失效。可行的解法不是让人确认更多，而是把人只用在刀刃上，其余交给可追溯、可拦截的自动策略。外加一句更朴素的忠告：每接入一个工具，就等于多发了一把万能钥匙。
5. PDF 当死，ARA 当立：有人要把论文改写成给 Agent 读的格式
事件内容：
来自斯坦福、密歇根、CMU、MIT 等机构的 37 名研究者提出 ARA（Agent-Native Research Artifact），公开呼吁科学家停止用 PDF 写论文。第一作者、密歇根大学计算机博士刘嘉晨的论点是：PDF 呈现的是被修剪成单一成功路径的叙事，代价有二。一是「叙事税」，枝杈横生的探索树被砍成一条干净直线，后来者看不见前人踩过的坑；二是「工程税」，模型版本、运行环境、超参数、预处理方式散落各处甚至从未记录——团队统计 PaperBench 的 8921 项专家复现要求，仅 45.4% 在论文 PDF 中被完整说明。ARA 把研究重组为机器可直接操作的知识包，分科学逻辑层、可执行代码层、探索图层（保留失败方向与放弃原因）、证据层四层，并配套 Live Research Manager、ARA Compiler 与 ARA 原生审稿系统。实测数据：450 题理解测试中 ARA 组准确率 93.7%、传统组 72.4%；差距最大的是复盘失败类问题，81.4% 对 15.7%。150 项复现任务的难度加权成功率为 64.4% 对 57.4%，且任务越难优势越大。团队分析 24008 次 Agent 运行发现，90.2% 的成本消耗在失败探索上。
为何值得关注：
81.4% 对 15.7% 这个差距不是格式优劣之争，是信息有无之别——传统论文里压根就没有失败记录。而 90.2% 的 Agent 成本烧在重复别人踩过的坑上，直接把「保存失败」从学术洁癖变成了经济问题。这套思路的适用面远超论文：任何要交给 Agent 消费的知识资产，都面临「为人写」还是「为机器写」的重新设计。当然也有反讽之处——ARA 这篇论文本身，仍然是以 PDF 提交的。
6. 具身智能的反共识路线：橡木果发布「本能模型」Natus AGE-0，主打零预训练数据
事件内容：
8 月 10 日，橡木果机器人（Acorn Robot）发布 Natus AGE-0，称其为全球首个以触觉感知为核心、复刻人类操作机理的通用操作基座模型，同时披露由招商局创投与蔚来资本共同领投的天使轮融资。与行业主流「数据即一切」的路线相反，该模型不依赖任何预训练数据。发起人姜峣的判断是，预训练模型存在结构性缺陷：视觉与语言擅长语义理解与场景规划，却无法细腻表征连续、动态、毫秒级的触觉交互与物理接触特性，强行塞入高频推理链路反而限制操作稳定性与泛化能力。技术上是双层生物式架构——「本能反射」从触觉与接触力学出发建立通用操作收敛规律，抓取陌生物体时不去识别「这是什么」，而是通过自研视触觉传感器感知「要掉不掉」的滑移感，本能调节抓力至刚刚好，完全绕开认知推理，实现零样本跨本体、跨物料泛化；「肌肉记忆」则在端侧自主探索中，把原本需高频决策的精细交互沉淀为更高效的操作链路。商业上对标自动驾驶演进，先让机器人以最低成本进入工业现场「跑起来」，聚焦工业柔性生产，标准化双臂单元实现分钟级换产，已在多家全球头部客户产线完成 POC 验证。团队源自清华与哈佛，2017 年提出该路线，历时九年。
为何值得关注：
当整个赛道在数据采集上军备竞赛时，「零数据冷启动」直击那个鸡生蛋悖论——不成熟的模型进不了真实工况采集数据，没有真实数据模型又迭代不动。把触觉而非视觉当作操作的原生模态，本质是承认物理接触的控制带宽远高于语义推理的响应速度。这条路能否走通仍待验证，但它提供了一个不靠堆算力的解法样本；而招商局创投与蔚来资本愿意为「非共识」下注，本身就是赛道开始分化的信号。
7. 郎咸朋创业后首次开口：具身也会有「蔚小理」，只靠融资谁都撑不到那天
事件内容：
理想汽车前智驾一号位郎咸朋首次公开露面。他今年 3 月创立具身智能公司昆仑行，90 天内连融三轮、规模达数十亿元，跑成独角兽；搭档任庚曾任华为国家 CEO、阿里巴巴集团副总裁、阿里云中国区总裁。几个关键判断：其一，行业阶段相当于自动驾驶的 2015、2016 年——路线不定、demo 满天飞、没一家真出货，此处「出货」特指操作智能能否进工厂、进商场取代人干活并有人买单。其二，范式上不能沿用自动驾驶，端到端和 VLA 的底子仍是模仿学习，一个场景可以靠模仿，上万个场景不行，机器人的范式应该是「理解」。其三，模型锚定「物理因果」，MoT 架构不按模态而按目的、动作、结果分专家，配自研联合因果注意力机制让注意力单向流动——做动作时不能偷看结果，「这样就作弊了」。其四，数据走「使用效率」而非「获取效率」，做数据编译，把重力、摩擦等物理量与物理机制显式编译进训练样本，由此天然带来「一脑多形」。其五，烧钱量级：训一个具身大模型几亿十亿都打不住，可能要几十亿甚至上百亿，所以必须先量产自我造血。其六，路径先 toB（工厂上下料、物流）再 toC，「家庭是终点，不是起点」，进家庭约需五年。他还提到，Claude Code 好用不只因为模型强，更因为背后那套 Agent 机制，昆仑行做机器人工程落地用的也是 Agent 的工程框架。
为何值得关注：
一个做了十几年自动驾驶的人，给具身智能安上了最具体的时间锚——2015 年。这个类比的杀伤力在于它预告了接下来几年会发生什么：demo 通货膨胀、路线激烈分化、大批公司死在出货之前。「只靠融资，谁都撑不到具身实现的那一天」是对当下融资狂欢最直接的一盆冷水。而他把 Claude Code 的 Harness 经验直接搬到机器人工程上，让今天这几条看似无关的新闻，指向了同一个词。
8. 灵巧手半年吸金 200 亿：一只手卖到几十万，整机厂却说一周就得换一只
事件内容：
量子位统计显示，今年上半年灵巧手相关企业融资额超 200 亿元，其中关注度较高的 10 家新增融资近 80 亿元、投后估值合计超 750 亿元；灵心巧手 6 月传出估值 60 亿美元（约 410 亿元人民币），超过不少整机独角兽。企查查显示，截至 2026 年 6 月全国现存灵巧手相关企业超 510 家，全球约 50% 在中国。技术上按传动方式分绳驱、直驱、连杆三条路线，成本大头是无槽无刷空心杯电机，据业内人士称不算传感器可占整手 50%~60%；触觉能力则直接拉开 20%~50% 溢价——智元 OminiHand 灵动款 1.48 万元→含触觉 1.98 万元，强脑 Revo 1 基础版 3.5 万元→带触觉 5 万元。高端产品价格惊人：银河通用春晚演示所用的 Sharpa Wave 五指灵巧手 22DoF，单只约 5 万美元。但整机厂集体保持距离——银河通用、逐际动力、至简动力、智平方至今外采。一位企业人士透露，测试过多家产品后发现普遍耐用性不足、高频损坏，不少基本一周就要更换，头部产品在 5 公斤负载下也只能连续运行 50 小时；业内玩笑是「选灵巧手参数表一概不用看，就看跟哪家售后关系更好」。更尖锐的质疑是：多数标称 20+DoF 的产品有效对指空间狭窄、实际输出控制维度仅 6~10DoF，而很多工业场景两指、三指夹具已能覆盖 90% 的任务。
为何值得关注：
这条把具身智能最拥挤的赛道拆开给人看：资本按「人手 21 个自由度」的想象定价，产线按「能不能连续运行 50 小时」付款，中间隔着一整个工程鸿沟。更要命的是那个死循环——真机数据训练需要可靠硬件，降低数据成本又需要仿真，而仿真恰恰解不好接触建模，硬件与算法互相制约。与橡木果押注触觉、郎咸朋把票投给触觉放在一起看，触觉正在成为路线共识，但撑得住量产的触觉硬件还没出现。
每日 09:00 自动更新 | 侧重 AI Coding 与具身智能方向