侧重 AI Coding 与 具身智能 方向，精选 5 条今日值得关注的重要动态。
1. 天工 Ultra 以 38.15 秒打破人类 400 米世界纪录，具身智能进入运动能力验收季
事件内容：
8月23日，第二届世界人形机器人运动会400米（大型组）决赛在北京国家速滑馆"冰丝带"落幕：北京人形机器人创新中心的天工 Ultra 以 38.15 秒完赛，超越范尼凯克 2016 年里约奥运 43.03 秒的人类男子400米世界纪录。此前，天工 Ultra 已在100米预赛中跑出 9.39 秒（超越博尔特 9.58 秒人类纪录）、原地立定跳高 2.8843 米（超越人类约2.45米纪录）；在1500米项目中，"天卓队"以 2 分 21 秒 63 大幅超越人类 3 分 26 秒纪录。本届运动会共吸引 16 国 666 支队伍、2056 台机器人参赛，多项赛事首次取消人工遥控，全程全自主运行。
为何值得关注：
38.15 秒跑 400 米，是机器人首次在"周期性长距离耐力跑"项目上稳定超越人类极限——并且是通过强化学习自主习得而非逐行预编程，过弯"压弯"动作即由模型自行生成。这标志着具身智能的"小脑"层（运动控制）正在全面逼近并超越人体极限。天工 Ultra 在同届运动会上实现百米、跳高、400米、1500米四项人类纪录全面超越，意味着具身智能从"展示"迈入"破纪录"的新阶段，产业化与运动能力双重突破。
2. RabbitOS 3 开启封闭内测：定位"所有 Agents 的 Agent"
事件内容：
8月23日，爱范儿等媒体报道 Rabbit 即将发布 RabbitOS 3 并已进入小范围封闭测试。产品定位是站在所有 Agent、Skills、模型和设备之上的"总 Agent"：用户只需一句自然语言描述想做什么，由系统自动决定调用哪个 Agent、装哪个 Skill、控制哪台设备、任务之间怎么协同。交互上大幅削减复杂度：单一对话框取代多 Tab/多 Session，一行命令完成设备连入，把 GitHub Skills 链接贴进对话框就能自动安装，用 activity 面板实时呈现多任务进度。其"Auto Teach"模块比基于截图理解的 Computer Use 类方案快 50–300 倍。
为何值得关注：
当 Agent 产品普遍越来越复杂，RabbitOS 3 反向选择把"装配工作"全部塞回产品层——用户不需要知道 Claude 还是 Gemini、不需要懂 Skill、不需要管设备差异。它真正想解决的不是"Agent 能不能做更多事"，而是"普通人到底愿不愿意开始用"。这是把 Agent 从"开发者社区"推进到"普通用户桌面"的关键尝试。如果"Auto Teach"的速度优势经得起验证，RabbitOS 3 可能成为 Agent 时代第一个真正意义上的"入口级产品"。
3. 法国 Pasqal 把"Vibe Coding"带进量子计算机：AI 自主编写并运行真实量子实验代码
事件内容：
8月24日科技日报援引《自然》报道：法国量子计算初创企业 Pasqal 团队开发出一种 AI 智能体，能根据英文自然语言指令生成量子计算代码，并自动在真实量子计算机上运行。研究人员让 Claude 等前沿大模型熟悉 Pasqal 中性原子量子机的硬件规格，针对催化剂、特殊磁性材料等多体物理问题进行三组实验——智能体先在经典虚拟机上模拟测试，确认可行后再下发到位于加拿大 Sherbrooke 与沙特 Dhahran 的云端量子处理器。3 项案例中，AI 成功识别硬件约束并跑通完整流程；但其中 2 项需要人类专家发现其物理判断错误，包括选了不恰当的观测量、给出"自信但错误"的硬件诊断。
为何值得关注：
当"自然语言 → 可在真实硬件运行"的链条打通到量子计算这种最尖端的科研场景，意味着 AI 编程正在从"写业务代码"上探到"写新物理实验"。更重要的发现是：量子模拟结果往往没有独立验证手段，AI"流畅但偶尔自信出错"的固有风险在科研领域更为致命——必须设计"人回路"作为强制约束。这为 AI 编程在科研场景的应用划定了边界，也指明了方向：AI 是科研的副驾驶，而不是司机。
4. MemoraX Code 让 Coding Agent 跨会话"不丢记忆"
事件内容：
8月23日，国产 AI 记忆基础设施团队 MemoraX AI 旗下"MemoraX Code"产品实测曝光：通过一行命令把长期记忆层嵌入 Coding Agent 工作流，覆盖会话关闭、上下文压缩、多 Agent 协同等场景，实现 Codex 与 Claude Code 的无缝衔接。MemoraX Code 在 AML（Agent Memory Leaderboard）Coding Track 拿下 62 分排名第一，相较 Claude Mem 提升解题率 10%；在 123 个历史任务片段中自动提炼出 15 条工程经验并归纳为 4 类 Procedure Memory，3 小时新任务综合得分从 11.71 提升至 70.30，同时模型调用成本下降 22.6%。公司已与华为云签署战略合作，2026 年 3 月成立以来 5 个月内连融 3 轮数亿元。
为何值得关注：
编程 Agent 当前的瓶颈不是"不会写代码"，而是"换 Session、换 Agent、压缩上下文后会不会忘掉项目结构、用户偏好和失败过的尝试"。MemoraX Code 切的是 Agent Infra 的最后一公里——为 Coding Agent 提供"工程经验沉淀"。结合 RabbitOS 3 的"总 Agent"思路，一条清晰的趋势正在浮现：Agent 正在从"单次会话工具"进化为"具备长期记忆和跨任务学习能力的数字同事"，这对软件工程的生产力结构将产生深远影响。
5. WRC 2026 五位领袖谈量产：万台交付的真正瓶颈是"大脑"能力
事件内容：
2026 世界机器人大会（WRC 2026）主论坛上，具身智能领域五位核心人物围绕"产量逼近万台时真正的瓶颈是什么"展开讨论。共识是："大脑"能力是最硬的卡点。机器人任务成功率 99% 看着很高，但每 100 次出 1 次错在现实场景根本不够用——必须推到 99.99%。此外，技术路线还没完全定型，硬件一致性和批量稳定性也是拦路虎。务实派观点认为"大脑不需要完全成熟再落地"，先从巡检、搬运等脏活累活干起，边用边迭代。同时，科沃斯八界开源机器人提出"定义权转移"理念——机器人的定义权正在从厂商交还给用户，开源生态加速场景创新迭代。
为何值得关注：
"99% 到 99.99%"这道鸿沟，精准概括了具身智能从"能演示"到"能上岗"的核心矛盾——这不是算法问题，而是工程可靠性的全面升级。与此同时，科沃斯八界的开源生态、"定义权转移"理念与 WRC 量産讨论共同指向一个结论：具身智能的竞争焦点正在从"机器人能做什么"转向"谁能让机器人稳定地做好某件事"。行业正在从技术叙事进入商业验证阶段。
每日 09:00 自动更新 | 侧重 AI Coding 与具身智能方向