AI 热点日报：编程智能体渗透率破 85%，人形机器人量产迈入 5000 台门槛

今日主线：AI 编程从「辅助补全」走向「全流程执行」与「工程化规模交付」，而具身智能则在同一周集体跨过量产与商用的硬门槛。两条线都指向同一个结论——AI 正从「会说话」进入「能交付、能动手」的阶段。

一、AI Coding 方向

1. JetBrains 发布 Mellum 2.1 编程模型，强化智能体编程

2026-10-09，JetBrains 上线编程专用模型 Mellum 2.1，延续 12B 混合专家架构（2.5B 活跃参数），继续采用 Apache 2.0 许可。核心升级是将强化学习从「训练收尾」扩展为「训练主体」，并在数学、算法竞赛、工具调用与软件工程等任务上补充数据；训练期间启动了数百万个沙盒环境。官方称最大改进出现在智能体编程领域：模型可探索代码库、识别失败测试根因、起草修复方案并自行验证结果。对比 Mellum 2、Qwen3.5-9B、Gemma4，其推理吞吐在高负载下接近 Qwen3.5-9B 的两倍，单请求响应速度提升约 1.6 倍。模型已登陆 HuggingFace，后续将提供 llama.cpp/Ollama/LMStudio 的 GGUF 与 vLLM 推测解码组件。

2. 谷歌开放 Gemini 4 Argon 端到端代码工程能力

据 10-09 行业快讯，谷歌正式开放 Gemini 4 Argon 旗舰模型的端到端代码工程能力：该模型可自主理解需求、生成完整代码库、运行测试并直接提交 Pull Request，全程仅需少量人工审核。谷歌内部已用其完成数十万行内核代码迁移，数据显示可覆盖工程师约 40% 的日常编码任务，代码通过率与人工水平相当。这标志着 AI 对编程的渗透从「补全辅助」升级为「全流程执行」，将深刻改变软件研发工作模式。

3. Harness 收购 Augment Code 资产，推出 Cosmos 软件工厂智能体

2026-10-08，软件交付厂商 Harness 宣布收购 Augment Code 的部分资产，包括 Cosmos、Auggie CLI、Code Context Engine 及相关技术，原团队加入 Harness。Cosmos 被改造为「Harness Cosmos Software Factory Agent」：一支 agent 舰队可规划改动、编写代码与测试、开 PR，每个 agent 运行在独立隔离 VM 中，关键决策（如批准设计、最终合并）仍由工程师介入。Harness 还计划把 Code Context Engine 接驳到其「软件交付知识图谱」，让 agent 调用历史测试失败、安全发现与事故记录。CEO Jyoti Bansal 强调：AI 对软件的影响「不取决于生成多少代码，而取决于有多少有价值的软件到达客户手中」。

4. AI 编程 Agent 渗透率突破 85%，验证与发布成新瓶颈

钛媒体援引 JetBrains 报告（2026-10-03）显示，全球约 90% 专业开发者每周使用 AI 编程 Agent，AI 工具整体渗透率已达 85%。Anthropic 数据称工程师合并代码请求量提升 67%、70%–90% 代码在 AI 辅助下完成；快手自研 AI Agent 员工使用占比超 92%，AI 生成代码贡献率 60%；OpenAI 内部已有超百万行代码系统实现零人工手写。行业共识是：「AI 造 AI」三层递进加速，腾讯超 50% 新增代码由 AI 辅助完成，验证与发布环节成为新的效率瓶颈。

5. Claude Code 在 Terminal-Bench 4.0 领跑 64.8%，智能体编程进入「分工时代」

10-07 发布的 Automated Benchmark Arena 报告显示，Claude Code + Opus 5.5 以 64.8% 成功率登顶 Terminal-Bench 4.0，领先 Codex + GPT-6.1 Sol（58.2%）。但社区共识已从「谁最强」转向「按工作流选型」：Cursor 擅长多文件重构（IDE 集成深），Copilot 在企业低摩擦补全上占优，Claude Code 强在自主执行。开发者开始采用多工具栈组合（如 Cursor 做架构重构、Claude Code 走 CLI 自主实现、Copilot 做行内修复），「单一通吃」时代落幕。

6. Hugging Face TRL v1.15.0 默认 fused LM head，同 GPU 训练序列最长 6.9× 提升

2026-10-08，Hugging Face 发布 TRL 1.15.0，将 fused LM head 设为训练器默认项，避免训练时构建超大全连接表。官方测试（单卡 NVIDIA B300，79GiB 显存，小模型 gemma-3-1b）：DPO 可训练序列从 10,240 提升到 59,392 tokens（5.80×），KTO 从 9,216 提升到 63,488（6.89×）；在 8,192 tokens 下峰值显存下降 52%–82%、单步提速 2.3%–10.9%。该收益对小模型 + 大词表场景最显著，为本地与边缘侧的智能体微调降低门槛。

二、具身智能方向

7. Agility Robotics 第 5000 台 Digit 下线，部署 200+ 客户现场

据 10-10 行业里程碑披露，Agility Robotics 第 5000 台 Digit 人形机器人正式下线，已在物流与零售等 200+ 客户现场部署，运营时长累计超 6.5 万小时；Digit 5（9 月发布）定位为「可与人协作安全共事」的首款人形机型。亚马逊已将 Digit 扩展到北美 20 个履约中心做货到人作业，吞吐较上一代自动化方案提升约 30%。人形机器人从 Demo 走向「可计数、可部署」的硬指标阶段。

8. 宇树 G2 Pro 量产 5000 台，中国制造成本与规模优势凸显

宇树（Unitree）在 10 月宣布 G2 Pro 人形机器人量产达到 5000 台，部署于国内制造与物流场景。叠加其早前发布的 Dex5-S 灵巧手（22 自由度、可反向驱动关节、人类手尺度定价约 6500 美元起），宇树以「低成本 + 高量产」路线巩固了全球人形机器人量产第一梯队的位置，也体现了中国供应链在整机成本与交付节奏上的优势。

9. Figure AI 完成超 10 亿美元 C 轮（估值 390 亿美元），BotQ 工厂每 60 分钟下线一台

Figure AI 的 C 轮融资金额超 10 亿美元，投后估值约 390 亿美元（较 2024 年 B 轮约 26 亿美元涨约 15 倍），由 Parkway Venture Capital 领投，NVIDIA、Intel Capital、Salesforce、Qualcomm Ventures、T-Mobile Ventures 等跟投。更具商业价值的是 Figure 03 已部署到宝马斯帕坦堡工厂做物流分拣；其 BotQ 工厂目标年产能 1.2 万台、约每 60 分钟下线一台。NVIDIA 既是投资人也是 GPU 供应商，绑定其 Helix 模型的训练集群，形成「机器人 + 算力 + 产业方」的纵向生态。

10. 智元（AgiBot）第 2 万台机器人下线，长隆落地 300+ 台

据 10-03 报道，智元第 2 万台机器人下线并交付长隆，累计在珠海长隆飞船乐园部署 300+ 台，覆盖表演、游客引导与酒店服务，并共建旅游研究院。IDC 估算 2026 上半年全球人形机器人出货近 2.5 万台、智元以约 35% 份额领先。与此同时，业内也开始「理性看待具身智能泡沫」：2026 上半年赛道融资超 900 亿元，但多数人形企业营收小、持续亏损、依赖融资，家庭场景大规模商业化仍距 5–10 年，资本正向「有真实订单、能落地」的工业/特种场景回摆。

三、小结

编程侧，模型与工具正把 AI 从「写代码」推向「审代码、交代码、管代码」的工程闭环，但验证与发布成为新瓶颈；具身侧，量产数字（5000 台、第 2 万台、每 60 分钟一台）开始替代 PPT Demo 成为硬指标，资本也从「讲故事」转向「看订单」。两条线共同指向：AI 价值的兑现，正从模型能力转向「可交付、可落地」的工程与产业能力。

来源：JetBrains 官方、谷歌云/行业快讯、Harness/TNS Media、钛媒体、Crew.ai 信号周报、Hugging Face、Agility Robotics、宇树、Figure AI、智元/Humanoids Daily、中国经济时报等公开报道整理。