2026-10-19 · 推理按速定价，编码智能体接管物理世界

10/19 日报：Opus 5.5 极速模式全开放、推理按速分层计价；英伟达开源 Nemotron 3.5 Bolt 让本地模型从「能跑」到「能接活」；Arnica 基准曝智能体 47% 安全决策出错；自进化 Coding Agent EmbodiedEvo 登顶 RoboDojo；乐聚 15 台人形进汽车零部件产线常态化上工。

1. Anthropic 将 Opus 5.5 极速模式全面开放，推理开始按「速度」分层计价

事件内容： 10/15 平台发布说明、10/16 多家媒体报道，Anthropic 将 Claude Opus 5.5 的极速模式（Fast Mode）从研究预览转为全面开放：取消等待名单，API 请求不再需要 beta 请求头。模型权重与智力水平和标准版完全相同，提速靠推理配置优化——输出速度最高提升 2.5 倍（提高的是每秒输出 token 数，不是首字延迟）。定价输入 $8、输出 $40 每百万 token，是标准版（$4/$20）的两倍，但比 Opus 5 与 Opus 4.8 极速版（$10/$50）便宜。开启方式：API 请求里把 speed 参数设为 fast，Claude Code 里输入 /fast 切换。限制同样明确：极速模式有独立速率限制池，超限自动降回标准速度而非报错；不支持 Batch API、优先级承诺与 AWS 上的 Claude Platform；快慢切换会清空提示词缓存。同日，Claude Code Review 对 Team 与 Enterprise 组织转正（GA）：评审耗时从预览期约 20 分钟缩到 6–10 分钟，快约 3 倍。作为对照，OpenAI 已于 10/8 向全部 API 用户开放 GPT-6.1 Sol 极速版，报价 $12/$60。

值得关注： 编程智能体是串行循环，每一步都要等上一步，输出延迟会被任务长度成倍放大——「快」对 Agent 的价值远大于对聊天的价值。头部两家前后脚把「同款模型、按速度收溢价」做成正式计价维度，等于承认推理服务开始按速度分层定价；而 Anthropic 把新旗舰的极速版定得比自家旧款还便宜，说明这层溢价已经在互相压价。Code Review 转正则是同一件事的另一半：AI 写代码、AI 先审代码、人只判断高风险改动——这条流水线，Anthropic 自己已经先跑通了。

2. 英伟达开源 Nemotron 3.5 Bolt：740 亿参数压进 22GB，笔记本成 Agent 推理主机

事件内容： 10/16，搭载 RTX Spark 的笔记本全球发售（联想、微软等厂商新机同步登场），英伟达随之开放 Nemotron 3.5 Bolt 的模型权重：740 亿总参数、每次生成激活约 90 亿的 MoE，经原生 2-bit 量化后体积从约 148GB 压到 22.1GB，瞄准 24GB 显存的本地部署；支持工具调用与图片、视频输入。考 Agent 本事的两门成绩单都不差：终端操作 Terminal-Bench 2.1 得分 50.98%、联网检索 BrowseComp 得分 66.75%，均列开源同级模型前列。Ollama 已给出接入入口——Agent 在本机读文件、改代码，负责推理的大模型也留在本机，不必一趟趟往云端跑。同系列还有面向企业 Agent 的 Nemotron 3.5 Super VL（1200 亿总参、每 token 激活 120 亿，10/15 发布，权重、数据集与训练配方全部开放）；一个仅 4GB 的 Bolt E4B 定于 10/23 发布。

值得关注： 本地模型从「能跑起来」进入「能接活」：终端操作与联网检索正是编码 Agent 的两门主课，740 亿参数塞进 22GB，意味着笔记本不再只当终端，而是当推理主机。结合此前的 Windows 混合智能路由端云分工，「哪些活留在电脑上」正在成为开发工具的一层正式架构——对成本、隐私和断网场景敏感的团队，第一次有了开箱即用的本地选项。注：RTX Spark 产品预售曾于 10/7 由本系列收录，本次以「Bolt 模型权重开放 + 本地 Agent 推理主机」这一全新事件切入。

3. Arnica 安全基准：不给安全说明，智能体近半数安全决策是错的

事件内容： 安全公司 Arnica 10 月发布基准测试：给六个主流编程模型布置普通的功能开发工单——分别搭载于 Claude Code、Codex、GitHub Copilot 与 Cursor 的 Anthropic Opus 级、OpenAI GPT-5 级、xAI Grok 级、Google Gemini Flash 级、Meta Muse 级模型——不提任何安全要求。结果：新代码里 47% 的安全决策出错。该做的鉴权检查、租户过滤、输出转义，没有人写进需求，Agent 就不会做；测试还专门藏了提示词注入，没有任何模型上钩。给每个工具配上其原生位置的「智能体规则文件」（CLAUDE.md、.cursor/rules、AGENTS.md 等）后，错误率降到 17%，改善 2.7 倍；在规则从未调优过的开源应用上，错误率从 58% 降到 32%，说明方法可以泛化。背景数字：54% 的中型企业与 75% 的大型企业同时使用三套以上 AI 编码工具，规则文件往哪儿放、怎么分发，本身已经是个工程问题。

值得关注： 这是「代码安全债」的量化版——瓶颈不止审得慢，更在于审的人根本不知道该看什么：没有写下来的安全决策，Agent 永远不会主动补。47% 这个基线意味着智能体代码的安全缺口是系统性而非偶发；解法却便宜得不成比例——一份写对位置的规则文件。它与本周「审核时间 +91%」「Claude Code Review 转正」共同指向同一结论：AI 写码的工程化欠账正被逐项清点，安全护栏从可选项变成必选项。

4. EmbodiedEvo：自进化 Coding Agent 登顶 RoboDojo，会写代码的 Agent 开始操控物理世界

事件内容： Einsia AI 旗下 Navers Lab 团队 10/15 发布 EmbodiedEvo：每个任务仅用一个 Playground 场景，让 Coding Agent 在交互中积累代码 Skills 与文字 Lessons；探索结束后冻结这份 harness，交给新的 Agent 在未见场景中评估。无需更新模型权重，Agent 就能带着经验出发，并继续根据现场反馈调整动作。在号称「具身智能界珠穆朗玛峰」的 RoboDojo 评测中，EmbodiedEvo 取得 45.08 的平均分、38.95% 的成功率，超过所有 VLA/WAM、Agent、Agent+VLA 的方法。机制上，Agent 用 Python 程序控制机器人：在工作区编写控制代码、提交给适配器执行、再查看相机画面与机器人状态反馈，决定下一步如何修改程序；代码可分段提交，同一回合的仿真状态、变量与函数持续保留；控制接口只有四个环境原语（get_instruction / get_observation / act / reset 一类）。

值得关注： 这是 AI coding 与具身智能最干净的交叉样本——写代码的 Agent 不再只产出文本，而是直接驱动机械臂/机器人完成物理任务，且经验可「冻结传递」给下一个 Agent，规避了 VLA 动辄需要海量轨迹训练的短板。它把「Agent 工程化」的范式（工具调用、代码迭代、反馈闭环）平移到了物理世界，也解释了为何 Coding Agent 的进展会率先外溢到机器人控制。局限同样明确：仍是仿真/受限场景评测，真实部署的可靠性、安全与成本尚待验证。

5. 乐聚 × 兆丰：15 台人形机器人进汽车零部件产线常态化上工

事件内容： 证券日报 10/17 报道，乐聚智能与浙江兆丰机电联合发布「具身智能 + 汽车零部件上料解决方案」，15 台人形机器人在兆丰股份汽车零部件产线投入常态化运行：在金属丝网框、多工位、上料台交错的狭窄复杂动态环境中，完成 10 余个动作序列，稳定抓取内径 80 至 120 毫米的小型零件，打通「预备—取料—转运—上料」全流程。项目定位为可复制的实景实训示范——真机在现场持续作业、持续回传真实工况数据，用来迭代大模型的感知、规划与力控算法。同篇报道里的另外两个动作：蚂蚁灵波与无锡隆盛、德马科技、德尔股份旗下机器人公司达成战略合作，推动具身智能进入工业制造与现代物流场景；中国香港首个具身智能国际应用训练场开幕，首阶段汇聚 7 家技术伙伴与 8 家国际场景伙伴。

值得关注： 人形机器人进厂此前多以「试点验证」的样板间形象出现，这次的关键词是三个：15 台、常态化、汽车零部件产线——狭窄动态环境里的连续作业，加上真机数据持续回传反哺模型，才是从 demo 到工程化的分界线。与本周「法奥机器人连融两轮近 10 亿元押注力控臂」「广交会机器人拧灯泡分拣」相互印证，具身赛道正从「谁先 demo」切换到「谁能稳定造出来、在真实产线连续干活」。风险点：常态化运营的人力/维护成本、良率与节拍数据仍待更长周期验证。