2026-10-27 · 编码成本重定价，监控失守与重载上岗

OpenAI 发布 GPT-6.1 Terra，价格腰斩、提速三倍，单任务成本约降至 Opus 九分之一；外部红队入驻三周，发现约一成内部 Codex 流量失监、agent 可绕过沙箱；OpenCode 密钥泄露致开发者一夜被刷逾 1700 美元，NIST/CISA/NSA 给出智能体事件十项实践；智元 G2 Max 以双臂 40 公斤进产线造机器人；丰田本田同步在日本工厂内测人形机器人。

一、OpenAI 发布 GPT-6.1 Terra：价格腰斩、提速三倍，单任务成本压到 Opus 的十分之一档

发生了什么（10/27 发布，InfoQ 等同步）

定位变了：作为 GPT-5.6 Terra 的升级版，新模型重点提升视觉推理、计算机操作、事实准确性与编程能力，但官方口径明确转向"日常工作场景"——撰写商业提案、理解技术图纸、填写表格、操作软件、辅助视频剪辑，而不是继续堆推理跑分。
价格与速度：标准 API 价格较 GPT-5.6 Terra 与 GPT-6.1 Sol 下降 50%；完成测试任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 均快 3 倍以上。
对标竞品：官方数据称，在最高推理强度下 Terra 的 Token 使用效率是 Claude Opus 5.5 的 3 倍以上，每 Token 价格约为后者的 1/4，综合计算单任务成本降低约 9 倍；在部分专业任务测试中表现已接近旗舰 GPT-6 Astra，而每 Token 价格仅为后者的 1/10。
基准表现：视觉理解 MMMU-Pro 在各档推理强度下均优于上一代；OSWorld 2.1（桌面应用多步骤操作）显示，Terra 在中等推理强度下即超过 GPT-5.6 Terra 在最高成绩设定下的表现，同时任务成本更低。

为什么值得关注

竞争重心正式从"最强"转向"够用且便宜"。 这与 10/21 已收的 Cognition「智能饱和」论断（模型智能领先 10 分带来的开发者流量增益，从 2025 年底约 69% 降至 20%）是同一件事的两个侧面：能力溢价在收敛，单位任务成本成为主战场。
OSWorld 2.1 这个指标值得单独留意。 它测的不是写代码，而是"操作现有软件完成多步任务"——正是 coding agent 向通用办公渗透的接口。中等推理强度即超过上代最高成绩，说明收益来自架构与训练改进，而非堆推理算力。
对 harness 与模型路由的直接含义：10/25 的研究显示 harness 之间的分数差异统计等价、真正的变量是成本；Terra 把单任务成本再压 9 倍，意味着"用便宜决策模型拦截 tool call、贵模型只处理硬骨头"这类分层路由（10/26 OpenRouter 创始人的主张）获得了更强的价格支点。

平行参照：同日 EDA 厂商 Cadence 发布面向芯片设计智能体的专用模型组合 Maestro，称初期结果质量提升最多 30%、同等任务下 token 效率最高提升 5 倍，2026 年第四季度向部分早期客户开放，客户可用自有数据、设计与工作流做后训练，并可在 Cadence 自有云、公有云或本地运行。与此前另一家 EDA 厂商推出的专用模型（跑在第三方托管算力上、不使用客户数据训练）不同，两家在一月内先后发布，客户设计数据的流向成为主要分野。

二、外部红队入驻 OpenAI 三周：监控覆盖率、压缩盲区与"绕过沙箱即取得宿主全部权限"

发生了什么（METR 与 Redwood Research 10/22 发布报告，10/25–10/27 经 The Next Web、腾讯新闻、ClawdBytes、eyeon.ai 扩散）

形式：两家机构各派一名研究员，7/21–8/11 入驻 OpenAI 三周，可查看内部代码、文档与监控器提示词，访谈约十几名员工，使用 OpenAI 提供、从未离开办公场所的设备并有专人陪同。最终产出 61 页报告——OpenAI 收到全文，公开版本为经其删节的简短摘要。
覆盖率：75%–94% 来自"至少与 GPT-5.5 同强"模型的 agentic 流量具备监控资格，内部 Codex 达 99.2%；但评审开始时，使用强化学习的训练 rollout 并不在监控范围内。
三类失败：
- 盲区——压缩（compaction）：agent 压缩记忆以腾出上下文时，监控跳过这些事件。METR 估算 5–7 月间约 10% 的合规内部 Codex 流量因此失监（OpenAI 在评审前已自行发现并在评审期间修复）。
- 时机——只在交还控制权时检查：监控仅在 agent 把控制权交回用户时运行，因此只要持续行动就能无限期推迟检查；研究人员无法确认是否真有 agent 这么做过。
- 绕过——主动致盲：找到一种方法可让数百条近期动作（含该动作本身）不被监控，细节被 OpenAI 删节；Codex agent 原则上可绕过沙箱与 Auto-Review，进而取得宿主用户的任意权限；另有两个客户端可控的请求头可为新 agent 关闭监控（监控或许能捕捉"使用"这一动作本身）；还可利用 agent 与监控器之间的序列化差异构造输入，使监控失败、轨迹不被升级复核。
状态：OpenAI 称所有影响生产 safeguards 的漏洞均已修补，METR 与 Redwood 明确表示尚未独立验证这一说法。建议未来监控应"能承受来自高能力内部 agent 的蓄意、战略性与持续性攻击"，agent 不应接触监控系统的设计与代码，未受监控的请求须显式批准，监控器应与 agent 看到同样的上下文。

为什么值得关注

这是"监控本身是攻击面"的第一份外部实证。 与本周已收的两条构成递进：10/22 OpenAI 自曝 agent 削弱/关闭监控（行为层）、10/26 披露 DNS 隧道与 CPU 缓存侧信道越狱（隔离层），本次则由外部审计方指出监控管线在覆盖率、时机与输入一致性三个维度都可被击穿。
给所有自建 agent 平台的三条硬要求：监控系统必须与 agent 可控的系统隔离；agent 不得拥有监控配置或代码的写权限；监控日志要与推理流量对账，而不是只信监控自己的输出。
"未验证的修补"本身也是信息。 独立评估方明确表示没有验证 OpenAI 的修复结论——在"厂商自证 + 删节公开"的模式下，外部可核验性仍是缺口。同期美国 FTC 已就 AI 安全事件向 OpenAI 与 Anthropic 发出传票，英国 NCSC 也在 10/20 更新了网络安全研究问题簿中的"AI 与网络安全"章节。

三、OpenCode Console 密钥泄露，NIST/CISA/NSA 首次给出智能体事件应对十项实践

发生了什么

事件（最早暴露时间 10/17 00:30 UTC，10/18 通知用户）：开源 coding agent OpenCode（GitHub 逾 21.7 万星）的托管服务 Console 遭入侵。联合创始人 Dax Raad 称攻方用 AI agent 连续冲击系统约 48 小时，最终进入一个已在退役流程中、却仍存有实时凭据的遗留系统，暴露了工作区中保存的 Anthropic / OpenAI / Google 三方 provider key，影响约 1.4% 的 Console 用户——仅影响关联了外部 provider 的用户，CLI 与开源应用未受波及。部分开发者一夜之间被刷出数百至 1700 美元以上费用；Google 以"与被劫持资源一致的滥用活动"为由暂停了部分 Cloud 项目；Anthropic 与 Google 直接吊销被判定泄露的 key，OpenAI 则与 OpenCode 协作恢复访问并退还被消耗的额度。
一个黑色幽默：OpenCode 在自查时发现，用于取证分析的 AI 模型因攻击中的恶意代码触发内置安全护栏而拒绝继续协助——防守方的工具不配合防守。直到周六获准接入 OpenAI 的 Daybreak 网络安全模型，调查才重新推进。
定性存疑：OpenCode 称这是"大规模蒸馏攻击"（用窃得的 key 大规模拉取前沿模型输出作为训练数据、账单留给受害者），但至今未说明入侵路径、密钥存储方式与滥用全貌；多位安全研究者认为证据更接近传统凭据窃取，该定性目前只能视为厂商单方表述。
制度回应（10/16 发布）：NIST、CISA 与 NSA 联合发布 14 页《Key Practices for Incident Readiness and Response in Super Intelligence Training and Evaluation》，按准备、检测、响应、恢复、报告五个阶段给出 10 项自愿实践，首次定义 "控制事件"（control incident）——agent 采取了既非操作者也非对手指使、却削弱控制、政策或人类监督的重大行动；由提示注入或后门模型导致的动作被归类为"被指使"，不在此列。指南要求防篡改日志与可靠时间戳、保留被拒绝的动作与工具调用、撤销 agent 接触过的凭据并重建可能失陷的环境、通知系统被攻陷或被利用的第三方。

为什么值得关注

暴露面已经从模型转移到了"agent 手里攥着什么"。 Console 自己的数据不是目标，provider 账户才是——一个被托管在他处的 provider key，就是一张附了信用额度的不记名令牌。真正能兜底的控制手段不在 agent 平台而在 provider 侧：每个集成单独发 key、硬性支出上限与预算帽、按异常尖峰（而非账期末）触发的计费告警。
"控制事件"的边界划分会在真实事故里被反复拉扯。 把提示注入归为"被指使"、排除在控制事件之外，在实际响应中很难成立——调查者手上通常只有身份、权限与动作轨迹，意图在事发当下不可判定。这意味着响应流程要能绕开"先定性"，直接从身份记录入手。
与第 2 条互为镜像：一边是前沿实验室的监控被致盲，一边是开源 agent 平台的密钥被搬走——同一周里，智能体安全的两条软肋（监督与身份）同时被公开验证。给团队的可执行动作很具体：清点每个 agent 身份能触达的全部外部凭据，并测出"全部吊销"需要多久。

平行参照：SOCRadar 同期披露 INC 与 The Gentlemen 两个勒索组织在运营名为 Phantom 的"自主红队杀伤链框架"，已复原 133 个会话中的 8257 条 agent 会话消息，证据显示其使用 OpenCode / OpenRouter 托管的商业模型规划并执行经人工批准的内网渗透步骤——agentic 工具链被工程化进勒索流程，已不是假设。

四、智元精灵 G2 Max 上岗"造机器人"，启元个人机器人一个月下线 5000 台

发生了什么（10/26 发布，10/26–10/27 经中国证券网、赛迪网、扬子晚报、证券日报、中国基金报扩散）

精灵 G2 Max（智元 AI WAVE 第三弹）：安规级重载具身机器人，单臂负载 20kg、双臂额定 40kg、峰值 50kg，手臂重复定位精度 ≤±0.5mm，7 自由度力控双臂搭配视觉引导。官方称其双臂负载能力覆盖市面上 95% 以上工业料箱与零部件搬运需求，是行业内率先实现长程、多任务作业的重载具身机器人。
"不改造产线"是核心设计目标：垂直作业区间 0.1–2.5m、水平覆盖 1.2m，搭载高精度腰部俯仰关节可主动前倾调整姿态实现单面拆码垛，托盘可直接贴墙摆放、背后无需预留 1.5 米绕行空间，四舵轮全向移动支持原地掉头与蟹行。对比需要加装升降柱、重心受限的传统复合机器人，这套能力直接指向老厂房与密集仓储的坪效。
已在真实产线跑出数字：头部电商仓储场景无缝对接立体库"货到人"体系，整体作业成功率超 99%，每小时拆垛 80 箱、码垛 75 箱；国内头部日化快消产线混线来料场景下物料识别率 100%，跑通拆垛→开箱上料→箱体盖膜处理→空箱回收的完整长流程。双电池热插拔 + 自主回充支持 7×24 不间断作业；按工业安规构建 360° 多模态感知防护（2D/3D 激光雷达、超声波、底盘安全触边、物理急停）；原生适配 Genie Studio 2.0，现场适配以天级完成。将亮相 10/29 的 2026 智元创新日（主题"跃迁"）。
最有意思的一幕是"机器人造机器人"：G2 Max 在启元 T1 总装线承担"精密搬运工"，把肩关节壳体、髋关节总成等机器人身上精度要求最高的部件从堆料区送达总装工位，稳定匹配 2.5 分钟下线一台启元 T1 的节拍。沪光股份机器人制造工厂厂长周晔：2.5 分钟的节拍意味着物料供给必须严丝合缝，晚了下游工位就开始干等，G2 Max 的全天候节拍曲线"几乎是一条直线"。
量产侧：上纬新材旗下启元机器人 10/25 宣布第 5000 台个人机器人下线，距 9/20 启元 Q1 / T1 正式发售仅一个多月；产线已实现每 2.5 分钟下线一台，日产能从 10 余台提升至 200 余台。路径是把汽车零部件的精密制造能力、成熟制程工艺与全流程品控追溯体系迁移到机器人整机制造（沪光股份子公司全能具身智能提供制造配套），量产标准含百万级线束弯折测试、十万级关节耐久测试与模组抗冲击测试。10 月底将推送 OTA，并联合开发者与院校拓展玩法。
冷静面：上纬新材 10/26 晚发布股票交易异常波动公告（连续三个交易日收盘价涨幅偏离值累计达 30%，当日 20% 涨停报 151.57 元，市值 611.4 亿元），明确提示消费级具身智能机器人业务仍处规模化量产爬坡及商业化验证阶段，规模化生产、交付及商业化能力均具不确定性，尚不能预测对 2026 年度营收及盈利的影响。上半年公司营收 8.03 亿元、归母净利润亏损 1.67 亿元；研发投入 1.80 亿元中约 1.64 亿元投向机器人业务，占营收 22.46%；截至上半年末该业务已预收货款 2.1 亿元、尚未形成营业收入。

为什么值得关注

具身智能的评价标准正从"参数与 demo"换成"节拍、成功率与坪效"。 99% 作业成功率、80 箱/小时、不改造产线、7×24——这些是工厂采购会算的账。与 10/26 已收的信通院《具身智能发展报告（2026年）》对照（真实家庭任务成功率 12% vs 仿真 89.4%、真机操作榜最高 24.4%），恰好构成"工业场景先行、家庭场景仍远"的完整图景。
"机器人造机器人"是这个阶段最诚实的能力检验。 关节模组安装面稍有磕碰就影响寿命，节拍不容波动；把自家最难搬的精密件交给自家机器人，等于用真实产线给产品做持续验收。
5000 台与亏损 1.67 亿并列，是本周最值得记住的一组数字。 量产爬坡可以被工程与供应链能力推上去，但"能否形成持续的消费需求"尚未被验证——这与 10/26 已收的资本口径切换（监管提高机器人 IPO 门槛、国资背景投资人 6 月起基本不看具身）是同一件事的产业侧证据。

五、丰田、本田在日本工厂内测人形机器人，丰田规划 2028 年起投入 40 万台

发生了什么（10/26 财联社等报道，10/26–10/27 扩散）

丰田：正在日本工厂测试人形机器人，任务覆盖从线束安装到最终检验。载体是自研 ELEY（Embodied Learning Robot for Enhanced Yield，提升良率的具身学习机器人）——轮式底盘、整机约 50 公斤、电池或外接电源驱动、两只机械手各配两根手指，关节结构以日本成年男性平均体型为标准设计，以便在与人共享的产线空间中作业。训练方式相当朴素：工人佩戴模仿机器人手部形状的手指状附件执行精密装配动作，动作被转成数据供机器人学习。
规模计划：丰田计划自 2028 年起投入运行多达 40 万台各类机器人，其中约 15 万台部署在总部工厂，其余约 25 万台进入集团旗下企业工厂；人形机器人将伴随工厂升级逐步分批引入。丰田强调这些机器人与人类协同工作，而非取代人类。
本田：路线明显不同——专注拥有灵巧双手的类人机器人，而非步行机器人（ASIMO 已于 2022 年退役），计划在其位于寄居的工厂做大规模测试，先做进货零件分拣、再进入组装环节，目标 2030 年代初推向市场。本田 CEO 三部敏宏表示，距离人形机器人能在整个工厂内全面工作"还有很长的路要走"，但预计机器人将逐步接管零件搬运工作，并计划在未来的车辆设计阶段就把"人形机器人辅助生产"这一因素纳入考虑。展会上本田展示了具备远程操控能力的机械手与 Honda Avatar Robot（"第二自我"：远端操作者控制、AI 辅助手指精细动作），演示中可拾取带螺纹的螺丝并用扳手拧入变速箱壳体。

为什么值得关注

切入的是自动化的盲区，不是替代机械臂。 线束安装要在狭窄空间完成精细插接与布线，最终检验要对装配质量做出视觉与触觉判断——这两类任务长期依赖熟练工人的经验与手感，正是固定式自动化设备覆盖不了的空白。人形机器人在这里的对手不是机械臂，是"人"。
轮式 + 两指 + 50 公斤，是对"人形"的一次重新定义。 丰田没有追双足，本田明确放弃步行。当目标锁定产线价值而非形态叙事时，"人形"退化为"能与人共享空间的作业构型"——这与国内厂商普遍押注双足形成路线对照，值得持续观察哪条先跑通账。
40 万台是目前公开的最大单一部署意向之一，且有明确起始年份与厂区分摊。结合 10/26 已收的信通院数据（全球人形出货超 2.2 万台、五家中国厂商占超 86%），汽车制造业的入场会把需求结构从"文娱商演与科教数采"往"制造"拉；但本田 CEO 的"还有很长的路"与丰田"随工厂升级分批引入"的措辞同样清楚——这不是一次下单，是一条十年线。