2026-10-28 · 编码智能体平台化，具身自进化与IPO临门失守

Cursor Agent SDK 与 OpenCode 2.0 让编码智能体可版本化、可评测、可部署；npm 联创以 741% 代码产出对 30% 发布增速指出瓶颈移到审查，四款 AI 审查工具审同一批 PR 无共识。具身侧，智元 Genie Master 让精灵 G2 在便利店边上岗边进化，11 月 2 日迎 24 小时考核；原定今日挂牌的微亿智造暂缓 IPO——能力侧加速，资本侧开始挑食。

一、Cursor Agent SDK 转正 + OpenCode 2.0：编码智能体从“被你调用的工具”变成“你在上面盖东西的地基”

发生了什么（Cursor 10/20 宣布 GA、10/26 对外发布；OpenCode 2.0 于 10/21–22 发布）

一个 agent 就是一个文件夹：Cursor 官方称 Agent SDK 用的是驱动自家 Bugbot、Security Review、Approval Bot 与 Rollouts 的同一套 harness。instructions.md 是常驻系统提示，tools/*.ts 每个文件一个类型化工具，另有 skills、mcp-connections、subagents、channels、hooks、schedules 目录，评测写在 evals/*.eval.ts。
触发面：GitHub / GitLab / Bitbucket 的 PR、评论与 CI 事件（经 Cursor 账号，无需公网 webhook URL）、Slack 提及与私信、任意 webhook、cron 定时。每个会话独立保留消息与工具调用历史，同一 PR 或 Slack 线程的追问会续接同一会话。
部署：agent-sdk deploy 从当前 Git ref 构建（未提交的改动不会上线），给出 URL 并运行在 Cursor 托管基础设施上；也支持自托管容器——单个 Node.js 进程，可直接上 Kubernetes 或 ECS。部署后的 agent 带三种角色：Viewer 打开、Editor 启停、Owner 管密钥与访问。
evals 才是重点：一个 eval 向真实 agent 发送固定输入，断言“调用了哪些工具、参数是什么、回复形状如何”，可并行执行、可打标签组成冒烟集；agent-sdk github replay 能把真实 PR 转成签名 webhook 载荷当作测试夹具。Cursor 把这套循环称为 "hillclimbing"——每次改进都用 eval 锁死，防止后续改提示悄悄回退。
四个生产级模板：Security Reviewer、Owners-Policy Approver、PR Autofixer、Linear / Jira Triager，均非演示。
首个公开客户：PGA Tour 首席工程师 Michael Gyarmathy 称“Agent SDK 让 PGA 把软件工厂的每一个组件都建在了 Cursor 的基础设施上”。
同源的另一侧——OpenCode 2.0 把 CLI 重写成常驻后台服务：会话、插件、权限、配置与工具执行全部由服务持有，终端、网页、桌面只是客户端，可多端同时连接而不丢状态；@opencode/sdk 让 OpenCode 运行时本身成为可嵌入组件（裁剪版可跑在 Cloudflare Durable Objects）；新增的 Code Mode 用轻量 JS 解释器把 MCP 服务器与 OpenAPI 端点转成可编程调用的函数，模型写一段 JS 串起多个工具、省掉每步往返，官方称可挂载成百上千个 MCP 服务器而上下文膨胀很小，并已设为 2.0 全部 MCP 的默认模式；子智能体与 shell 命令支持后台执行。代价是 1.x 插件与服务端集成需要迁移。

为什么值得关注

“agent as code”真正落地。 提示词、工具、技能、评测全部进仓库，走 PR 评审、留变更历史。此前在控制台里配的自动化活在版本控制之外，出问题时只能靠截图和手工复现，人一走知识就带走。
与 10/25 的 harness 研究形成呼应。 那篇论文说 harness 之间的分数差异在统计上等价、真正的变量是 token 成本；这次两家不约而同把“评测与部署”做成产品，等于把问题从“换哪个 harness”推向“怎么证明你改的 agent 没退化”。
安全面随之扩大。 OpenCode 变成常驻本地守护进程并暴露网络，Cursor 则给出托管与自托管两种边界——10/26 已收的“收紧 + 可观测”，在平台化之后从可选项变成必答题。

二、npm 联创 Laurie Voss：写代码几乎免费了，但“代码之后的一切”没有同时变便宜

发生了什么（10/14 AI Engineer NYC 演讲，10/27–10/28 中文扩散；Voss 现为 Arize AI 开发者关系负责人）

核心落差：引用 NBER 对 10 万+ GitHub 开发者的研究——使用自主编码智能体后代码产出 +741%，但软件发布速度只 +30%。
卡在审查：LinearB 800 万 PR 数据显示，agent 写的 PR 等 reviewer 的时间是 4.6 倍；Faros 2.2 万开发者数据显示，花在 review 上的时间 +440%、每 PR 事故 +240%、无审查直接合并 +31%；Cisco / SmartBear 数据显示人审准确度在约 450 行/小时后崩塌——按这个速度认真审一个一万行 diff 约需一周，而现实中没人这么审。
AI 审查不可靠的直接证据：4 款 AI 审查工具审同样 146 个 PR，合计标记 617 行，但没有任何一行被四款同时标记。每款都找到真问题，彼此却不收敛。
机器已经在接管：GitHub Copilot 当时已承担 GitHub 上超过 1/5 的代码审查，且用户可选让它的审查计为一次批准；OpenAI 的做法是人类“可以审 PR，但不是必须”。
移除人工审查的失败案例：Dex Horthy 曾花六个月劝开发者不要读代码，后来公开收回——跳过审查是灾难，团队不得不重写整套系统；亚马逊 2026 年 3 月的事故复盘把故障归因于 AI 辅助改动，随后要求高级工程师签字；Anthropic 的复盘里也有 bug 突破多道人工与自动审查。
“通过测试”不等于“维护者愿意合”：agents 通过某编码基准测试的比例为 80%，换成“仓库维护者会不会合这个 PR”这一判据时只剩 54%（Cognition 口径为 87%→54%）。
瓶颈会继续迁移（约束理论）：审查 → 部署与扩容 → 安全。他估计运维、扩容与安全要在一年内被 agent 稳定接手并不现实，可能需要 5–10 年。
岗位影响：他给留下来的活起名“产品工程师”——去和面包店老板待一周，弄清“追踪订单”对这门生意到底是什么意思，写出可执行的规格，再判断 agent 交出来的东西够不够好。问题在于，新人练手用的“写清楚的工单”正在交给 agent，入门台阶在想清楚怎么培养人之前就被抽走了；他自己的措辞是“接下来十年可能会很难熬”。
给团队的建议：把影响面大的代码（架构决策、鉴权、计费、数据完整性）标出来继续让人认真审；能便宜机械验证的部分做自动评估器；把资深工程师嘴里的“这样不行”写成规格、评分标准与 eval；别再数代码行数，要看实际交付了多少、“测试通过”与“维护者愿意合并”之间差多远；最后一位审查员是生产环境。

为什么值得关注

741% 对 30% 是本周最硬的一组数。 它把“AI 到底让开发快了多少”从感受层面拉到可测量的落差上，并直接指出落差所在地：审查。
“四款工具零共识”最具操作性。 它否定了“上一款 AI 审查就能放行”的默认做法，也解释了 10/19 Claude Code 那套完整评审流水线为什么必须存在。
与 10/21「智能饱和」、10/25「harness 祛魅」是同一条曲线上的不同点：模型能力的边际收益在降，工程与判断的边际成本在升。

三、GitHub Universe 2026 今日开幕：治理套件会前铺完，“受治理的自主”成为默认前提

发生了什么（Universe 10/28–29 于旧金山 Fort Mason 举行；相关发布集中在 10/19–10/26）

会前落地的企业治理四件套：Copilot 模型策略 API 于 10/19 在 enterprise / teams / apps / organizations 四级 GA；10/22 用量指标新增具名 MCP 服务器与自定义 agent 追踪；10/23 新增客户端级用量归因（OpenCode、Claude Code、Codex、Zed 等分项）。
辅助权限（assisted permissions）10/26 在 Copilot CLI、VS Code 与 Copilot 应用 GA：未被显式允许的操作——shell 命令、路径访问、URL 抓取——先由模型审阅，判定在任务授权范围内且安全的直接放行，其余才提示开发者。企业 deny 规则始终优先；请求绕过沙箱的操作从不由模型审批；管理员可禁用“无条件批准”同时保留辅助模式。
Copilot CLI 同期转正：自然语言命令建议与解释、agentic 工作流、Autopilot 模式、GPT-5.4 支持与企业遥测；多个小版本持续收紧行为（辅助权限脱离实验模式、Agent Client Protocol 沙箱处理、子智能体继承工具审批、插件市场支持 Git 子目录）。
Copilot Cowork 从“被提示”走向“事件触发”：Power Platform 连接器可由 CRM、Teams 等连接应用中的事件发起任务，不再需要用户逐步提示；Projects 把任务、指令、上下文与生成文件归组，也随之成为需要确权的治理对象。
更底层：GitHub 已把 99.99999% 的仓库迁移至 Azure，重建面向 agent 规模的 Git 基础设施——per-reference quorums 与对象存储让读能力可以独立扩展。
官方未答的问题：未公布该功能属于哪些订阅档、每次安全评审是否消耗 premium 请求或增加多少延迟、送审数据如何保留，也未公布评审模型“批准了人类本会拒绝的动作”的准确率。GitHub 自己的口径是：模型会犯错，辅助权限不替代沙箱与访问限制。

为什么值得关注

时序本身就是信号。 治理套件在会前一周全部 GA，说明 Universe 的主题是在治理地基上谈编排，而不是再来一轮“放权”。
与第二条构成因果闭环。 既然审查已是瓶颈、AI 审查又不可靠，那么把权限边界写进平台默认就成了唯一可规模化的做法；其中“绕过沙箱的请求从不交给模型审批”这一条，值得任何 agent 平台照抄。
缺口同样明确。 没有准确率数据、没有延迟与成本口径。在 GitHub 自己都不公布“模型批准错了多少”之前，辅助权限只能当作减少打扰的体验优化，不能当作安全边界。

四、智元 Genie Master：机器人第一次在真实便利店“边上岗、边进化”

发生了什么（10/27 发布，AI WAVE 期间第四项成果）

定位：具身 Agent 框架，让机器人在部署状态下不依赖人工示范与调试，自己定位失败原因、调整策略、沉淀经验。智元称这是行业首次跳出仿真与实验室、在真实业务场景中验证 Physical RSI（具身递归自进化）。
连接层：提出具身执行协议 EEP，统一能力、引导、反馈、连续性四类接口，让 Agent 清楚有哪些机器人能力可调用、这一步如何引导执行、实际结果是否达标、还有哪些任务待完成。执行后成功与否、卡在哪一步实时返回；任务中断时保留已完成进展，Agent 从断点重新规划而不是从头再来；多机协作时可追踪集群分工与任务依赖，支持动态调度。
两条互补路线：
- Harness RSI（让经验可积累）：成功与失败案例随做随记，每日任务结束由模型统一总结，可复用部分沉淀进长期记忆，遇到同类任务逐步加载调用。
- Policy RSI（让能力可固化）：Agent 协助执行、接管与恢复过程中产生的问题—调整—结果数据，经后处理回流训练动作策略，把有效改进固化进模型参数。
真机案例一——便利店挂货：Agent 回溯失败记录后发现头部视角分辨率不足、挂钩被标签牌遮挡，于是调整执行引导：左手先靠近目标、用腕部相机补充近距离视角，确认挂钩位置后再由右手完成挂货。
真机案例二——外卖打包：水瓶与夹爪易被白色提带缠住，Agent 用更具体的动作提示引导夹爪先收回、再重新尝试放入包装袋，相关执行与恢复数据随后回流训练。
现场结果：精灵 G2 已在便利店正式上岗，熟食打包在多次失败后变得更顺畅，取货与补货动作准确度稳步提高——这些变化来自机器人自主定位问题，而非人工调参。
下一步验收：11 月 2 日 10:00 起，6 台精灵 G2 连续 24 小时值守便利店并全程直播，经历午间高峰试岗、晚高峰抗压、深夜独立值守、清晨早餐冲刺四个班次，作为一场“转正考核”。

为什么值得关注

与 10/26 信通院报告的冷水数据直接对撞。 那份报告给出真实家庭任务成功率仅 12%、六成出货流向文娱商演与科教数采。Genie Master 的意义在于把“部署后改进”从需要工程师跟在后面改代码，变成机器人在岗自己积累——这正是报告所指的规模化前提。
EEP 的四类接口本质是在给“Agent 与本体之间”定协议，可比照 10/25 Agent Skills 捐入 AAIF 的标准化路径；这类协议若能中立化，跨本体复制才有成本下限。
11/2 的 24 小时直播是最值得看的验收形态：不看单动作演示，看连续运行中的稳定性、任务成功率与应变能力——与券商所述“竞争重心从功能演示转向连续运行稳定性、任务成功率和部署成本控制”完全同向。

平行参照：10 月 27 日，清华系桌面机器人公司细胞壁智能（CyboPal）完成由 TCL 实业战投与深创投参与的战略轮融资，距上一轮东方富海领投的数亿元融资不到三个月；同期富临精工拟投 5 亿元建设智能电关节产线，法奥、辉羲等头部企业获数十亿元融资。一级市场对硬件与供应链的加注并未停歇。

五、“工业具身智能第一股”临门暂停：微亿智造原定今日挂牌，10/28 退款

发生了什么（10/25 港交所公告，原定 10/28 挂牌）

中止：常州微亿智造发布《全球发售之最新资料》，称经考虑多项因素（包括现行市况），决定现时延迟全球发售及主板上市。原定 10/26 定价、10/28 上午 9:00 挂牌；10/20 启动招股、10/23 中午截止公开认购。
退款与配发：白表 eIPO 的电子退款指示或退款支票于 10/28 发出，中央结算系统电子认购由相关券商或托管商安排，均不计利息。国际包销协议不会订立，香港公开发售包销协议因此不会成为无条件，未发出任何 H 股股票。配发结果一栏至今空白——认购倍数与中签率从未公布，因为发行在定价前即告中止。
财务底稿（招股书）：2023–2025 年营收分别为 4.34 亿、6.00 亿、7.96 亿元；2023 年因研发投入 1.78 亿元（占营收 41.1%）净亏 1.14 亿元，2024、2025 年净利仅 1570 万元、510 万元——营收接近翻倍而利润极薄。2026 年前 5 月营收 4.24 亿元（同比 +22.6%），期内溢利 2253 万元。
现金压力：2025 年投资活动现金净流出 8.31 亿元（投向大模型算力与收购），现金及等价物从 2025 年末的 2.4 亿元降至 2026 年 5 月 31 日的 9467 万元。
行业位置：以 2025 年收益计为中国最大的 EIIR（工业具身智能机器人）产品提供商，市场份额约 20.0%。原计划发行 3727.58 万股 H 股，发售价 16.63–21.46 港元，每手 100 股，入场费 2167.64 港元，最高募资约 8 亿港元。

为什么值得关注

这是具身智能资本叙事里最具体的一次“临门失守”。 不是传闻、不是估值打折，而是在定价前直接中止，连认购倍数都没有公布。10/26 已出现“监管提高机器人 IPO 门槛、松延动力保密递表”的口径切换，本次是这一趋势的第一个公开个案。
财务结构比暂停本身更有信息量。 营收 7.96 亿元对应净利 507 万元，净利率约 0.6%，再叠加 2025 年 8.31 亿元投资净流出与现金降至不足 1 亿元——“工业具身智能”目前仍是重交付、薄利润、强现金消耗的生意。这与 10/26 信通院报告“整机占 TCO 40–60%、年运维 50–70 万元、赚钱顺序为数据/工具 → RaaS → 最后才是整机与系统集成”的判断一致。
冰火两重天需要放在一起读。 同一周，A 股人形机器人概念指数周涨 7.03%、跑赢沪深 300 达 8.6 个百分点，随后出现回调；中办、国办《关于发展新质生产力的意见》提出加快推进人形机器人等新一代智能终端场景应用，八部门将其纳入前沿技术布局；一级市场融资与产线投资仍在继续。资本没有离场，只是开始区分“能讲故事的”和“能交报表的”。