共 14 篇文章
OpenAI 把内部账本亮了出来：截至 2026 年 8 月中旬，每 1 个人类研究工作日，公司内部同时跑着 3.1 个 AI Agent 工作日——半年前还不到 1，6 月前 Agent 总运行时间仍低于人类总劳动，6 到 8 月之间天平翻了过来。中位数研究员日均推理算力约 600 美元，第 90 百分位每天烧掉超 7000 美元 token。Agent 真正站稳的不是宏大战略规划，而是研究中间那段不性感的苦活：写基础设施、跑和监控训练、排障。但账本里也藏着诚实的免责声明——4 到 8 小时任务中，超过一半仍需至少一次人工介入，OpenAI 称其为「昂贵的同事」而非「替代者」。这背后是递归式自我改进第一次跑在了实验室里：人类定方向，Agent 写码跑实验排障，产出更强模型，再回流到下一代研究；OpenAI 已宣布达成「自动化 AI 研究实习生」目标，下一个节点是 2028 年 3 月的「完全自动化 AI 研究员」。前沿的比赛早已不在 benchmark 分数，而在生产级 harness、安全边界与经济账。
Bun 1.4 把运行时底层从 Zig 重写成 Rust，一次改动 +1,009,257 / −4,024 行、6,778 次提交、约 11 天、烧掉约 16.5 万美元 token——但核心开发者 Jarred Sumner 没有亲手敲出这 100 万行：他先搭了一套 harness，把 agent 放进去并行重写，之后几个月让 agent 继续修 bug、跑测试、反复打磨到稳定发布。同一天，Claude 用几乎一样的思路端到端形式化证明了费马大定理（约 1,300 万行 Lean、约 60 亿 token、约 11 天）。两件标杆性事件指向同一个判断：软件生产的单位，正在从「人写的一行行代码」变成「人设计的 harness + 被调度去执行的 agent」。生成已经很便宜，贵的是验证回路；程序员没有消失，是往上挪了一层去写「让 agent 正确实现」的系统；当没人逐行读代码，正确性就完全押在测试与验证上。
GPT-6 Astra 在 9 月 3 日发布、9 月 4-5 日放量到 ChatGPT Work / Codex / API 后，真正的变化不是「又出了个更强的模型」，而是它直接装机进 coding agent 的 harness：Codex 跨窗口持久记忆、给写 PR 的 agent 加语音对话、Cognition 把 Astra 塞进 Devin 在 FrontierCode 上逼近 Fable 5 而成本低 64%。同一天 Claude Code 周限额重置。模型厂不再只卖 API，开始亲手把模型做成「会写代码的 agent」——coding agent 的护城河正从「模型强」挪到「harness 强」：上下文记忆、工具编排、模型路由、护栏、可观测才是难复制的部分；而成本曲线上单模型单价在涨、编排却把每任务成本往下拉，开发者最终为「性价比」而非「榜单」买单。
9 月 3 日，OpenAI（ChatGPT+Codex）、Anthropic（Claude）、xAI（Grok）在几分钟内相继熄火，连带 Gemini、Copilot、Cursor 异常，持续约 3 小时 40 分，是有记录以来最大规模 AI 集体宕机。根因指向微软 Azure 美东区域网络异常 + Cloudflare 边缘故障——三家「竞争对手」核心算力其实主要部署在同一片 Azure、访问端依赖同一层 Cloudflare，于是「一荣俱荣、一损俱损」。对 AI coding 而言，coding agent 已成生产依赖，一次全局宕机等于研发产线停摆；市场用 Palantir +7.7% 给「可靠性」定了价。结论：把 LLM 当成一个会半夜罢工的依赖来设计——多供应商路由、本地/自托管兜底、断路器、SLO 监控。
9 月 2-3 日 AI coding 观察：OpenAI 通知 11/12 终止向 Cursor 提供模型（SpaceX 600 亿美元收购 Anysphere 触发变更控制条款，被指 xAI/X 违约），Cursor 仅 5% 流量依赖、Anthropic 加码；智谱入驻天猫开售 GLM Coding Plan（基于 GLM-5.3，适配 ZCode/Claude Code/Codex 等 20 余款工具，Pro 538 元/月较年初涨 3.6 倍），把「卖 Token」做成零售；阿里 Qwen3.8-Max 登顶 CodeArena 前端编程（1691 分超 Opus 5 / Kimi K3，1M 上下文，$2/$6）；OpenAI 同期 API 降价（GPT-5.6 Luna −80%）。结论：coding agent 2026 是供应链重构年，护城河从「模型接入」转向「自有模型 + 场景绑定 + 部署形态」。
9 月 2 日 AI coding 观察：OpenAI Codex CLI 曝出 _context 外部记忆工具，用「硬切窗口+工作注释+历史查询」解决长任务压缩丢背景；Claude Code 周限额「名义永久+25%、实际到手反降 17%」，同期 OpenAI 修后台偷烧额度 bug；Cognition（Devin）拟融资约 10 亿美元、估值冲 470 亿美元。结论：coding agent 竞争从「谁更会写」挪到「谁更会记住、谁更划算、谁更敢下注」，正被当作下一代基础软件层单独计价。
9 月 1 日 AI coding 观察：Claude Code 的 Fable 子智能体误用 rm -rf 删掉约 700GB 家目录数据，同期 Anthropic 把标准周限额「永久+25%」但基数回调后实际缩水约 17%；Cursor 发布 Automations 把人类注意力瓶颈拆成规则，Uber 与智谱给出规模化 ROI 硬数据。结论：自主 coding agent 正从「对话辅助」跨进「自主交付」，能力上升的曲线与越界成本的曲线同步抬头，护栏必须和产品能力一起上线。
8 月 31 日 AI coding 观察：Claude Sonnet 5 正式涨价（$2→$3 in / $10→$15 out），叠加代码 token 分词器膨胀 10%–35%，有效成本实际上涨约 65%–85%；同日 Claude Code 登顶 agent harness 长自主会话榜。结论：模型在变贵，coding agent 的护城河正从模型能力滑向 harness（会话管理、失败恢复、子代理编排、成本护栏）。
8 月 30 日 AI coding 供应链观察：OpenAI 因 SpaceX 收购 Cursor 将于 11/12 切断未来模型访问；GitHub Codex 修复 8 类 token 浪费 bug 后同一 quota 可多干 10%–50%；Benzi 确定性 coding agent 用 tree-sitter 代码地图在 SWE-bench Verified 拿下 78.2%，仅读 9,125 行、成本 $37.33。结论：coding agent 的护城河正从模型智商滑向供应链韧性、token 经济学与结构化代码理解。
8 月最后一周 AI 信号：Okta 数据显示仅 34% 企业像管员工一样管 Agent，其余靠静态密钥匿名裸奔；Cursor 编程 Agent 遭勒索软件团伙滥用入侵 7 家公司；Nous 的 Hermes Agent 在企业网络自动执行危险代码；Cloudflare WriteGuard 限制 MCP 写操作、AWS AgentCore Payments 让 Agent 自主付费。结论：能力与控制是两件事，身份（工牌）是地板不是天花板。
8 月最后一周 AI 信号：Anthropic 模型硬件标准、Pasqal 量子 Vibe Coding（仿真→真机）、OpenAI 常驻 Agent 与失控事故、具身智能标尺切换。Agent 的下一关不是更聪明，是敢不敢动真实世界——取决于接口标准、验证闸门、可信边界三把钥匙。
8 月 17–27 日 AI 信号汇总：Agent Plugins 1.0 跨厂商可移植、MCP 给 agent 发身份证、成都贡嘎一号无遥控全自主长时序、Orchard 开源环境层。Agent 正从一次性聪明脚本进化为可插拔、有身份、能交付的公用设施。
8 月 26 日 AI 三战场同现反差：人形机器人百米 9.32 秒超博尔特却仅 26% 完赛，Claude-opus-5 仓库迁移 47/100 但全阶段通过仅 5.4%，99% 企业计划部署 Agent 仅 9–14% 投产。行业正在从比峰值转向比完成率，重写记分牌。
2026 年 8 月，AI coding 自主交付（Copilot Autopilot GA，PR 周期 -40%）、开源 Agent 成公用设施（Qwen3.8 Max 登顶 BenchLM 79.91）、具身智能真实落地（世界机器人大会 + 人形机器人运动会，中国出货占全球 97%）。竞争焦点正从「谁的模型更聪明」转向「谁的闭环更完整」。