|
|
AI 动态 · 2026.07.23
侧重 AI Coding 与具身智能
① Claude Code v2.1.217：无人值守编程的安全边界收紧
Anthropic 7月21日发布 v2.1.217：单会话默认最多20个并发子代理，默认禁止子代理继续嵌套生成；预算达到 --max-budget-usd 后，已运行的后台子代理也会停止。同时修复后台会话符号链接逃逸、CLAUDE.md/SKILL.md 大括号扩展导致的 OOM，以及 MCP 工具输出内存泄漏，并对会话记录写入失败增加告警。
→ 值得关注：AI Coding 的竞争点正从“模型能不能写代码”转向“长任务能否被约束、审计和安全恢复”。
② Deep Code：国产模型专用 Coding Agent 进入开源工具层
据7月20日报道，开源项目 Deep Code 提供终端和 VSCode 形态，围绕 DeepSeek API 做了深度思考、上下文缓存、Web Search、Agent Skills、MCP 和分级权限控制等适配；项目已被报道为进入 DeepSeek 官方 API 文档收录范围。
→ 值得关注：国产模型竞争正在从 API 性能下沉到“模型 + Harness + 权限 + IDE”的完整开发体验；但其社区规模和长期稳定性仍需持续验证。
③ NVIDIA Vera Rubin：AI 推理基础设施进入规模化部署
英伟达7月21日宣布 Vera Rubin 平台开启全球规模化部署，CoreWeave、Google Cloud、Microsoft Azure 和 Oracle Cloud 等云厂商已采用 Vera Rubin NVL72。媒体转述 CoreWeave 测试称，相比 Grace Blackwell NVL72，单位功耗 Token 吞吐约提升10倍。
→ 值得关注：Coding Agent、多智能体和超长上下文的单位成本，最终取决于推理基础设施的能效；算力效率提升会直接改变企业部署账。
④ 阿里 RynnBrain 1.1：跨本体具身模型给出真实机器人结果
阿里达摩院发布 RynnBrain 1.1，覆盖 2B、9B、122B-A10B，并加入接触点预测和原生 3D grounding。RynnBrain-VLA 在 Unitree G1、Astribot-S1、天机无极三种机器人上测试；官方页面披露，联合训练方案在受控真实任务中平均过程得分 94.14%，最终成功率 91.67%。
→ 值得关注：具身模型开始从单一硬件演示走向统一动作接口与跨本体迁移，通用化能力有了可量化的真实机器人验证。
⑤ 中国人形机器人产量进入万台以上扩张阶段
WAIC 2026期间，行业报道援引工信部数据称：中国2025年人形机器人产量约2万台，2026年上半年已超过4万台，全年有望超过10万台；同时，机器人企业开始把制造、数据集和训练场地作为一体化能力，推动产品出海。
→ 值得关注：行业判断依据正在从展会数量转向产量、制造能力和真实场景交付；但产量不等于有效作业能力，可靠性与单位任务成本仍是关键验证项。
今日判断
AI Coding 的主线是“长程自主执行 + 安全边界”；具身智能的主线是“跨本体模型 + 规模化制造”。两者共同争夺的底层能力，都是数据、评测、运行时和可审计的反馈闭环。
来源：Anthropic Claude Code v2.1.217 release notes（经公开简报整理）、Deep Code 项目报道、英伟达 Vera Rubin 发布信息及媒体转述、阿里达摩院 RynnBrain 1.1 项目页、Global Times/WAIC 相关报道。 |
|
发表于 