文章核心观点 - 本期汇总AI智能体、大模型、具身智能与物理AI等前沿进展，核心趋势是AI从对话工具向可执行任务的智能体与端云协同架构演进，同时AI系统开始反哺自身研发并深度渗透机器人、职场、决策等真实场景 [1][2][3] - 开源与全国产算力成为国产大模型竞争的关键抓手，端侧小模型与决策专用模型在成本、速度、准确率上对通用大模型形成替代效应 [3][5][6] - 具身智能进入量产与数据基建并行阶段，物理AI被判断在1到2年内迎来突破，但灵巧手等硬件仍是瓶颈，对外交付时间表偏保守 [5][6][9] 一、Claude推出个人智能体Duet - Anthropic发布个人智能体Claude Duet，由Claude Opus 5.5驱动，可调用超6000个连接器和插件，并直接继承原账户的记忆、Skills和应用连接 [1] - 提供独立iOS、Android应用和网页端，配独立云端虚拟机在后台执行任务，暂不能访问本地文件，也未接入第三方聊天渠道 [1] - 预览期不单独收费，但与Claude共用Pro、Max套餐额度，首批面向美国地区Pro和Max用户开放候补申请 [1] 二、GPT-5.6 Sol挖出PHP高危漏洞 - OpenAI称GPT-5.6 Sol在"Patch the Planet"计划中发现PHP两个未经认证远程代码执行的漏洞"PHP2Shell"，CVSS v4.0评分9.2，Wiz也独立发现同一问题 [1] - 漏洞涉及内存管理与错误处理，影响PHP 5.4至8.5版本，PHP官方10月21日发布8.5.12等四个安全更新 [1] - 披露前一天消息泄露，CISA、NSA等发布紧急警告，维基媒体及《赛马娘》等多款日本游戏暂时停服 [1] 三、田渊栋团队开源Flint-40B-A2B - Recursive团队开源本地Coding Agent MoE模型Flint-40B-A2B，借助AI自动科研系统Eureka Machine，不到4个月完成全流程研发 [2] - 比同类模型最高快2倍，MacBook Pro上生成速度超每秒125 Token，RTX Spark上超每秒150 Token [2] - Flint可在笔记本上自主科研，工厂调度任务完成时间较轮询基线提前26% [2] 四、腾讯混元联合复旦推出WorkForge - 腾讯混元与复旦大学提出WorkForge框架，按专家蓝图从真实代码仓库、数据集和网页搭建工作区，结合程序化检查与LLM语义评分核验 [2] - WorkForge-16K含16665个环境，覆盖40个专业领域、60种文件类型，单条轨迹平均约7.6万tokens [2] - 训练后WorkForge-A3B的GDPval从45.5升至73.6，WorkForge-27B达82.4，超过397B-A17B的79.7 [2] 五、蚂蚁数科发布决策模型LingDT-Decision-1.0 - 蚂蚁数科发布决策模型LingDT-Decision-1.0，提供4B和27B版本，首创原生多选与按序决策（DAG）能力，已上线DTMaaS平台 [3] - 23项开源评测基准中，27B版本综合性能居首，超过Microsoft-Decision-1、Jev 1.13.0等决策模型 [3] - 客服、风控、金融场景测试中，较大语言模型Token消耗降超90%、响应提速10倍，智能客服风险识别准确率由76%升至89% [3] 六、科大讯飞发布星火X2.6 - 科大讯飞在1024开发者节发布讯飞星火X2.6，以端侧与云端模型按需协同兼顾安全与性价比，刘庆峰称其是迄今唯一在全国产算力上训练的国产大模型 [3] - 端侧模型星火X2.6-4B自9月初开源以来下载量超256万次，进入全球端侧模型前四 [3] - 刘庆峰预计未来60%应用可在本地完成、30%端云协同、10%用云端大模型；"讯飞晓法"让整体办案效率提升45%以上 [3] 七、宇树科技与物理AI进展 - 宇树科技王兴兴在世界物理AI大会上称，GPT-6已零训练部署到宇树机器人上，可自主画画、下棋、寻找厨房工具，物理AI很可能在最近1到2年被击穿 [5] - 他称产业正迈向具身智能ChatGPT时刻，80%陌生场景中机器人可完成约80%任务，宇树正预研物理AI机器人自进化V1.0 [5] - Unitree G1累计下线约1到2万台，新款人形机器人H2-X首次亮相，续航约8小时 [5] 八、智元开源Physical Agent数据集 - 智元开源AGIBOT WORLD 2026第四期"具身推理"数据集，称是首个真实场景Physical Agent数据集，任务设计从"操作难度"转向"决策难度" [5] - 数据围绕物品数量、遮挡关系、位置占用、任务进度构造同一任务的多种状态，覆盖九类推理能力，分Easy、Medium、Hard三档 [5] - 同时提供高层问答与低层动作轨迹，成功与错误样本并重，已用于智元即将推出的Agent框架与新一代基座大模型训练 [5] 九、特斯拉Optimus投产与财报 - 特斯拉三季度财报宣布Optimus在弗里蒙特工厂启动生产，首批达量产质量标准的机器人下线，首条产线设计年产能100万台 [6] - 马斯克称灵巧手仍是最大硬件难点，对外交付预计在2027年底左右，周产2万台至少还需一年，并计划先造1万至2万台机器人在Optimus Academy中练习 [6] - 三季度营收280.46亿美元，营业利润同比降56%，研发支出27.61亿美元，同比增约69% [6] 十、Google Labs的产品验证方法论 - Josh Woodward称Labs新项目团队从5到7人缩至2到3人、最多4人，用50到100天推进到有意义的里程碑；团队维护"几乎成为可能"清单，能力跨过临界点即启动实验 [6] - 早期判断需求看用户"眼睛是否发亮"，而非DAU、留存等指标，团队要爱上问题而非方案 [6] - 他认为模型基准被高估，看重人才的"反学习速率"，实验室需独立运作又要与主营业务打通 [6]