一、AI Coding（6 条）

1. AI 编程独角兽 Factory 再融资 2 亿美元、估值跃至 50 亿美元（5 个月翻 3 倍）

• 事件
  9/15 Reuters 报道，面向企业工程团队的 AI 编程 agent 公司 Factory 完成 2 亿美元融资，估值从 4 月的 15 亿跃至 50 亿美元（超 3 倍），累计融资超 4 亿美元；投资方含 Blackstone、Khosla、Sequoia、Insight、NEA、Clearlake，以及 Marc Benioff 等天使。客户已涵盖 Nvidia、RBC、Palo Alto Networks、Adobe 等，称有「数十万开发者」在用。CEO 提出「从单个 coding agent 走向 software factory」——把规划/编写/测试/维护整条软件开发生命周期收归一个可治理系统，支持云、本地与完全 air-gapped 部署。

• 为何关注
  这是「coding agent 从工具走向企业操作系统」叙事的又一座资本里程碑（同赛道 Cognition 本月 480 亿美元估值）。值得注意的不是模型本身——编程智能正被基础模型厂与工具厂快速商品化，Factory 把护城河压在治理层 + 编排 + 企业集成 + ROI 可度量上。对做 agent 产品的人，信号是：下一阶段拼的是「围绕 agent 的管控与落地系统」，而非单一模型能力。

2. 谷歌向全体工程师开放 Claude Opus 5（打破长期禁用竞品工具的内部规定）

• 事件
  9/15 多家媒体援引内部消息称，谷歌通过自研内部开发平台 Antigravity，向全体工程师开放了 Anthropic 的编码模型 Claude Opus 5 的使用权限，打破了此前长期限制员工使用 Claude Code 等竞品工具的规定。

• 为何关注
  头部云/模型厂主动在自己的内部工具链引入第三方顶尖编码模型，意味着企业内「编码工具选型」正从封闭走向开放。对 AI 编程赛道，这是「模型即服务、可被任意集成」趋势的强信号——谁的代码能力最强、可被最顺滑地嵌入工作流，谁就拿到分发入口，平台壁垒被进一步削弱。

3. Claude Opus 5.2 灰度上线，Anthropic 押注 RSI（递归自我改进）

• 事件
  9/16 腾讯研究院 AI 速递称，开发者抓包发现 Claude Code 调用 Opus 5 时已被路由至 Opus 5.2，Anthropic 大概率跳过 5.1 直接灰度；实测生成更快、输出更精简，会自动进入持续自我迭代的「严酷循环」完善代码。此前曝光的内部风险报告显示，Anthropic 大部分代码已由其未发布模型 Model 2 跑 agent 写出，RSI 模型据称可替代研究团队 85% 的工作。

• 为何关注
  两个看点——一是模型迭代节奏继续加速（跳过小版本、灰度即放量）；二是「RSI/自我改进」从概念走向内部生产应用，若属实将改变「能力增长依赖人工数据与算力堆砌」的范式。与此同时，Nvidia、Palantir、博思艾伦等正限制部分 Anthropic 模型使用、要求零数据留存，凸显「前沿模型默认留 30 天数据」引发的企业信任门槛，与 Anthropic 9/1 推出的企业前沿安全防护（EFS，日志存客户自有云）形成拉锯。

4. Salesforce 上线「22 亿 job-ready 智能体」，企业级 agent 进入规模化部署

• 事件
  9/15 智东西报道，Salesforce 近期上线一批即用型（job-ready）长周期智能体：销售 Agent Hunter 可跨天、跨周持续跟进商机，自主研究、写邮件、调整策略并更新 CRM，直到目标完成或需人类决策；客服 Agent Casey 在语音、短信、WhatsApp、网页等多渠道自主处理。据称将有 22 亿个 Agent 陆续上线。

• 为何关注
  企业级 agent 从「单点工具」走向「长周期、跨渠道、自主闭环」的规模部署。对 coding/agent 生态的启示是：当 agent 开始替企业跑「跨天任务 + 自有数据（CRM）」，权限、审计、可中断性、人机交接点成为产品核心，而非模型聪明程度。这正呼应本期 Factory 的「治理优先」叙事。

5. 荣耀 MagicOS 11 商用「系统级 Agent Harness」：端侧 Agent 从演示走向日常可用

• 事件
  9/15 荣耀在深圳发布 MagicOS 11，落地行业首个系统级 Agent Harness 商用方案。该系统可精准理解复杂指令、记忆用户习惯，将手机 AI 从被动问答推进到主动办事。荣耀 CEO 称正把「AI 技术无人区」变为普惠体验。

• 为何关注
  端侧/系统级智能体的「调度框架」开始商用，意味着 Agent 不只是 App 里的聊天框，而是成为操作系统的调度中枢（理解意图→记忆→主动执行）。对做端侧 AI、移动 agent 的团队，这是「Agent 落地形态」从云端单点向设备原生下沉的标志性事件。

6. 腾讯黑客松揭示 OPC 创业门槛转移：不懂编程也能用 WorkBuddy/CodeBuddy「手搓」AI 产品

• 事件
  9/15 科创板日报报道，腾讯云黑客松决赛 42 支队伍围绕游戏、智能体、动画三大赛道竞技，10122 名参赛者、1000+ 作品、508 所高校参与。显著特征是选手拿出的不再是「会跑的 Demo」，而是可复刻的 AI 工作流；不少选手完全不懂编程，借助 WorkBuddy（对话搭 AI 工作流）、Miora（创意内容生成）、CodeBuddy（全流程编程）把行业经验转成可复用产品。腾讯方面称「AI 现处于人为主的 Copilot 阶段，垂直工作流可用 Agent 实现」。

• 为何关注
  产品开发的技术门槛持续走低，「一人公司（OPC）」从概念走向可操作路径，与工信部等七部门「加快培育人工智能一人公司」、深圳 OPC 行动计划（2027 年底千家高成长企业）政策共振。对 coding agent 赛道，这是需求侧扩容——用户从「程序员」扩展到「行业专家 + 提示词/工作流」，市场天花板被重新打开。

二、具身智能（4 条）

7. 全球首张具身机器人专用 SIM 卡发布：乐聚 × 中国电信 × 华为「具身翼联」

• 事件
  9/15 广东发布/南方+ 报道，深圳乐聚机器人联合中国电信、华为发布全国首个 5G-A 具身智能专属套餐「具身翼联」，并推出面向人形机器人的专用 SIM 卡，落地业界首个 5G-A 具身人形机器人园区群体巡检应用示范。面向机器人高上行占比、低时延、多机并发需求，提供峰值上行 500Mbps、超低时延 20ms@95% 等能力。

• 为何关注
  机器人大规模进入园区/工厂/街区后，「靠什么互相协同、靠什么把现场数据交回云端」成为此前被忽略的基础设施缺口。SIM 卡让机器人成为网络上的合法节点——这是通信基建继手机、车联网之后，第三次为一种新终端重新定义自己。对具身产业链，意味着「端-网-云」协同从概念走向产品，利好运营商、通信模组与边缘计算上游。

8. 「机器人学校」加速落地：全国超 70 家训练场启用、40+ 在建/规划

• 事件
  9/16 新华每日电讯报道，中国信通院《具身智能训练场研究报告（2026）》显示，截至 6 月底全国已建成启用超 70 家具身智能训练场，在建或规划 40 多家；分布以长三角、京津冀、珠三角三大集群为核心（浙江 14 个最多，江苏/北京/广东/山东各 8 个），并向三、四、五线城市延伸。训练场最初因数据需求而建，如今已成支撑数据采集、模型训练、能力验证与迭代优化的产业公共底座。

• 为何关注
  直击具身「数据荒」——大语言/多模态模型靠互联网文本跨越「知」，具身面向物理世界的「行」高度依赖真实作业数据，此前从未被系统采集。训练场作为公共基础设施规模化，是把具身从实验室推向产业一线的前提，也意味着数据供给从「资本/人才驱动」转向「真实场景/运营效率驱动」。对投资，利好数据标注、动作捕捉、仿真与训练场运营类上游。

9. 斯坦福/李飞飞系创业公司 Reward AI 推出 OM-1：跨本体零样本泛化，30 分钟学会新任务

• 事件
  9/15 机器人前瞻报道，由斯坦福博士 Zipeng Fu（Mobile ALOHA 共同一作，前 DeepMind 研究员）与 Chen Wang（师从李飞飞、Karen Liu）创办的 Reward AI，推出首款机器人基础模型 OM-1，宣称可实现任意机器人（桌面臂、工业臂、人形）的零样本泛化。演示含调酒、叠衣（17 秒）、拔网线、双机械臂协作包装手机、开冰箱取饮料等；途中出错能自我纠正、受干扰能停下重试；声称不到 30 分钟数据输入即可学会全新长程任务。核心思路是用自研 Omnibody Hand 采「人的操作数据」作通用接口统一训练，再在仿真中强化学习控制层。Jim Fan 在 X 上点赞「太流畅了」。

• 为何关注
  具身「跨本体（cross-embodiment）通用模型」赛道再添重量级玩家，且走「以手为通用接口 + 人操作数据」的差异化路线，避开遥操作机器人数据的重资产。若 30 分钟学新任务的能力经第三方验证成立，将显著压低具身部署的数据与调试成本。值得对照此前宇树 WLA-1.0、智元 GE-Act 2.0、蚂蚁 LingBot 系列的开源/开放动作模型路线。

10. 具身泡沫裂开：深兰机器人欠薪破产，任泽平/邵天兰炮轰「攒局上市」乱象

• 事件
  9/15 多家媒体报道，曾炙手可热的明星机器人公司深兰机器人欠薪超 2300 万元、百余名员工集体维权；同期一家成立三年、估值 200 亿的具身企业遭创始人炮轰「用数采中心与地方政府、投资方、供应商的关联交易增大营收以求上市」。任泽平发文给热炒人形机器人「泼冷水」：指出部分企业忙于秀场而非深耕基础研发、PPT 融资、攒局上市套牢投资者；并引用数据称 2025 年前三季度宇树人形收入 73.6% 来自科研教育（展示用途）、国内公开中标以教育机构为主（占 63.82%）、大额订单多由地方国资承接。

• 为何关注
  行业从「会不会做」转向「能不能持续赚钱」的双重检验。对 A 股具身板块（用户为能源+A 股投资者），这是估值逻辑的硬约束信号——商业化闭环、现金流、真实交付占比，正在取代「概念 + 订单意向」成为定价核心。与前期优必选自我造血（Q4 EBITDA 转正预期）、上游零部件企业业绩兑现形成镜像：上游卖铲人确定性仍高于纯概念本体厂，而靠关联交易冲收入的本体厂面临出清风险。

三、跨主线（投资侧提示）

• 算力能源锚
  AI 编程与 agent 的资本洪流（Factory 50 亿、Cognition 480 亿、智谱 50 亿美元可转债）持续推高训练与推理算力需求；36氪梳理国产 AI 芯片上半年集体营收高增（七家主力合计约 214.6 亿元、近乎翻倍，部分交付排到一年后），算力侧压力不减，绿电/算电协同仍是长期锚点，但需区分「真盈利」（海光、寒武纪）与「营收高增但亏损」的分化。

• 具身估值逻辑
  本期强化「订单/交付/上游卖铲人 + 数据基础设施」定价——具身 SIM 卡（端网云协同）、70+ 训练场（数据飞轮）、OM-1（跨本体降本）均利好通信模组、训练场运营、动作捕捉与零部件上游，而对靠关联交易冲收入、无真实闭环的本体厂是风险出清信号。

• 安全与信任门槛
  前沿模型默认数据留存引发 Nvidia/Palantir 等限用、要求零数据留存，与 Anthropic EFS（客户自有云日志）形成拉锯——coding 与具身共同的「可审计、权限受控、数据主权」硬约束持续硬化，利好企业级安全/治理工具链。