机器人跌破两万块,AI 编程学会先想后做

今天聊聊 9 月 20 日的几件事：一边是人形机器人第一次把价格打到两万块以内，家庭可买的时代真的来了；另一边，AI 编程圈悄悄换了玩法——不再让一个贵模型包打天下，而是先派一个「小脑」做判断，值钱的活儿才交给大模型。一个跌破价格底线，一个重构成本结构，都挺有嚼头。

启元 Q1/T1 发布：人形机器人首次跌破 2 万元

9 月 20 日，上纬新材旗下的启元机器人在上海开了全球发布会，正式发售两款消费级具身智能机器人：启元 Q1 标准版 19999 元、探索版 26999 元；启元 T1 19999 元、T1 Pro 29999 元，10 月 1 日起按订单发货。

配置上，Q1 身高 88 厘米，能折叠塞进背包；T1 可以在轮足人形和四足两种形态之间切换。两款都接入了腾讯云 WorkBuddy，主打家庭场景。产线直接套用汽车工业的制造和质量管理标准，平均 2.5 分钟下线一台，首批体验店覆盖上海、广州、深圳等 7 座城市。

科研背书也不弱：北大长聘副教授董豪出任首席科学家，之前和清华系弦动光年合作的 Q1，已经在 CMG 机器人挑战赛上独立完成了定位、助跑射门、守门扑救一整套动作。同日，蓝虫具身还推出了 0.98 万元起的模块化轮式人形 Mantis Standard，把门槛又往下压了一截。

**为什么值得看：** 国内主流厂商第一次把人形机器人整机压到 2 万以内，意味着它从「实验室展品」「B 端试点」正式进入「家庭可买」区间。比低价更重要的，是低价背后两件事：车企系制造能力正在系统性灌进具身赛道，「高校出算法、企业出量产本体」的协作模式也跑通了。当然，2 万块买到的是「能动的身体」还是「能干活的身体」，要等 10 月发货后的真实用户来回答。

Jev 走红：只决策、不生成的「系统一」模型

9 月 20 日海外 AI 编程社区的头条，被一个叫 Jev 的模型拿走了（TypeSafe AI 出品，AGI HUNT 当日主线）。它的思路很反直觉：不做任何文本生成，只负责路由、分类、打分、是/否判断——相当于给 Agent 加了一个廉价的「系统一」小脑，只有真正值得花 token 的生成任务，才交给大模型。

数据相当能打：PR 评审场景比 GPT-5.6 Luna 快 1.93 倍，单次成本只要 0.0014 美元；在 WebMCP 浏览器任务套件上，Jev + Mercury 2.5 组合 49 题全对（纯浏览器控制只对 25 题），模型成本比 GPT-6 Astra 低约 112 倍，比截图式 computer use 低约 245 倍。Jev 已上线 OpenRouter 不用排队，browser-use 的 jev-ultrafast 集成仓库一天涨了约 8000 Star。

更有意思的是一份社区审计：看了 287 个真实引用 Jev 的项目，发现它几乎从不写代码，只回答「选哪个动作、哪个文件、留还是删、安全与否、下一步用哪个模型」这种循环里的小判断。同一天，NVIDIA 的 SoL-Pi 把 harness 本身做成可进化结构，报告 token 用量减半、API 成本降三分之一、质量无损。

**为什么值得看：** Agent 架构可能正在从「一个万能大模型包打天下」转向「决策层 + 生成层」双层分工。很多 Agent 调用其实只要一个标签或布尔值，却一直在为完整生成付费——把「小判断」从贵模型里剥出来，成本是数量级的下降。当然，这些数据目前主要来自社区自测，还没有独立基准背书，听个方向就好。

Unity 官方下场为 Claude Code 和 Codex「备课」，AWS 同步推六项 Agent Skills

9 月 20 日，游戏引擎公司 Unity 官方发布了面向 Claude Code 和 OpenAI Codex 的集成插件：官方团队预设并维护涵盖 UI、物理、网络等领域的 30 多项专业技能，目的很直接——别让智能体再去网上抄那些过时的第三方教程，生成一堆跑不起来的工程代码。

同一天，AWS 为 SageMaker AI 推出六项开源 Agent Skills，让代码智能体可以直接解析 Hugging Face 模型并完成生产级部署：自主配置运行时容器、自动伸缩规则、监控报警，把「模型落地成云端实时端点」这套繁琐流程大幅简化。

**为什么值得看：** 两个信号指向同一件事——平台方开始亲自给 coding Agent「备课」了。Skills 生态正从社区自发走向厂商官方维护，而云厂商把 Agent Skills 当成了新的获客入口：谁能用 Agent 一键把开源模型部署上自家云，谁就锁定了推理 workload。对开发者来说纯赚：生成代码的「可用率」会比「正确率」更快提升。

阿里 open-code-review 遭独立基准泼冷水

前两天刷屏 GitHub Trending 的阿里 OpenCodeReview，9 月 20 日迎来了第一波冷静的第三方评估。

Shopify 高级开发者 Tom Rochette 的独立测试「不好看」：10 个 Martian-benchmark PR 上精确率只有约 12%。项目维护者回应说是工具调用异常、已修复，但修复后还没有独立复测。HCLTech 前瞻部署工程负责人 Daniel Vaughan 的文章点出了更根本的问题：最佳配置的召回率约 20%——也就是说，专家能发现的问题，它漏掉八成。确定性分发抬高了精确率，也天然限制了跨文件、架构级问题的发现。

不过 Rochette 也肯定了项目「公布公开基准、主动披露召回劣势」的诚实态度；Vaughan 的结论则是：OCR 的贡献不是更好的模型，而是更好的 harness——在文件分发、工具权限、独立反思器三个环节注入确定性，用零头 token 成本换来 2.17 倍评审质量。

**为什么值得看：** 这是「确定性 + Agent 混合架构」叙事的第一轮公开压力测试，比登顶 Trending 本身更有信息量。想抄作业的团队要看清楚：低成本低误报的代价是召回天花板，选它等于主动选择「少误报、会漏抓」的产品定位。另外，厂商基准和独立基准的巨大落差再次说明，AI 编程工具的第三方复测，正在变成不可缺少的环节。

具身生态同日三件事：制造业大会开幕、首个职业培训中心揭牌、湖南 17 项目签约

9 月 20 日，2026 世界制造业大会在合肥开幕。近 2000 平米的机器人与具身智能展区很热闹：芜湖墨甲智创的书法机器人「墨茵」现场写下「安徽制造」，搭载 VLM 大模型、面向 C 端的小机器人「墨宝」首发，9N 中心的 169 机器人乐队现场演奏《光辉岁月》。

同一天，全国首个经工信部教育与考试中心认证的「具身智能机器人应用技术员」职业能力培训中心在佛山揭牌，围绕调试运维、操作、数据处理、应用部署四个方向实训，学员可考取官方职业能力等级证书。湖南则在长沙办了全省智能机器人产业对接大会，现场签约 17 个项目，覆盖具身智能数据、人形整机、核心零部件、金融赋能，蓝思智能与傅利叶围绕 1.1 米双足人形达成全制造链路协同。

**为什么值得看：** 三件事拼出了具身智能「基础设施下沉」的全景：展会抓公众认知、培训中心抓人才供给、地方大会抓产能与资本。佛山培训中心尤其值得留意——具身智能第一次有了官方认证的职业资格体系，「机器人调试运维」正在变成有标准、有证书、可就业的新工种。行业比拼的已经不只是模型和本体，而是整套生态的完备度。

每天写这些文章，配图都要反复压到合适大小才传得上后台，干脆自己做了个本地图片工具「缩图小吴」——压缩、转格式、裁剪、调尺寸一条龙，所有处理都在本地完成、不上传，顺手分享给同样被图片体积折磨的人 👇