模型能力的发布节奏与可用范围开始分离。Gemini 4 Carbon 拿下第一的同时先只给安全防御方，Clover 把权重与推理后端一次放齐，开放方式本身成为选型的一部分。编排层接手了模型选择。Copilot Fusion 按任务维度跨模型调度，MetaHarness 的路由器按质量门槛挑最便宜的模型，人工切模型这件事正在被系统接管。具身智能的竞争焦点落到数据来源与评测口径。

开源智能体的瓶颈从上下文长度移到了执行环节。Atria Dawn 把上下文推到 512K，编码类指标的差距却原样保留，长上下文没有直接换算成仓库级任务的完成度。智能体正在被拆成可评审、可托管的工程件。Cursor 的目录结构、OpenDuet 的自托管模板、Requesty 的路由规则指向同一件事，智能体从被调起的工具变成被部署的服务。世界模型开始按"能不能接进开发流程"被检验。Genie 4 讲

成本口径继续下移。Terra 把面向日常操作的词元单价再砍一半，Flora 把数据标注压到每小时几分钱的水平，两者都在把原来只敢少量试用的职业能力拉到可以批量开跑的价位。稳定性开始被量化。SWE-Shift 与 Compact-Bench 在同一天把「中途变了怎么办」和「压缩之后还剩多少」做成分数，长程编码的评价不再只有首轮准确率这一个维度。具身侧的分工在成型。有人把本体整段开源，有人做数据引擎，

编排层成了编码智能体的主战场。微软把"谁派活"这个问题直接拿掉，用共享仓库与消息系统让 worker 自己协调，说明模型能力之外的调度结构开始被单独拿出来做研究。价格与默认位置在同时移动。一边是最高九成的折扣换客户，一边是缓存读取占编码智能体开销的九成以上，采购的比价对象从标价变成了任务级开销。具身智能在评测与部署两端同时降门槛。灵巧手有了统一的考卷，世界模型压到单张消费级显卡，双足平台降到 40

开源与闭源的分差被压到个位数。终端任务榜单上，3 分的差距已经小于不同推理档位带来的波动，选型依据会从榜单排名转向单任务成本。智能体的开销开始按等待与隔离分别计价。Infinity 削挂起时的资源占用，ACE 削越界后的影响范围，两条路线最后会合并成一套运行时定价。具身智能的竞争点移到数据与基准。云深处把数据集、基准、策略优化一次交齐，广东把统计口径从台数换成工位，评价体系比本体参数更早成型。

智能体基础设施进入中立治理。四项标准同日交给基金会，格式与接口逐步统一，准入判断与运行权限仍留在使用方手里。编码智能体的边界外扩。Cursor 从仓库走向整台桌面，Qoder 从 x86 走向自主指令集，竞争点从模型分数移到可运行的范围。具身智能的评价开始有刻度。国标给指标，赛事给岗位，平台给节拍与成功率，三套口径指向同一件事，交付能力可被比对。

编程能力的边界在两头扩张：一头往本地设备走，40B 级模型能跑在笔记本上；一头往遗留系统走，COBOL、Fortran 的评测分数被抬到可用区间，中间的主流语言反而不是增量。验收标准从能跑变成行为一致：逐字节比对的隐藏测试、变更隔离与系统化验证，这套工程语言正在替代「AI 能不能写代码」的争论。机器人进入按产线节奏交货的阶段：Optimus 从产线下线、舍弗勒的关节模组量产、宇树把续航做成卖点，三

模型层继续降价，脚手架层开始被定价。MiniMax 把 Flash 段的输入价压到 1 元，埃森哲把每人每月的 Claude 额度定在 29 美元，供给与采购两端同时给智能体编码标出了价格。机器人开始用"写程序"换泛化。ASPIRE 与 RoboRSI 都把编程智能体放进控制回路，试错成本降到一次运行，程序能读能改这一点在工业场景里比参数更有说服力。评测可信度成了公共议题。ForgeCode 的复

主题： 模型之外的脚手架成了主战场，机器人的评价口径从演示转向可核查编制时间： 2026-10-19本期看点： DeepSeek 开放搜索 API / Harness 自优化 / 首批人形机器人国标事件： 10 月 17 日下午，DeepSeek 把 V4.1 Flash 更新到 V4.1-Flash-1017，网页端、App 与 API 同步切换，模型名 deepseek-flash 与价格都不

枚举单个值类型转换：1.名称转换成枚举值；2.枚举值转中文描述（Description）;3.描述（Description）转换成枚举值;2.枚举所有项转描述集合枚举所有项转换成集合:1.枚举所有项转换成名称集合;2.枚举所有项转描述集合