8 月 5 日，Meta 超级智能实验室正式推出首款 AI 编程智能体 Muse Code，基于终端运行，由 Muse Spark 1.2 模型驱动。产品核心架构亮点是”异步后台智能体”——与竞品为每个任务临时生成辅助智能体不同，Muse Code 在整个会话期间保持一组专门的后台智能体持续存活，避免冗余的信息收集。当任务规模足够大时，系统会分发到独立子智能体并行处理，每个子智能体在隔离的 Git Worktree 中运行，开发者工作副本永远不会被触及。崩溃后可从停止位置精确恢复。

8 月 10 日，Meta 以 Apache 2.0 协议开源 Muse Glimmer——一个 300 亿参数的多模态 Agent 模型，从 Muse Spark 1.2 通过 logit 蒸馏构建。4bit 量化后仅需 20GB 以下显存，可在 24GB/32GB 消费级显卡上运行。配合 DFlash 投机解码，在 RTX 5090 上实现 3.1 倍解码加速。SWE-Bench Verified 达 76.0 分，MCP Atlas（工具调用）75.5 分，全面领先 Gemma 4 31B。扎克伯格同时宣布旗舰模型 Muse Spark 1.2 的开源权重将在未来几周内发布。

7 月 12 日，开发者 Theo 发现同一 GPT-5.6 Sol 模型放入 Claude Code 运行环境后，部分任务表现甚至优于在 Codex 中。OpenAI Codex 负责人 Tibo 随即公开分享将 GPT-5.6 Sol 接入 Claude Code 的配置方法，声称”五分钟”即可完成。一个月后，按教程操作的开发者 Anthropic 账号被封，Tibo 公开质疑，Claude Code 负责人 Boris Cherny 亲自下场——第一件事不是解释封号，而是问 Tibo”要不要来 Anthropic 上班”。Tibo 拒绝后，将 Codex 和 ChatGPT Work 用户额度全部重置。

8 月 11 日，智谱 AI 编程产品 ZCode 宣布全面升级，正式推出 Goal（目标分解）、Subagents（子智能体）、Remote Control（远程控制）以及闲时任务四大功能，推动 Coding Agent 从对话辅助走向复杂任务自主交付。据智谱自研 Z.ai Code Bench 显示，GLM-5.2 搭配 ZCode 后，任务整体通过率较搭配 Claude Code 高 2.39%，优势集中在需要跨文件、跨环节协作并完成最终验收的复杂任务上。通过缓存命中率优化，GLM Coding Plan 有效额度提升约 30%。

8 月 11 日，上海市经信委印发《上海市软件和信息服务业发展”十五五”规划》，明确支持软件企业广泛使用 Coding 平台，构建覆盖全流程、全链条的智能化研发生产线。更具突破性的是，规划探索将词元（Token）、数据治理、大模型部署及再训练等投入纳入企业技术改造支持方向。目标到 2030 年产业规模力争达 4 万亿元，产业增加值突破 1.1 万亿元。规划同时布局具身智能、世界模型、物理智能等前沿方向。

8 月 10 日，Spotify 将内部工具 Xirp 开放公开 Beta 测试。这是一个”厂商中立的 Agentic 开发环境”，允许工程师并排运行 Claude Code、Gemini CLI 和 OpenAI Codex 等多种 AI Coding Agent，进行任务分工与结果对比。每个会话获得独立 Git Worktree，支持 50+ 并行会话而不互相干扰。内部已积累超 3.6 万次会话，1300+ 工程师使用。配套的 Portal 服务让每个 Agent 会话初始化时即获得组织级上下文（服务归属、依赖关系、架构决策）。

8 月 10 日，由三位华人创办的具身智能公司 DynaRobotics 发布新一代机器人基础模型 Dyna-2。该模型基于超 100 万小时人类自我中心视频预训练（约 170 年连续清醒经验），采用世界-动作模型（WAM）架构——从同一表征中联合预测下一帧视频和下一个电机指令，而非传统 VLA 的”看到画面→直接生成动作”。仅需约 13 分钟真机遥操作示范数据，便能适配使用两只五指灵巧手拧瓶盖的新任务。高精度制造任务成功率从 Dyna-1 的 20% 提升至 80%-90%，客户部署通过率从 46% 提升至 87%。

据 Smart Analytics Global 数据，2026 上半年全球人形机器人出货量约 19100 台，同比增长 272%。中国厂商占据 97% 份额（约 18500 台），中国买家消化了 85% 以上的需求。上海 AgiBot 以约 8400 台（44%）超越杭州宇树（约 5900 台，31%）登顶全球第一，同比增长 562%。工业和商业应用占出货量 70% 以上（一年前约 50%），标志人形机器人从”展示级”进入”工厂级”。全年预计 6 万台，2030 年预计 50 万台。美国已于 7 月底禁止进口中国新型人形和四足机器人。

智元自研的具身原生全模态大模型 WITA-Omni 以 85.21 分登顶 DailyOmni 榜首，在八项细分指标中的六项取得第一。DailyOmni 大量采用真实开放环境音视频素材，考验模型融合视觉画面与环境音频、识别声画对应关系及跨模态语义的能力。WITA-Omni 的关键突破在于不是简单把聊天模型”装进”机器人，而是将物理动作和表情提升为与语音并列的一级输出，用一个原生端到端模型统一驱动感知、决策与表达。同期，智元携手百联集团共建全国首个常态化商业零售人形机器人应用高地。

自变量机器人发布并开源 HOST（Human-to-robot One-Shot Skill AcquisiTion）框架，让机器人仅观察一段数十秒的人类操作视频就能学会新技能，同时保留已掌握的技能。平均学习时间 29 秒，成功率 62%，超越零样本基线 45%。相比 Pi-0.5 + 微调方案，HOST 所需数据量减少 50 倍，学习速度提升 500 倍。核心创新在于不模仿人类动作，而是让机器人先”想象”执行动作后的结果，再从结果反推动作——灵感来自认知科学中的”观察学习”理论。传统真机遥操作单条数据成本轻松破百美元，HOST 将此门槛大幅降低。