云上有品AI 动态
每 日 一 期
NO.017 — 2026.11.04
17

2026.11.04 · AI CODING × 3 / 具身智能 × 2

一格之内
全是真的

TRUE INSIDE ONE CELL

Revolut 把两千名工程师的日常编码换成自建模型,账单剩十分之一;小米的机器人在一个工位上跑满八小时。
五件事都成立,只是每一件都只在一格里——格子是验收划的,不是能力划的。

AI 动态第 17 期书封
本期书封 / NO.017
1/10账单,换自建模型之后2,000 名工程师,约 56 张 B200
82个完整实现的调用375 个里:245 部分、48 关闭
13.9万行,十一天写完1,037 次提交,API 8 千美元
12%真实任务通过率206 项任务,三次尝试取一次
8小时,一个工位的整班中控台侧盖板排序,自主纠偏
60秒,药房取完一单80 厘米窄通道,上海多家门店

「格子是验收划的,不是能力划的。」

本期结论 / 云上有品 · AI 动态

01 / AI CODING — 三则

账单剩一成
没人再省着用

同一批人,同一个模型,只是换了一种买法——结果连用法都变了。

11 月 3 日,Revolut 的 AI 运营负责人 David Abitbol 在 Hacker News 上摊开一笔账:这家欧洲估值最高的金融科技公司,把约 2,000 名工程师的默认编程模型,从 Claude Code 换成自建的智谱 GLM 5.3。

换之前是订阅制。每人每月 300 美元额度,公司给得克制,工程师用得更克制——额度是有限资源,谁都不会拿它去查文档。Abitbol 的说法是,这种额度对整体效率的帮助有限。

今年 4 月起,Revolut 在自己的机房跑 GLM。约 56 张英伟达 B200,折算下来每百万 token 的综合成本约 0.30 美元,账单降到此前的十分之一。额度取消,Token 不限量。

行为跟着变了。过去要省着花的那部分配额,现在被用来搜内部文档、处理 Jira 工单、翻 Slack 里的需求说明。公司内部统计:编码用时改善约 60%,从接手任务到交付的周期改善约 70%。

但真正被换掉的不是模型,是采购单位。从「每人每月多少美元」变成「多少张卡、多少电、多少运维」。按人计价时,成本随人数线性涨,于是公司必须限流;按卡计价时,边际成本接近零,限流就失去了意义。

这条线的边界也很清楚:Claude Code 和 Codex 没有退场,只是退成「例外」,留给最复杂的那部分任务。九成日常交给自建,一成难活留给前沿闭源——这个比例是公司自己划的,不是模型能力划的。

值得记的是因果方向。过去两年 AI 编程的提效一直不及预期,一个常被忽略的原因是配额制度本身在训练工程师「少用」。把计量单位换掉之后,同样的人、同样的模型,用法完全变了。

书封要目局部书封关键数字局部

1/10

这一则的三条线

01

计量单位从每人每月 300 美元,到 56 张卡
02

单价每百万 token 约 0.30 美元
03

边界九成日常自建,一成难活仍走闭源

02 / AI CODING — 一份接口清单

十三万九千行
八十二个调用

代码写完了,接口没写完。这两句话之间,隔着一整个操作系统的距离。

10 月 27 日,CentOS 创始人、Rocky Linux 发起人 Gregory Kurtzer 公布了一个叫 Ginux 的项目:11 天,约 13.9 万行保留代码,1,037 次提交,261 个跟踪文件,63 个 Rust 源文件。

它不是 Linux 的分支。内存管理、调度器、进程模型、文件系统、网络和设备支持全部从头写;实现 Linux ABI,所以未经修改的 Linux 二进制可以直接跑。项目能构建成 GINUX.EFI,通过 UEFI 直接启动,不依赖宿主内核。

验收关卡是 systemd。Ginux 拉取并校验 OCI 镜像、用它组装「域」的根文件系统,把 Rocky Linux 10 启动到 multi-user.target。部分 Alpine 程序也能跑,比如 musl 和 BusyBox。

然后是那个不该被略过的数字。以 Linux 6.12 的 x86-64 接口为参照,375 个系统调用里,完整实现 82 个,部分实现 245 个,48 个被有意设为不可用。

性能也有一份对比:Apple Silicon 上的虚拟机,单核 2 GiB,启动到可登录 12.9 秒,Linux 是 42.6 秒;三项 sysbench 各测九次取中位数,差距在个位数到十几个百分点。但前一个数字不算数——Ginux 不用加载内核,文件系统还是现成缓存的。

方法论比结果更可复制。人的部分只有四件事:定架构、定约束、定验收关卡、解读故障。实现、构建、在 QEMU 里跑、测量、修订、回归,全交给一个持续运行的 Codex 任务,用的是 GPT-5.6 Sol。API 费用约 8,000 美元。

有个细节值得单独记:他对一些大块代码不满意,却刻意不亲手改,甚至关掉了 IDE——AI 做错时,他就只能重新给指令。他的说法是「关卡设得多」。没有引导的氛围编程不适合这个项目,因为很多故障会产生看起来很可信的输出,却违反 Linux 语义。

总接口
375
部分实现
245
完整实现
82
有意关闭
48

四根条量的是同一份清单:Linux 6.12 的 x86-64 系统调用。Ginux 只在 QEMU 里跑过,没有物理硬件、没有 GPU,也没有做过独立安全审计——项目自己的措辞是「研究原型,不主张可用于生产」。Kurtzer 给出的结论是,兼容性、硬件支持、标准、社区和长期维护才是护城河。13.9 万行证明的是能写,82/375 说明的是还差多远。

03 / AI CODING — 两笔账

判据换成交付物
用途换成陪伴

SEMIANALYSIS · 206 项,8 小时,12%

01

判据变了

不要答案,要一份能过资深审阅者的文件。交付物是 XLSX、PPTX、DOCX、PDF,或者直接改一份现成的。

02

任务是真的

11 个领域、206 项任务,由 14 家专业伙伴分头供题:私募股权交易现场、真实零日漏洞、样本外每日盈亏。默认限时 8 小时。

03

成绩

原文口径是「即使最好的模型也只拿到 12%」,7 题里对 1 题。转述里排在最前的是 Claude Opus 5.5、Gemini 4 Carbon 与 GPT-6 Astra,成本分别约 51、16、54 美元一个任务。

04

换个算法

12% 配 51 美元,等于每交付一件约 425 美元算力,还不含人工验收。便宜那条线约 147 美元,通过率只低一个点。

优必选 · 16.98 万,卖的是陪伴

01

一台什么样的机器

U1 Pro,1:1 全尺寸,男款 1 米 83、女款 1 米 68。硅胶仿生皮肤加多自由度面部驱动,会眨眼、皱眉、微笑。

02

价格

16.98 万元。同系列 6 月底在深圳发布时是 Lite、Pro、Ultra 三档,11.98 万到 99 万。

03

用途写得很清楚

主打情感陪伴与对话交互,不是家务。展台前排队的人算的是另一笔账:十六万九千八,买回去能干什么。

04

两条账不能互算

工业侧按节拍算,一个工位一小时出多少件;消费侧按关系算,一个人愿意为「有人应声」付多少。同一个词底下是两种生意。

GDPx 把「答对题」换成「交得出资深审阅者认可的文件」,通过率立刻从七八十掉到 12%。优必选把「能干活」换成「能陪」,价格立刻从按台报价变成按情感定价。两件事都不是能力退步,是判据换了。

判据一换,之前所有漂亮的数字就自动失效。这不算坏消息——它说明这一行终于开始用收货方的尺子量自己。坏消息是,那把尺子目前只量到了一格。

04 / EMBODIED — 两则

一个工位
跑满八小时

8 小时不是续航指标,是排班指标——问的是能不能顶一个人的班。

11 月 3 日,乌镇。小米披露了人形机器人在汽车工厂的最新进展:在中控台侧盖板排序工站,机器人首次挑战 8 小时作业,满足该工站全天生产需求,作业过程中能自主纠偏,并与产线系统做系统级协同。

措辞是「初步完成产线级作业能力验证」。这句比 8 小时更值得读——它说的不是单次时长,是这个工位可以按正常排班用了。

把时间线拉出来,8 小时的重量才清楚。今年 3 月第一次进厂,在自攻螺母上件工站连续 3 小时,双侧安装成功率 90.2%,满足 76 秒节拍。7 月,同一工站成功率到 98%,同时新增中控台侧盖板排序和料箱折叠回收两个工站——盖板是柔性工件,尺寸大、形状不规则,和拧螺母不是一个量级。

同一天披露的还有家庭侧。具身基座模型 Xiaomi-Robotics-1 基于 10 万小时真实操作数据预训练,在小米青年公寓试运营:连续 30 分钟以上、覆盖 3 个房间、50 多项任务,从工具准备、沙发与桌面整理、垃圾清理到全屋复检。配套的大小脑混合 VLA,官方口径是消费级显卡可做到 80 毫秒推理。

两件事量的不是同一个东西:工厂量「同一件事重复多久不出错」,公寓量「不同的事连着做多久不崩」。前者单位是小时,后者是任务数。

01

三小时

3 月,自攻螺母上件,成功率 90.2%,卡在 76 秒节拍上。

02

九十八

7 月,同工站 98%,并新增两个柔性件工站。

03

八小时

11 月,侧盖板排序,整班,含自主纠偏与产线协同。

这三个数字的次序不能颠倒。先把单一动作做稳,再把成功率推上去、换更难的材料,最后才拉时长。反过来做——先拉时长再补精度——产线不会给这个机会。

同一天在乌镇,另一台机器给出的单位是「一条通道」。

蚂蚁灵波与国大药房在互联网之光博览会搭了一个 1:1 的药房:药品密集摆放,通道只有 80 厘米宽。机器人在里面自主完成接单、识别药品、分拣、交付的全流程,取一次药不超过 60 秒。

关键的一句是「无需改造商品陈列或门店布局」。这句话决定了它是产品还是项目——存量门店不动货架、不动动线,机器去适应环境,才可能批量复制。目前这套方案已在上海国大药房多家门店常态化运营;现场举的例子是深夜两三点,你在外卖平台下单,拣药的可能是它。

背后的通用大脑适配 20 多个品牌、不同构型的机器人;跨本体基座模型开源后,LingBot 系列累计 3 万多个 Star、800 多次引用。首届具身大模型挑战赛初赛,来了 13 个国家、648 家高校与企业、1,855 支队伍。

80 厘米是这一格的全部。它不是技术指标的炫耀,是选址条件:国内多数社区药房的通道就在这个宽度附近。机器人能不能进去,决定了这个场景有没有市场。

05 / POSITIONS — 四把尺

四个数字
四种格子

0.3

美元 / 百万 token

自建模型的综合成本,账单剩一成。

82

个 / 系统调用

375 个里完整实现的数量。能开机,不等于能替代。

12

% / 交付

206 项真实任务,最强只过 12%。

8

小时 / 整班

一个工位,不是一座工厂。

CHAIN — 五环

从「一格」
到「全图」

五件事串成一条链,每一环都划小一点范围,也把结论钉得更死一点。

链上最容易被跳过的是第一环。它不改模型能力,只改计价方式,但它决定了后面四环能不能被验证——只有单位成本降下来,才有人愿意让 agent 在一个格子里反复试错。

BOUNDARIES — 三条边界

三个数字
还不能当定论

01

自体口径

Revolut 的 60% 与 70% 是公司内部统计,没有第三方复核;56 张卡的资本开支与折旧,也没有摊进 0.30 美元那个单价里。

02

只在仿真

Ginux 只在 QEMU 里跑过,没有物理硬件、没有 GPU、没有独立安全审计;12.9 秒对 42.6 秒不是同条件比较。

03

未点名

GDPx 原文没有点名 12% 是哪个模型,12.0 与 10.9 是转述汇总;小米的 8 小时是单工站单次披露,未公布连续天数与故障率。

CLOSING — 本期结论

这一期五件事,各自只在一格里成立。

两千人的日常编码、十三万九千行里的 82 个调用、206 项任务里的 12%、一个工位上的 8 小时、一条 80 厘米的通道。

这些数字都不假。但它们成立的半径,比标题小一圈。

而且那个半径不是模型能力画的,是验收画的——你能验多大,格子就有多大。Revolut 只把日常编码搬过去,因为只有那部分能被内部指标验证;Kurtzer 只敢说能开机,因为再往后没有可执行的关卡;小米只在一个工站跑满班,因为那是它唯一敢按排班用的地方。

所以真正该问的不是「它能不能」,是「这个结论覆盖到哪一格为止」。谁划格子,谁就掌握下一轮的解释权。

云上有品 · AI 动态 · NO.017

文 / 云上有品 · AI 动态
本期封面为自制书封,无外部素材
软件部分来源:Revolut AI 运营负责人 David Abitbol 在 Hacker News 的披露(BlockBeats 11 月 3 日转引)、Ginux 技术报告(Zenodo 23682548)与项目仓库、InfoQ 对 Kurtzer 的整理、SemiAnalysis GDPx 基准页与 CNMO 转述
具身部分来源:大河财立方、上海证券报、新民晚报、川观新闻、东方网、观察者网
所有百分比与时间均标注口径,跨口径数字不可直接相除比较
本文由 AI 生成,经人类主编终审