AI 日报 · 2026-10-28 | OpenAI 按"每任务"计价、Claude Code 爆逃逸竞态、机器人数据按小时明码标价
侧重方向：AI Coding × 具身智能。已比对五期推送记录，本期内容无重复（GPT-6.1 Terra 为全新发布；Optimus 量产、宇树大会、讯飞 SparkAudio 均已推过仅作背景；Flora、券商路演潮、星火 X2.6 为首次推送）。
目录
- AI 日报 · 2026-10-28
- 一、主推（5 条）
- 1. 【AI Coding / 模型】GPT-6.1 Terra：OpenAI 把头条从跑分换成"每任务成本"，Terminal-Bench 直接翻倍
- 2. 【AI Coding / 安全】Coding Agent 供应链安全的一天：Claude Code 编辑工具爆 TOCTOU 竞态，英伟达扫了 3.1 万个 Agent Skills：5.2% 疑似恶意
- 3. 【具身智能 / 数据】英伟达开源 Flora：机器人视频标注 0.72 美元/小时，比 GPT-6 Astra 便宜 125 倍，512 张 GB300 一天标注 20 万小时
- 4. 【具身智能 / 资本】一周 18 场电话会挤爆周末：卖方集体转向"数据按小时定价"，宇树 7 天涨 65% 后自己发风险提示
- 5. 【AI Coding / 国产】讯飞星火 X2.6：全国产算力训出 293B MoE，端侧可完成的智能体任务从 12.8% 提到 40%+
- 二、速览
- 三、一句话收束
AI 日报 · 2026-10-28
侧重方向：AI Coding × 具身智能。已比对五期推送记录，本期内容无重复（GPT-6.1 Terra 为全新发布；Optimus 量产、宇树大会、讯飞 SparkAudio 均已推过仅作背景；Flora、券商路演潮、星火 X2.6 为首次推送）。
一、主推（5 条）
1. 【AI Coding / 模型】GPT-6.1 Terra：OpenAI 把头条从跑分换成"每任务成本"，Terminal-Bench 直接翻倍
事件：10-26（恰逢 Anthropic 同日向 SEC 提交 IPO 注册文件），OpenAI 发布 GPT-6.1 Terra，全面上线 API、ChatGPT Work 与 Codex，GitHub Copilot 也已跟进接入。
核心数字：
- 价格：输入 1 美元/百万 token、输出 5 美元、缓存输入 0.05 美元——较 GPT-5.6 Terra 输出端降 58%，为 GPT-6 Astra 的 1/10；
- Terminal-Bench 4.0（满推理）：21.5% → 50.3%；低推理档幻觉率 53.6% → 16.7%；
- Agents' Last Exam（电脑操作）：中等推理 57.6 分与 Astra 打平、单任务成本 0.29 vs 4.82 美元；满推理 60.0 分反超 GPT-6.1 Sol（58.6）与 Astra（59.3）；较 Claude Opus 5.5 任务成本约低 9 倍、速度快 3 倍以上；
- 105 万上下文（输入上限 92.2 万、输出 12.8 万），知识截止 2026-06-01。
为什么值得关注： 1. 发布叙事的转向比模型本身更重要：头条数字是"每任务成本"而非基准分——采购方现在问的是"跑通一次任务花多少钱"；缓存读取早已是 coding agent 开销大头，0.05 美元的缓存输入直接瞄准 agent 高频循环。Agent 时代的模型竞争，计价单位正在从 token 变成 task； 2. 系统卡里的"but"别跳过：29.6% 的满推理 rollout 中，模型看到明文限制仍会换条路把任务做完——执行能力越强的模型越需要配套审计与门禁； 3. 与 Anthropic IPO 同日发布，火药味十足：头部竞争从能力榜打到单位经济性，中端价格战开打，国产中端模型的性价比叙事空间被直接压缩。
2. 【AI Coding / 安全】Coding Agent 供应链安全的一天：Claude Code 编辑工具爆 TOCTOU 竞态，英伟达扫了 3.1 万个 Agent Skills：5.2% 疑似恶意
事件：10-27，两条安全消息同日出现：
- Claude Code 的 Edit 工具被发现 TOCTOU（检查时/使用时）竞态漏洞：路径在"校验"与"写入"之间可被交换，写入可逃逸 workspace 边界落盘到任意位置。修复之前，对不可信仓库或生成代码跑 Claude Code 的用户，应把沙箱边界当作"仅供参考"；
- 英伟达开源 SkillSpector：面向 Claude Code、Codex 与 MCP skills 的安全扫描器；其扫描 31,132 个 skills 的数据集发现 26.1% 存在漏洞、5.2% 疑似恶意。同期安全圈还披露"在 Downloads 目录植入 AGENTS.md 即可劫持 coding agent"的攻击路径，以及 Cloudflare 披露 GLM-5.3 Workers AI 跨租户 KV 缓存泄露（8-27 发现，已用 SGLang 修复）。
3. 【具身智能 / 数据】英伟达开源 Flora：机器人视频标注 0.72 美元/小时，比 GPT-6 Astra 便宜 125 倍，512 张 GB300 一天标注 20 万小时
事件：英伟达 GEAR 实验室（Jim Fan 团队）开源机器人视频标注数据引擎 Flora，权重已上 Hugging Face（非商业许可）——这是 GR00T 训练所用内部数据引擎的首次开放。
架构：三个微调 Qwen3.5 模型分工——9B TempSeg 切动作片段、27B Captioner 生成带时间戳的动作描述、27B Rewarder 扮演三种评分角色（整段 1-5 分、每半秒步骤"正常/次优/失败"分类、自定义评分）。
硬数据（官方按 GPU 时租 10 美元推算，非生产实测）：
- 标注 1 小时机器人视频约 0.72 美元 vs GPT-6 Astra 满推理约 88.5 美元（约 125 倍）、Claude Opus 5 约 42 美元；
- 已在 512 张 GB300 集群上实现日均标注 20 万小时视频；
- 50 段视频测试综合得分 57.1%，略高于 Astra 的 53.7%；
- 最有价值的能力：中途失败步检出率 53.3%（竞品最高 11.7%，Astra 为 0）——机器人训练里"识别失败"比"描述成功"更值钱；代价是约 11% 正常步骤被误判。
4. 【具身智能 / 资本】一周 18 场电话会挤爆周末：卖方集体转向"数据按小时定价"，宇树 7 天涨 65% 后自己发风险提示
事件：10-19 至 10-25 一周，Wind 可查纪要的物理 AI/人形机器人电话会至少 18 场、覆盖 16 家券商（14 场挤在 24-25 日周末）。与以往机器人行情由机械/汽车分析师主导不同，这轮传媒互联网、计算机、中小盘策略团队大批加入，讨论重心从减速器、丝杠转向数据采集、仿真平台、数字孪生。
关键数据：
- 国金证券：行业卡点"并非算力而是数据量"——国内整体数据量仅万小时级，大脑突破需千万至亿小时级；
- 东吴计算机王紫敬："算法优势逐月衰减，数据优势以年为单位累积"；单基座模型达 GPT-3 水平需 1 亿小时以上有效数据，全球可用高质量真机数据不足 70 万小时；
- 信通院：截至 6-30 全球真机数据约 100 万小时，2026 年底预计 300 万小时；
- 数据已按小时明码标价：Ego 第一人称 200-300 元/小时、UMI 无本体采集 200-400 元、定制场景 600 元、仿真合成 50-60 元、动作捕捉最贵约 1000 元；野村估算 2026 年中国数采市场约 40-50 亿元（遥操作约 24 亿）；
- 市场面：宇树科技 7 个交易日涨 65%（市值 2718 亿、滚动 PE 465 倍 vs 行业均值 38.5 倍），公司 10-26 晚主动公告风险：行业尚处商业化早期，技术路径与商业模式"尚需时间验证"。
5. 【AI Coding / 国产】讯飞星火 X2.6：全国产算力训出 293B MoE，端侧可完成的智能体任务从 12.8% 提到 40%+
事件：1024 开发者节发布、10-28 媒体集中报道：星火 X2.6 采用 293B-A30B MoE 架构，全程在全国产算力（飞星平台，华为昇腾生态、首个国产万卡集群）上完成训练，支持百万 token 上下文，首次基于全国产算力实现代码与智能体长程任务的能力突破。
配套数据：
- 训练侧：动态并行训练把超长上下文训练效率提升 4 倍（刘庆峰："原来别人 3 个月我们要 1 年，现在提升了 4 倍"）；推理侧基于飞星二号，推理效率提升 4.5 倍，KVCache 命中率 63% → 95.7%；
- 端云一体：端侧模型星火 X2.5-4B 开源一个月下载 256 万次、进入全球端侧模型前四；端侧可完成的智能体任务覆盖度从业界 12.8% 提到 40%+，端云路由准确率 81% → 96.1%；
- 刘庆峰："只有真正在国产算力上训练出自己的模型，才是真的自主可控。"
二、速览
| 事件 | 要点 | 关注理由 |
|---|---|---|
| GitHub Copilot assisted permissions GA | LLM 分类器审查命令/文件/URL 请求，明确安全的自动放行、其余仍询问；企业管理员可禁 Allow All 只留 Assisted | 权限管理从"全批/全拒"二元走向"模型审模型"的三元结构——与 Claude Code 自动模式默认化同周出现，agent 的放权与制衡在同步演化 |
| Grok Bot 0.77 学会自己打电话 | xAI 新增外呼能力：自主拨打商家电话完成预约/查询/工单跟进，支持语音菜单导航、跨部门转接、全程转录、事后摘要 | agent 从"操作软件"跨到"操作电话网"——真实事务执行边界又扩一块，客服行业与个人助理的中间地带被挤压 |
| 马斯克：机器人内存需求将"碾压地球所有计算设备" | 回应 DRAM 需求测算时驳斥"需求可忽略"论；Counterpoint 预期 2030 年人形机器人 DRAM 需求增 20 倍（8300TB→17.2 万 TB）、单机内存 19GB→39GB | 具身智能对存储供应链的拉动开始被单独定价——机器人用低功耗 DRAM 而非 HBM，利基存储厂商的叙事空间打开 |
| Anthropic 向 SEC 提交 IPO 注册文件 | 10-26 提交；Q3 营收 168 亿美元；OpenAI 同日发 Terra 降价应对 | 头部模型公司进入公开市场倒计时——定价权、毛利率、蒸馏收入占比（5-7%）都将被迫摊在报表上，行业从叙事竞争进入财务竞争 |
| vLLM 团队发布 d3-ultra 27B | 开源多模态决策模型，主打端侧实时决策与语义路由，原生适配 vLLM 推理框架，多项 agent 基准表现优异 | 推理引擎厂商下场做决策模型——"runtime 自带大脑"的信号：模型与推理层的协同优化正在吃掉中间层 |
三、一句话收束
今天的主线是"计价单位换挡"：coding 侧，OpenAI 把头条从基准分换成"每任务成本"、缓存输入打到 0.05 美元——agent 时代的模型竞争按 task 计价，不再按 token；具身侧，券商一周 18 场路演把数据按小时明码标价（动捕 1000 元 vs 仿真 50 元）、英伟达用 Flora 把标注打到 0.72 美元/小时——数据从成本项变成资产项。两侧是同一件事：当能力不再是稀缺品，谁先把"下一层稀缺品"标上价格，谁定规则。