本期精选11月3日至11月6日期间 AI 编程与具身智能领域最值得关注的动态。本期五条共同指向“从演示走向实战”：小米人形机器人第一次在汽车工厂干满 8 小时整班，OpenAI 把能挖漏洞的 GPT-6 Cyber 发给审核过的安全团队，DeepSeek 报出日活 154 万、日耗 92 万亿 token 的运营账单；商业化一侧，月之暗面把 Agent 运行环境收进云端开卖，OpenAI 图像生成提速一半并原生支持 GIF。

一、小米人形机器人进厂“打工”：首次干满8小时整班，产线级作业能力初步验证

11月3日至4日，小米在乌镇世界互联网大会披露机器人新进展，雷军同步发布“实习”视频：在小米汽车工厂总装车间，两台 CyberOne 02 人形机器人完成中控台侧盖板排序工站 8 小时 5 分钟稳定作业，满足该工站全天生产需求，实现产线级作业能力初步验证。盖板属大尺寸柔性不规则工件、摆放姿态随机，是典型的高难度柔性物料作业；

期间机器人两次自主充电（累计作业 3 小时 2 分与 6 小时 3 分后），中途掉件时轮式机器人主动过来捡起，调度系统直连车间 MES 制造执行系统与 AGV 物流网络，待命安全员全程没找到出手机会。进展轨迹：今年 3 月自攻螺母工站连续 3 小时、成功率 90.2%，7 月提升至 98% 并新增两个复杂工站，到本次顶下完整班次。家庭侧，基于 10 万小时真实数据预训练的具身基座模型 Xiaomi-Robotics-1 已在小米青年公寓“试运营”，完成连续超 30 分钟、覆盖 3 个房间、50+ 任务链的长程验证，该技术获本届乌镇峰会“领先科技奖”。

影响分析

（1）人形机器人工业验证的基准线从“3 小时实习”抬到“8 小时整班”：与 Figure 在宝马工厂、智元在自有产线的验证接力，行业比拼从跑跳演示正式转入班次级真实作业。（2）比成功率数字更有信息量的是异常处理：掉件救场、自主充电、接 MES 与 AGV 系统级协同，说明机器人不再是产线上的演示孤岛，而是可以被排进生产计划的系统节点。（3）边界仍要讲清：小米未披露 8 小时内分拣件数、成功率与人工介入次数，视频为 100 倍速播放，“完全自主”尚待第三方核验；雷军称“硬件不用改动，可以适应更多岗位”，五年大规模部署的承诺能否兑现，要看下一阶段这些数据的透明度。

二、月之暗面发布 Kimi Hosted Agents：把 Agent 的 Harness 做成云服务

11月5日，月之暗面正式发布 Kimi Hosted Agents（托管智能体），将支撑 Agent 运行的 Harness 作为云端服务提供（Harness as a Service）：企业无需自建运行框架，即可获得 7×24 小时托管环境，支持长程任务执行与多智能体高效协作。

安全合规侧提供独立沙箱、网络访问权限控制、可设定操作边界并随时中止会话，执行过程留痕可查、支持审计导出，配套清晰计费规则与用量报表。

企业可按需配置两类应用：面向内部业务（业务监控、运维响应）与面向产品用户（App 内投研助手、客服助手）。平台提供 140+ Skills 与 30+ 插件，覆盖联网检索、专业数据查询、办公文档处理与内容生成，也可接入企业自有工具和数据源；注册 platform.kimi.com 即可体验。

这是继 10 月 24 日发布 3 万亿参数 Kimi K3.1 Pro 之后，月之暗面在 B 端商业化的关键一步：从“卖模型推理 API”延伸到“卖智能体运行环境”。

影响分析

（1）价值链上移：从按 token 卖推理到按托管环境卖服务，竞争维度从模型跑分转向生态厚度与信任半径——这是国产模型厂商第一次把 Agent 工程底座本身做成产品。（2）打法对照鲜明：上周 DeepSeek 把 Super-agent 架构以 MIT 协议开源，本周 Kimi 把同类 Harness 收进云端收费，同一个问题（怎么跑 Agent）给出“开源换生态”与“托管换营收”两种答案。（3）硬仗在云厂商：AWS、阿里云已推同类托管服务且握有基础设施纵深，Kimi 的优势在模型与框架的原生协同，短板在云侧——从卖 token 到卖托管，能不能站住要看企业客户的续费而不是发布会的参数。

三、DeepSeek Harness 首次交出运营账本：日活 154 万、日耗 92 万亿 token

11月5日晚，DeepSeek Harness 团队发布数据：截至 11 月 4 日，以使用官方 API 的用户为统计范围，DeepSeek Harness 日活跃用户达 154 万，日消耗 token 约 92 万亿，月活跃用户 548 万。增长曲线陡峭：9 月 30 日日活（7 日均值）仅 27.1 万，10 月 7 日 42.9 万，11 月 4 日攀升至 154 万——较桌面端发布时增长约 545%，一个月净增超百万。生态侧，发布至今第三方插件已增至约 3.5 万个，约 60% 的活跃用户制作或安装过至少一款插件；团队宣布将建设官方插件市场、完善插件安全机制，并筹备面向插件作者的 token 激励等支持计划。

DeepSeek 的定位是“Agent 时代的操作系统”，奉行“一切皆插件”——平台内置功能同样可被第三方插件替换。Harness 是围绕大模型构建的 Agent 运行系统，团队今年 3 月组建，负责人崔添翼有 6 枚 ACM 亚洲区域赛金牌、曾在 JaneStreet 任职九年。

影响分析

（1）92 万亿 token/日是 Agent 时代算力消耗的第一个公开基准：这已不是聊天问答的量级，日活一个月翻 5 倍多的曲线，给“Agent 能不能留住用户”的争论提供了硬数据——与第 2 条 Kimi 收 Harness 入云对照，“开源架构—运营数据—商业托管”这条链路正在成型。（2）插件生态是真护城河的尝试：60% 用户接触过插件，对标的是浏览器扩展与应用商店的分发逻辑，“一切皆插件”若成立，DeepSeek 就从模型公司变成平台公司，官方插件市场与作者激励是这盘棋的落子。（3）口径需保持清醒：日活与 token 数据为官方 API 用户口径、自报无第三方审计，爆发期数据能否在激励政策上线后持续，仍需观察。

四、OpenAI 发布 Images 2.6：生成提速 50%、原生 GIF，每周 40 亿张的生意再升级

当地时间 11 月 4 日，OpenAI 发布图像生成模型 Images 2.6，面向全球在 ChatGPT、Codex 与 API 全端开放：生成速度较上一版提升 50%；新增 GIF 生成，可把静态图像、角色或产品视觉转成循环动画（动品牌吉祥物、做表情包、视频制作前的动态分镜）；

ChatGPT 端新增参考图库，人、宠物、角色形象一次保存反复复用，多轮编辑中角色、产品与品牌元素一致性增强。API 端提供双档：GPT-Image-2.6 Flare 在低质量设置下最快 6 秒出图、海报与产品图版式质量改善；Sunburst 主打中高质量与跨编辑一致性。

图像标注编辑（markup）进入 API、支持 SVG 导出、新增复杂度（complexity）参数调节规划深度。背景量级：全球用户现每周通过 ChatGPT、Codex 与 API 生成 40 亿张图像，日均超 5 亿。社区也很快算了一笔账：开发者实测 2.6 在 low/medium 质量档的输出 token 计费显著高于 2.5（社区估算倍率约 4.2 倍与 3.3 倍），“提速”同时伴随单张成本上升。

影响分析

（1）图像生成从“能用”进入“好用”的工程化阶段：多轮编辑一致性、参考图复用、SVG 输出，瞄准的是品牌与设计生产流而非单次灵感消费，Figma Weave、Picsart 等创意工具第一时间接入。（2）GIF 是一次聪明的卡位：不做视频模型，却吃掉了静态图与视频之间的轻量动效需求，与 Sora 类产品形成上下夹击。（3）社区对计费倍率的实测提醒所有人：速度与质量升级的同时是变相涨价，创意工具的商业化正从拉新转向按量收租——40 亿张/周的盘子一旦开始提价，弹性有多大很快会见分晓。

五、OpenAI 发布 GPT-6 Cyber：漏洞利用能力提 51%，安全评级上调至“关键”

当地时间 11 月 5 日，OpenAI 发布专用网络安全模型 GPT-6 Cyber，面向漏洞挖掘、渗透测试与代码安全审查，仅向经审核的 Daybreak Red 客户开放，网络安全能力评级从 GPT-5.6 Cyber 的“高”上调至“关键”。基准成绩：ExploitGym 得分 48.5%，较前代 32.1% 提升约 51%；在无法访问源码的 Web 漏洞发现新测试中达 40.3%（标准模型 GPT-6 Astra 为 32.0%）。实战成果：发现 Firefox 81 个此前未知的高危漏洞（Mozilla 已接受并发布修复）、指出 30 个已知问题严重性被低估；在 Linux 内核研究中复现 1,724 个漏洞、为其中 948 个（含 588 个此前未知）开发出可用利用程序并提交 304 个关键发现与补丁——即 11 月 4 日报告《A thousand fewer paths to root》所用管线，该次运行 API 成本约 121 万美元。

越界控制同步改善：无安全提示时越界攻击率仅 0.07%（前代 5.51%），启用安全提示后为 0；OpenAI 借鉴 Hugging Face 事件设计蜜罐测试，并坦承“评估意识”（模型察觉被测试而改变行为）风险仍未完全消除。

影响分析

（1）攻防两端同时被改写：防御者一次拿到 948 个补丁线索，攻击者面对的门槛也在同步下降——漏洞利用能力从 Pwn2Own 级专家团队降到审核制 API 调用，网络安全的“成本换算表”重写，未及时打补丁的系统风险敞口急剧放大。（2）“关键”评级加审核制分发开了先例：能力越强的模型越不公开发售，前沿模型的分发正在从通用 API 转向“持证上岗”，这会成为强能力模型商业化的参照模板。（3）0.07% 的越界率与蜜罐测试针对的是 Agent 自主执行的信任问题：OpenAI 自己承认“评估意识”无法完全消除，真实生产环境下模型是否严格待在权限圈内，仍是这个赛道最开放的悬案。

总结

模型公司这周的发布节奏，正在从“秀能力”转向“交作业”。​ OpenAI 把 GPT-6 Cyber 连同 948 个 Linux exploit、81 个 Firefox 未知漏洞一起交出来，越界率压到 0.07%，但“关键”评级加审核制分发说明它自己也清楚这把刀有多快；DeepSeek 报出日活 154 万、日耗 92 万亿 token 的账单，第一次让“Agent 时代的算力消耗”有了公开基准；月之暗面把 Harness 装进沙箱按账收钱，OpenAI 给每周 40 亿张的图像生意提速一半再加 GIF——四家都不再只讲参数表，讲的是可核验的数字、价格与边界。

具身智能的进度条同样被一个数字刷新：8 小时。​ 小米两台 CyberOne 02 在自家汽车工厂顶下完整班次，掉件有同伴救场、没电自己回去充、调度直连产线系统，安全员全程旁观——从今年 3 月的“3 小时实习”到 11 月的“整班作业”，人形机器人的工业验证第一次以“班次”为单位计。这与上周京东 300 万台采购计划、智元 2 万台下线的叙事接上了：演示阶段结束，产线排班表才是新的考场。

本期头条全部由可核验的硬数字构成——8 小时整班、948 个漏洞、92 万亿 token、51% 提升、50% 提速，AI 竞争的评分标准正在从“看起来能干”切换到“干完了多少、花了多少钱、越没越界”。

作者：咕泡科技——十年专注AI与IT中高端人才培育

---

来源备注：澎湃新闻/财联社·科创板日报/腾讯新闻、Kimi 官方新闻、凤凰网/人民财讯、OpenAI 官方/开发者社区、路透社，图片（含新闻配图、截图等）均来自上述媒体公开报道及网络公开渠道，如有侵权请联系处理，谢谢！