侧重 AI Coding 与 具身智能 方向，精选 8 条今日值得关注的重要动态。
1. 字节发布豆包大模型 2.1 Pro，日均 Tokens 调用量达 180 万亿
事件内容：
6 月 23 日，在 2026 火山引擎 Force 原动力大会上，字节跳动正式发布豆包大模型最新旗舰版本 Doubao-Seed-2.1 Pro。该模型在多项 Benchmark 测试中表现接近 GPT-5.5、Claude Opus 4.7 及 Gemini 3.1 Pro。火山引擎总裁谭待表示，2.1 Pro 在代码交付、长程 Agent 任务、多模态理解及企业级稳定运行四个维度达到"生产级质变点"，具备更强的需求理解、长期规划和工程交付能力。同期数据显示，截至 2026 年 6 月，豆包大模型日均 Tokens 调用量达 180 万亿，较产品上线时增长超 1500 倍，过去一年涨幅超 10 倍。火山引擎还同步升级了面向 Agent 的云服务体系。
为何值得关注：
日均 180 万亿 Tokens 的调用量，说明国产大模型已真正进入"生产级"规模消耗阶段，而非停留在演示。2.1 Pro 把"长程 Agent 任务"和"代码交付"列为四大质变点之二，释放出明确信号：前沿模型的竞争焦点正从刷分转向"能否稳定完成多步骤工程交付"。对 AI Coding 赛道而言，这意味着国产底座正在补齐长程规划与工程化短板，Agent 应用层的成本与可靠性将随之改善。
2. OpenAI 发布 Codex Remote 工程实践，强化远程智能体控制面板
事件内容：
6 月 23 日，OpenAI 开发者团队发布 Codex Remote 工程实践文章，重点阐述如何让用户从手机端启动、指导、审查和组织运行在开发机器上的 Codex 任务。过去两个月，Codex Remote 陆续加入远程主机连接、worktree 隔离、目标设定、侧边对话、内联代码审查、排队提示、附件、技能和插件等能力，逐步构建出一个可远程操控的"AI 工程师控制面板"。开发者可在外出时派发编码任务，回到桌面后审查结果，实现异步委托。
为何值得关注：
Codex Remote 的本质是把"AI 编程"从 IDE 内的即时补全，推向"异步委托 + 远程审查"的新范式。手机派单、机器执行、人工把关的工作流，让 AI 工程师开始具备真实团队协作中"可被分配任务"的属性。worktree 隔离与内联审查等工程化设计，则解决了 Agent 并行操作时的安全与可审计问题——这正是 AI Coding 从玩具走向生产的关键工程门槛。
3. Anthropic 发布 Claude Tag，让团队在 Slack 中 @Claude 协作
事件内容：
6 月 23 日，Anthropic 发布 Claude Tag 功能，率先从 Slack 场景落地。团队可将选定的频道、工具、数据和代码库授权给 Claude，随后在对话中通过 @Claude 委派任务。该功能目前面向 Claude Enterprise 和 Team 客户 Beta 开放，标志着 Claude 从单人会话工具升级为多人共享上下文的企业协作智能体。
为何值得关注：
@Claude 的真正意义在于"共享上下文"——当整个团队、代码库和工具权限被一次性授权给同一个 Agent，协作智能体就拥有了持续的项目记忆与组织认知。这打破了 AI 助手"每人一个孤岛会话"的局限，让 Agent 能像真实同事一样被 @、被分配任务、并理解团队上下文。企业级 Agent 的入口之争，正从"谁的模型更强"转向"谁能更深地嵌入团队工作流"。
4. GitHub Copilot 增强 JetBrains 与 CLI，接入 Claude 模型
事件内容：
6 月 22 日至 23 日，GitHub Changelog 连续更新：JetBrains IDE 中的 Copilot 加入 Claude agent provider 预览、增强模型选择器，并新增每轮 AI credits 消耗提示；同页显示 Copilot CLI 新终端界面于 6 月 23 日正式 GA（正式可用）。模型选择、成本可见与 Agent 执行体验被整合进 IDE 与 CLI 两大入口。
为何值得关注：
Copilot 引入 Claude 作为 agent provider，是微软系工具"模型中立化"的标志性一步——开发者不再被绑定在单一模型上。而每轮 credits 提示，则把 AI 编程的成本从"看不见的黑盒"变为可计量的生产指标。IDE 与 CLI 双入口的 Agent 化，说明 GitHub 正用生态纵深（issue→PR→CI/CD 全流程）对抗 Cursor 的 AI 原生体验，AI 编程的入口之争进入白热化。
5. Tesla Optimus Gen 3 量产，目标 5-10 万台并实地服务好莱坞餐厅
事件内容：
据 6 月 24 日报道，Tesla 已于 2026 年 1 月 21 日在 Fremont 工厂启动 Optimus Gen 3 量产，将原 Model S/X 产线改造为机器人制造线，2026 年目标 5 万至 10 万台，2027 年规划高产爬坡，德州超级工厂专用设施满产目标可达年产 1000 万台。Gen 3 的标志性升级是重新设计的灵巧手：每只手 50 个执行器、22 个自由度，较 Gen 2 提升 4.5 倍，采用前臂仿生布局，搭载 Tesla AI5 芯片与 Grok 语音交互。6 月 11 日起，Optimus 已在好莱坞 Tesla Diner 实地上岗，向超级充电桩车位的车主送餐——这是无脚本的真实客户场景，同时充当训练数据来源。
为何值得关注：
把一条标志性汽车产线整体改造为机器人产线，是 Tesla 迄今最明确地表态"Optimus 是首要未来产品"的举动。好莱坞餐厅的实地服务虽属学习阶段，但提供了工厂无法复现的真实环境训练数据——这正是具身智能从仿真走向泛化的关键燃料。不过 Tesla 自身在 Q4 2025 财报中也坦言 Optimus 尚未在工厂"实质性投入使用"，2026 年是其可信度的关键验证年。
6. Figure AI BotQ 产能 4 个月跃升 24 倍，已交付 350+ 台
事件内容：
6 月 23 日，Figure AI 公布其加州 BotQ 工厂的最新进展：产能已从"每天 1 台 Figure 03"跃升至"每小时 1 台"，不到四个月实现 24 倍提升。工厂采用定制的制造执行软件，覆盖 150+ 联网工位，产线末端一次通过良率超 80%。目前已交付部署 350+ 台，每台都将运行数据回流至训练管线，加速 Helix AI 模型的自主能力进化。BotQ 第一代产线年产能目标 1.2 万台，四年目标 10 万台。
为何值得关注：
从 1 台/天到 1 台/小时的 24 倍跃升，说明人形机器人量产的最大瓶颈——制造工艺与良率——正被工程化方法逐个攻克。80% 以上的首检良率和"数据回流训练"的闭环，意味着每下线一台机器人都在让下一代更聪明。Figure 用实际行动证明：具身智能的竞争，已从"谁会办发布会"转向"谁能稳定造出来并持续学习"。
7. Apptronik Apollo 获 9.35 亿美元融资，53 亿美元估值押注量产
事件内容：
6 月 23 日消息，Apptronik 完成 5.2 亿美元 A 轮延伸融资，A 轮累计融资超 9.35 亿美元，投后估值约 53 亿美元。本轮由 B Capital 和 Google 领投，奔驰、卡塔尔投资局、AT&T Ventures、约翰迪尔等参投。Apollo 人形机器人已在奔驰（制造）、GXO Logistics（仓储）、Jabil（量产制造）三处开展商业试点。Apollo 从设计之初就面向量产：模块化关节、成熟供应链、73kg 机身适配标准汽车工装空间。
为何值得关注：
53 亿美元估值落在"已进入商业试点"的硬件上，传递出明确信号——资本市场开始奖励"生产可信度"而非"演示视频"，这与 2024 年的融资逻辑形成鲜明对比。Google 领投尤为关键，结合 Boston Dynamics 与 DeepMind 的合作，暗示具身智能的"大脑（基础模型）+ 躯干（硬件）"分工格局正在成型。奔驰 Q3 试点数据若公开，将成为人形机器人在汽车制造中 ROI 的首个硬基准。
8. Boston Dynamics Atlas 商业出货，全年产能交付现代与 DeepMind
事件内容：
6 月 23 日，Boston Dynamics 宣布全电动 Atlas 平台开始商业交付，成为首个面向汽车供应链的企业级人形机器人。2026 年全年产能已被预订一空，全部交付给现代汽车位于佐治亚州 Ellabell 的机器人元工厂应用中心（RMAC）和 Google DeepMind——后者的 Gemini Robotics 模型支撑 Atlas 的 AI 技术栈。量产版 Atlas 具备 56 个自由度、110 磅（约 50kg）负载能力，支持自主换电实现连续作业。下一批客户最早 2027 年才能排到。
为何值得关注：
Atlas 的商业化是波士顿动力从"研究机构"转向"产品公司"的里程碑。全部产能押注现代 + DeepMind 的组合，暴露出一条清晰路线：硬件制造商与 AI 模型巨头深度绑定。56 自由度与自主换电的工程指标，则把"企业级耐用性"摆上台面——这与发布会演示型机器人形成本质区别。Atlas 与 Apollo 同日曝出商业进展，说明人形机器人在汽车制造场景的落地正在加速集中。
每日 09:00 自动更新 | 侧重 AI Coding 与具身智能方向