侧重 AI Coding 与 具身智能 方向，精选 6 条今日值得关注的重要动态。
1. Agility Robotics 借 SPAC 上市，估值 25 亿美元——人形机器人首叩资本市场
事件内容：
人形机器人公司 Agility Robotics 宣布将与特殊目的收购公司 Churchill Capital Corp XI 合并登陆资本市场，交易估值约 25 亿美元。公司 2015 年从俄勒冈州立大学孵化，旗下双足机器人 Digit 已在 Schaeffler、GXO、丰田加拿大工厂、Mercado Libre 等 9 个客户现场投入商用。本次合并预计带来逾 6.2 亿美元资金，其中约 2 亿美元来自新老机构投资者；亚马逊、英伟达、软银愿景基金二期、DCVC 等均为股东。所筹资金将用于扩大下一代 Digit v5 产能、交付现有订单并拓展客户。新一代机型已锁定逾 3 亿美元多年期订单，另有 30 余家潜在客户在评估大规模部署。CEO Peggy Johnson 称人形机器人将成为生产力、供应链韧性与美国技术领导力的关键驱动。合并后实体预计以 AGLT 为代码在北美交易所挂牌。
为何值得关注：
这是人形机器人赛道首单迈向二级市场的标志性事件。具身智能正从"演示视频"走向"可计量的商业现金流"——9 个付费现场、3 亿美元在手订单提供了罕见的落地证据。Digit v5 量产与上市融资相互绑定，意味着具身 AI 进入资本与产能双轮驱动的工业化阶段。上市后的公开披露将首次让外界看清单台成本、利用率与回本周期等关键指标，这会成为整个具身智能行业估值与节奏的锚点。
2. Figma 引入"代码层"，把设计画布变成 AI 编码试验场
事件内容：
Figma 在最新更新中直接于协作画布新增"代码层"（code layers），支持团队克隆代码仓库、从代码反向提取流程生成设计图层用于测试。首席产品官 Yuhki Yamashita 称多人画布的价值在于"不在意代码质量"，让设计师、产品经理与工程师以空间方式快速探索方向。更新还加入动画、过渡与 3D 变换的原生支持，此前设计师需在第三方软件做动画再转代码。AI 能力进一步扩展：可用提示词生成着色器效果与填充、创建可复用"技能"供 AI agent 调用，并支持连接 Notion、Granola、Excel、GitHub 等工具与附件提供上下文，还能用提示词生成自定义插件（如布局生成器、矢量路径追踪器）。去年收购的节点式工具 Weavy 也将在年内深度整合。
为何值得关注：
Figma 正把"设计-代码"边界从交接关系改成同画布共存关系，这是 AI Coding 渗透非纯开发人群的关键信号。代码层不追求生产级代码而追求"快速可探索的具象原型"，恰好契合 Vibe Coding 精神——用自然语言与可视化把想法低摩擦跑起来。当设计师和 PM 也能在画布直接驱动代码层与 AI agent，编程助手的用户基数被实质扩大。对开发者，这也意味着更多"半技术"协作者进入代码生成流程，工程团队需重新定义评审与质量把关的边界。
3. 数据打脸"AI 取代工程师"：工程岗成最坚挺的招聘类别
事件内容：
风投机构 SignalFire 发布最新《人才状况报告》，追踪逾 8000 万家公司、数百万员工职业轨迹后发现：工程是 2025 年最具韧性的职能。大型科技公司整体招聘较 2019 年下降 25%，但工程岗仅降 11%。在其定义的 12 家"科技巨头"（Alphabet、Meta、苹果、亚马逊、微软、Netflix、英伟达、特斯拉、Uber、Airbnb、Block、Stripe）中，工程师占 2025 年新增招聘的 55%，远高于 2019 年的 46%。早期初创公司 2025 年招的工程师甚至比 2019 年多 7%。研究负责人 Asher Bantock 指出，裁员理由常被归为"AI 让一个工程师顶过去多个"，但招聘数据与此不一致。英伟达黄仁勋也称全员用上 agentic AI 后"工程师比以往更忙"，并抛出杰文斯悖论——效率提升反而放大需求。
为何值得关注：
这组数据为 AI Coding 的就业叙事提供了反直觉的硬证据。工具越强，反而越要人——典型杰文斯悖论在开发者身上兑现。但需冷静看：招聘结构在变，"纯写代码"的初级岗可能被压缩，而能把 agent 编排进业务、做架构与"下一个想法"的人更稀缺。SignalFire 看招聘而非裁员，口径偏乐观；短期内大厂仍会以 AI 为由调整编制。结论是：与其担心被替代，不如抢先成为"驾驭 agent 的人"，这类复合工程师正是当前最紧缺的。
4. Anthropic 推出 Claude Tag：常驻 Slack 的"AI 同事"开始吃下组织记忆
事件内容：
Anthropic 推出 Claude Tag，一个常驻 Slack、扮演"始终在线 AI 队友"的服务，向 Claude Enterprise 与 Claude Team 客户开启 beta。用户可在频道里 @Claude 获取洞察或派发任务。它在此前 DM、频道 tag、Claude Code in Slack 基础上叠加了持久上下文与记忆层——"随着 Claude 跟进频道，它会持续学习工作内容"，并在获授权后从组织其他频道自动采集事实。同一频道共享单一 Claude 身份，任何人都能接续他人留下的对话。管理员可限定其可访问的工具、信息与频道范围（如法务的 Claude 不会向工程频道写入记忆）。接到任务时它会把任务拆解为阶段、调用可用工具并在 Slack 线程回报成果；还具备"环境模式"，可主动插话同步进展、跨组织标记事项、跟进被遗忘的线程。
为何值得关注：
Claude Tag 的真正野心不是"又一个 Slack 机器人"，而是抢占企业最难复制的资产——组织上下文与隐性知识。模型趋于同质，谁先沉淀住"这家公司怎么干活"的记忆，谁就筑起切换成本。这与微软 Graph/Copilot、Glean、Snowflake/Databricks 的"企业知识层"之争正面相撞。对 AI Coding 而言，常驻 agent 加持续记忆意味着"任务理解"从一次性提示升级为长期共建，agent 可靠性与边界控制（谁能读谁的记忆）将成为企业落地核心议题。环境模式的主动插话也首次把 agent 从被动响应推向"同事化"，治理风险同步上升。
5. OpenAI 启动 "Patch the Planet"：用 AI 给开源生态当"代码急救队"
事件内容：
OpenAI 宣布新计划"Patch the Planet"（致敬电影《黑客》经典台词"Hack the Planet"），与安全公司 Trail of Bits 合助开源社区提升安全水位。Trail of Bits 安全人员将直接对接开源维护者审查潜在代码问题，OpenAI 的安全工具（如 Codex Security）辅助整个流程。OpenAI 强调该计划意在"减负而非增负"：安全工程师会在发现送达维护者前先做筛选，与项目共同开发补丁与测试，并构建可复用工作流让团队在首轮修复后持续改进。背景是开源软件为商业软件的数字地基，但因去中心化、监控薄弱而普遍存在漏洞，log4j 事件即为前车之鉴。与此同时，AI 已能自动发现代码库既有漏洞并生成利用，攻击便利性大增。
为何值得关注：
这是 AI Coding 在安全方向少见的"攻防反转"样本。同一类能自动挖洞造利用的能力，被反向用于系统性补强开源地基——逻辑成立，但规模化与可持续性仍是未知数。它也带明显竞争意味：对标 Anthropic 的安全工具 Mythos，把"AI 赋能安全"做成品牌资产。真正值得关注的是"安全工程师先于维护者筛选发现"这一流程，它指向未来 AI 辅助代码审计的标准范式：AI 海量初筛 + 人工复核 + 可复用工作流。开源维护者长期超载，这类"代码急救队"若跑通，可能成为 AI Coding 最具公共价值的应用之一。
6. "Token 配给制"来了：企业开始给 AI 用量踩刹车
事件内容：
在年初行业鼓动企业"把 AI 预算拉满"、甚至有公司搞内部排行榜激励员工用 AI 之后，潮流正反转进入"token 配给"时代。据 404 Media 报道，咨询巨头埃森哲（Accenture）正设法阻止员工用 AI 处理"把 PDF 转成幻灯片"这类基础任务以耗尽 token 储备——而这恰发生在埃森哲此前威胁"不用 AI 就影响晋升"之后不久。报道基于其 agentic AI 战略负责人 Justice Kwak 一次内部会议的泄露音频："我们正撞上 AI 成为本 material 到成本结构的拐点，支出变得极不可预测；CFO、COO、CIO 层都在追问 AI 花费到底换来多少价值。"token 成本已动摇 AI 商业模式，引发近期重创部分 AI 依赖型企业（尤其存储芯片厂）的所谓"AI 抛售"。
为何值得关注：
这是 AI Agent 落地从"能不能用"转向"划不划算"的临界信号。tokenmaxxing 到 token rationing 的反转揭示一个被忽视的真相：agent 的边际成本在大规模、高频小任务下并不便宜，ROI 必须被计量。对 AI Coding 尤其相关——编程 agent 恰是高频、长上下文、token 消耗大户，企业会从"鼓励多用"走向"按任务分级配额 + 成本看板"。这倒逼工具侧优化（更短上下文、更准检索、本地小模型分流），也让"agent 编排平台"的可见性与成本治理成为新刚需。谁先把 agent 用量算明白，谁才能把 AI 编码从实验跑成常态化生产。
每日 09:00 自动更新 | 侧重 AI Coding 与具身智能方向