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. 用 MCP + RAG 让大模型自动写工业机械臂程序，还能自我纠错
事件内容：
一篇 arXiv 新论文提出基于语言模型的工作流，可从自然语言任务描述直接生成、校验并迭代修正 ABB RAPID 工业机器人程序。其核心是双流检索增强生成（RAG）管线，将代码生成锚定在已验证的技术文档与生产模板上，显著降低脱离领域知识的大模型幻觉式错误；同时通过自定义 Model Context Protocol（MCP）服务器连接仿真环境，在生成后自动做仿真验证并基于偏差进行纠正。整套流程面向柔性制造场景，应对产品换型时机器人需快速重编程的痛点。
为何值得关注：
这是「AI Coding 直接落地到物理世界」的代表性案例。过去 LLM 写代码多停留在软件层，而把代码生成、RAG 知识锚定与 MCP 工具调用串联进工业控制回路，意味着「自然语言→可运行机械臂程序→仿真校验」的闭环开始具备工程可行性。对制造业而言，它把重编程从专家依赖转向提示词驱动，也验证了 MCP 作为统一工具协议的扩展潜力。
2. 范式联手优必选等十余家具身巨头，推 PhanthyMotus 生态共建计划
事件内容：
范式举办 PhanthyMotus 生态社区共建计划发布会，宣布其首个通用具身 Agent 底座从「开源」迈入「多方共建」阶段，联合优必选等十余家具身智能头部企业共同参与。该计划意在把单一团队维护的开源项目，升级为产业共建的通用具身智能基础设施，推动算法、数据与本体之间的互操作。
为何值得关注：
具身智能正从「各做各的 Demo」走向「底座标准化」。由头部厂商共同维护一个通用具身 Agent 底座，有望降低重复造轮子、加速算法与数据在机器人本体间的迁移。开源走向共建，是行业从实验室走向规模化落地的关键信号，也意味着生态话语权将向标准制定者集中。
3. 物理 AI 创企 Generalist 估值冲上 30 亿美元，数月翻倍
事件内容：
据 TechCrunch 报道，专注「物理 AI」的机器人创企 Generalist 完成约 2 亿美元融资扩展，估值达到约 30 亿美元，距其上轮 20 亿美元估值仅隔数月。资本在具身智能赛道持续加注，使 Generalist 成为物理 AI 领域估值增长最快的初创公司之一。
为何值得关注：
在一级市场整体趋谨慎的背景下，Generalist 估值快速攀升，反映「物理 AI/具身大模型」正成为继 LLM 之后最被看好的 AI 投资主线之一。资金密集涌入将加速真实场景数据与机器人本体的绑定，也意味着赛道竞争与估值泡沫风险同步上升，后续整合与洗牌值得关注。
4. Accel 押注的 Keenable 结束隐身，为 AI Agent 建全网索引
事件内容：
Keenable 结束隐身状态，宣布完成 2600 万美元种子轮（Accel 领投），正构建一个面向 AI Agent 的大型网页搜索索引，让智能体能更高效地检索与调用开放网络信息，补足现有模型在实时、可追溯外部知识上的短板。
为何值得关注：
Agent 要「能干实事」，离不开对开放世界信息的结构化检索。Keenable 的思路是把「为模型准备的搜索索引」单独产品化，类似 AI 时代的爬虫基建。它折射出一个趋势：Agent 的竞争正从模型能力转向「外围基础设施」——谁掌握高质量、可机读的实时信息网络，谁就握有 Agent 的入口。
5. 原力灵机 DM0.5 登顶 RoboDojo 并全开源，「机器人大脑」新 SOTA
事件内容：
据量子位，原力灵机发布 DM0.5，在具身智能评测基准 RoboDojo 上取得 SOTA 表现，并在多个「具身大满贯」任务中登顶，同时选择全面开源，呼吁开发者「且 clone 且珍惜」，把最新「机器人大脑」能力开放给社区。
为何值得关注：
在「机器人大脑」这一具身智能核心能力上，开源模型持续逼近甚至超越闭源方案，正在改写行业权力结构。开源 SOTA 降低了机器人研发门槛，也让更多团队能在其上做二次创新，加速整个具身生态的迭代速度，并给闭源厂商带来切实压力。
6. SchemaRouter：给 Agentic RAG 做「字段级」工具路由，治过度/欠抓取
事件内容：
一篇 arXiv 论文提出 SchemaRouter，一个轻量路由层，用于异构 Agentic RAG 系统（同时编排外部 API、数据库、向量库、图库）。它通过结构化表示工具、参数与响应字段，按查询需求精确决定调用哪些工具、取哪些字段，解决「全量暴露工具描述」带来的过度抓取（体积/延迟/Token 飙升）与欠抓取（缺字段答不准）两类问题。
为何值得关注：
随着 Agent 接入的工具与数据源越来越多，「工具选择」本身成了工程瓶颈。SchemaRouter 把路由从向量相似度升级为字段感知的语义匹配，是 Agent 工程从「能调」走向「调得省、调得准」的典型优化，对构建生产级多工具 Agent 有直接的参考价值。
7. Claude Cowork 终于「记住」你在聊天里说过的话
事件内容：
Anthropic 为 Claude 在聊天与 Cowork（协作工作区）之间打通共享记忆，用户不必再反复向 AI 交代项目背景、个人偏好等上下文，相关信息在两端自动同步，跨会话、跨场景保持一致。
为何值得关注：
这是 AI 编程/协作助手走向「长期伙伴」的关键一步。记忆贯穿对话与工作区后，AI 从「每次重启都失忆的工具」变成「了解你项目的协作者」，直接提升 Vibe Coding 与日常协作的连贯性。也预示着「持续记忆」将成为 AI 工作台的标配能力，竞争焦点转向个性化与上下文沉淀。
8. AI/LLM 流量被指成开源维护者的「拒绝服务攻击」
事件内容：
Phoronix 报道并经 Hacker News 热议：大量 AI/LLM 驱动的爬虫与自动化工具正以高强度请求冲击开源项目基础设施（如文档站、包仓库、Issue 系统），其流量特征类似分布式拒绝服务（DoS），给志愿维护者带来真实运维负担。
为何值得关注：
这揭示了 AI Coding 繁荣背后的「隐性成本」：当工具链默认抓取、索引一切开源资源时，账单与带宽压力却由无偿维护者承担。它倒逼行业思考 AI 时代的开源伦理与资源分摊——机器人协议、速率限制、合规爬取，将从一个边缘话题变成基础设施治理的必答题。
每日 09:00 自动更新 | 侧重 AI Coding 与具身智能方向