2 月 5 日，Figure AI 创始人 Brett Adcock 曾豪言，在未来 30 天内将向外界展示“前所未见的人形机器人技术”。（能够自主学习的 AI 通用人形机器人：Figure AI）如今，他真的兑现了这一承诺。
年初的时候 Figure AI 宣布终止与 OpenAI 的合作，转而专注于自主研发 AI 系统。从最新的演示来看，Figure 02 采用的多模态 AI 系统不仅能精准识别眼前的物体和周围环境，还具备推理能力。即便面对从未见过的新事物，它也能迅速理解并作出合理判断，将物品放置在最合适的位置。此外，Figure 02 还展现出一定的协作能力，意味着通用型人形机器人正迈向具备自学能力的新时代。
目前 Figure 02 动作速度仍较为缓慢，不过 Figure AI 投资人 Chris Camillo 在一次访谈中提到，随着机器人不断自主学习，它们动作的速度将很快达到人类的 1.2-1.5倍。(人形机器人即将颠覆劳动力市场？)
Anthropic 在发布新 Claude 模型前，通过头部客户极限测试验证真实业务表现，比单纯跑分更具参考价值。借助 Agent 能力，新模型在起草法律文件等复杂任务中成功率提升约 20%，实现持续准确输出。当前大模型发展重心已转向 Agent 在垂直场景的落地，边缘案例为下一代优化指明方向。这种与客户深度共创的模式建立了高信任壁垒，值得产品团队借鉴。
Anthropic 发布 Claude Opus 4.8，在基准测试中超越 ChatGPT 5.5，重夺编程领域领先地位。新版本核心亮点为动态工作流与 Ultracode 模式，通过多智能体协同大幅提升复杂任务开发效率，同时幻觉率降至四分之一。得益于算力扩充，其性能提升且价格下调，快速模式费用降至三分之一。建议开发者日常使用常规上下文模式并调高努力程度，大项目再开至最大。此外，AI 时代专注力仍是拉开差距的关键。
AI 技术博主 Alex Finn 提出利用免费工具 Linear 将 Claude Code 转化为自主智能体的工作流。该方案要求先将项目拆解为带优先级和验收标准的任务（Issue）录入 Linear，随后 AI 可自动领取任务、编写代码、执行测试并更新状态，全程无需人工干预。此模式有效解决了传统氛围编程中指令中断或偏离的问题，通过 Linear 作为“第二大脑”提供结构化上下文，显著提升产出质量。此外，该流程支持跨设备多智能体协同及 Git 分支管理，配合 Slack 通知实现高效团队协作。
围绕《Figure AI 兑现承诺，人形机器人 Figure 02 展示推理能力》展开交流，未登录用户可浏览评论，登录后可参与讨论。
