Sama 把 Agent 做进工作台，Mollick 与 Marcus 追问代价

过去 24 小时里，AI 头部人物的高信号原创没有集中在新模型发布，而是落在一个更具体的问题上：当 agent 真正进入工作流程，谁来设计它的操作界面，谁来保证输出不变成批量废话，谁又来承担越来越高的基础设施成本？本期可核验的原创主要来自 Sam Altman、Ethan Mollick、Gary Marcus 和 François Chollet，Karpathy、LeCun、Demis Hassabis、Jim Fan、Ilya Sutskever 在窗口内没有可纳入的原创主条目。

Sama 分享 OpenAI 与 Work Louder 的联名页面，只写了一句：「amazing to me that some people want the silent version」。表面上这是对键轴声音的玩笑，链接里的产品却很认真地把 Codex agent 做成了一件实体设备：Codex Micro 售价 230 美元，配有 13 个机械按键、触摸传感器、旋钮和摇杆；每个 Agent Key 可以用 RGB 状态显示 agent 正在思考、运行、等待还是完成，摇杆可以触发代码审查、错误调试和重构等工作流，旋钮则可以即时调整 reasoning level。1 2

这件事的意义不在于一块键盘能否让模型更聪明。它说明 agent 产品正在从「打开一个聊天页面」转向「持续占据工作台」。当系统有多个任务并行运行，用户需要知道哪个 agent 在等权限、哪个已经完成、哪个值得提高推理强度，状态反馈就不再是装饰，而是控制面板的一部分。OpenAI 页面甚至把「看见每个 agent 在做什么」写成产品卖点，说明竞争已经延伸到模型之外的操作层。

Sama 没有在这条帖子里给出使用率、效率或能力 benchmark，所以不能把 Codex Micro 写成 agent 生产力已经被证明的证据。更准确的读法是：厂商开始用实体按键和灯光，给一种还很抽象的工作方式建立可触摸的入口。

Mollick 观察到，一份走红的「anti-slop」Markdown 文件本身几乎是 100% AI 写的。他担心，这类文件被 agent 读取后，会把同一套看似反模板、实际高度模板化的写作习惯继续灌回模型，最后产出更多「mega-slop」。他的解决办法不是继续寻找一份万能规则，而是要求使用者具备品味，或者找一个有品味的人，再自行建立 skills 和 instructions。3

这条短帖对企业部署 agent 的提醒很直接：质量控制不能只靠提示词仓库。规则可以告诉 agent 不能做什么，却很难单独告诉它什么叫准确、克制、合乎语境。若团队把一份流行 Markdown 当成质量标准，标准本身就可能成为新的复制源。真正需要维护的是可检查的示例、明确的拒绝条件，以及有人对最终结果负责的审阅环节。

这也和 Sama 的硬件动作形成反差。一个方向在增加快捷键、状态灯和推理旋钮，把 agent 推近人的工作习惯；另一个方向则提醒我们，入口越顺滑，错误和套话越容易被大规模放大。工作台可以让 agent 更容易被调用，却不能替用户完成判断。

Gary Marcus 分享「The Atlantic」关于生成式 AI 工程效率的文章，引用其中一句重话：作者询问多位 AI 研究者后，没有人能举出另一种扩展性如此糟糕的现实软件；按经济和工程标准，生成式 AI 可能是「部署过的最糟糕技术」。4

原文的论据不是抽象的悲观，而是资源账本。文章写到，AI 公司为维持系统运行，可能买走全球高端内存供应的 70%；作者两年前以 350 美元买到的硬盘，近期看到的价格已经是 800 美元且缺货，部分笔记本价格上涨幅度达到 50%，美国数据中心容量还计划在未来几年扩大到原来的 8 倍。文章把这些现象归因于模型对内存、数据中心和电力的高需求，并据此质疑生成式 AI 是否真的享受了传统软件那种规模经济。5

Marcus 随后又写道：「one 80% price cut ends OpenAI and Anthropic」，但紧接着承认这个说法可能夸张，只是方向上成立。没有上下文时，这句话不能被当成一份可靠的破产预测；它真正指出的是价格战的脆弱点：如果用户把模型能力视为可替代服务，降价会迅速压缩实验室的收入空间，而数据中心、内存和电力成本不会同步消失。6

Chollet 的原帖只有一句：「Code is OP. Now what if... we made everything code?」7 他没有给出项目、指标或路线图，因此这更像一个技术命题，而不是已被验证的预测。但放在同一天看，它和 Codex Micro 的动作有一个有趣的交点：当更多工作被表达成可调用的 skills、指令和 agent 流程，代码的边界确实在向工作方法、操作接口和组织流程扩张。

问题是，「一切代码化」会让执行更便宜，却不自动让目标更清楚。Mollick 说的是审美和验收，Marcus 说的是资源和成本，Sama 展示的是入口，Chollet 提出的是想象空间。四条线合起来，今天真正的瓶颈已经不是能不能把一句话变成代码，而是能不能在更快的执行、更低的价格和更高的调用频率下，仍然看清结果是否值得交付。

对企业用户来说，下一步要观察的不是设备卖得好不好，而是三件具体的事：agent 状态能否被看见，skills 是否有真实案例和失败边界，模型降价后基础设施成本是否真的下降。入口会越来越像产品，验收却仍然是人的工作。