从追赶者到领跑者
OpenAI的Codex并非生来就是赢家。奥特曼在近期访谈中罕见地承认，Codex当年确实打不过Anthropic的Claude Code，靠的是“敢死队式”的冲刺才实现翻盘。当时为了追赶，OpenAI甚至砍掉了Sora和浏览器项目，集中资源猛攻编程工具这条线。如今，Codex周活跃用户已突破500万，奥特曼称其为“大多数最优秀程序员在用”的工具。
这场追赶本身就是一个隐喻：AI领域的竞争节奏已经快到令人窒息。2026年2月，OpenAI首次承认，GPT-5.3 Codex的早期版本在调试训练、管理部署和诊断评估中“发挥了重要作用，帮助创造了自己”。
这是前沿实验室第一次公开承认，一个模型实质性地参与了制造自己的下一代。
数学界的“AI攻城”
如果说编程是AI的后花园，那么数学正在成为下一个被攻克的阵地。
2026年7月20日，Anthropic研究员Levent Alpöge在看世界杯决赛间隙，顺手用Fable 5模型找到了雅可比猜想的一个三维反例。
这个自1939年以来悬而未决的问题，曾被菲尔兹奖得主斯梅尔列入“21世纪18大数学难题”。反例只有寥寥几行式子，懂一点微积分就能验证。
两个月前，OpenAI的一个推理模型自主推翻了困扰数学家80年的单位距离猜想，菲尔兹奖得主高尔斯评价：“此前没有任何AI生成的证明能接近这个水准。”
但数学家们并不全是欢呼。2026年6月发布的《莱顿AI与数学宣言》警告，AI快速生成大量“看起来正确”的证明，可能让同行评议体系“消化不良”，而科技公司可能开始影响数学研究的导向——倾向那些“容易做”而非“有深远意义”的问题。
递归闭环：人类正在变成乘客
比单点突破更值得关注的，是结构性的转变。
Anthropic在6月发布的《当AI开始自我构建》长文中披露，其内部超过80%的代码已由Claude编写，而一年前还是个位数。一名典型工程师每天合并的代码量是2024年的8倍，AI能独立完成的任务时长约每四个月翻一番——比此前的七个月明显加速。
该公司预测了三条路径：一是技术进步放缓，二是人类仍保持最终控制权，三是AI系统彻底跨入全面自主设计、构建继任者的阶段。在第三种情景下，人类将从驾驶员变成乘客，按下启动键，却无法按下暂停键。
Bloomberg Opinion的警告更为直白：一旦AI具备递归自我改进的能力，研究机构、资本配置和政策制定者对时间表的所有判断，都必须推倒重来。QuitGPT运动的参与者超过400万人，他们恐惧的不是AI变坏，而是“一旦启动，就再也按不下暂停键”。
Altman的隐喻
奥特曼在访谈中分享了一个尴尬的轶事：为了研究短视频产品，他强迫自己用TikTok，原本打算睡前只用10分钟。很快，10分钟变成一小时，最后他在一个周六下午连续刷了三个小时，不得不靠卸载软件和关闭所有通知才夺回控制权。
一个中等智能的推荐算法就能让OpenAI的CEO在多巴胺闭环中溃不成军。那么，当超级智能系统开始优化人类的注意力、工作乃至生活时，我们真的还能保持理智吗？奥特曼本人似乎没有给出答案。
他相信未来会涌现大量优质工作机会，相信超智能会“稳步到来”，但他也承认“一些替代愿景相当可怕”。
这件事对普通人意味着什么
如果奥特曼的判断成立，超级智能时代最反直觉的现实可能是：人不会工作得更少，只会更忙。
当AI替人解题、编程、甚至实现物欲时，人类腾出的时间并没有变成闲暇，而是被重新投入新一轮的竞争——买算力、抢资源、加速迭代。就像奥特曼在TikTok上的经历一样，效率的提升没有带来放松，反而放大了投入的深度和时长。
“接下来，是什么？”——这个问题，可能比奇点本身更值得追问。