计算机

昨天参加 MiniMax 线下开发者大会，回来以后有个词一直没绕过去：loop engineering。

我一开始以为它只是把 agent 多跑几轮。这个理解太浅了。真正让我卡住的地方是，AI 写代码的速度已经比人审核代码的速度快太多，如果人的参与还停在“每一步都看、每一步都拍板”，那生产力最后会被人的检查速度锁住。

最开始我以为只是前端还没来得及收拾。strategy_studio 的业务逻辑一直在往前走：行情同步、PostgreSQL、异步回测、报告落库和研究工作台都陆续接上了，但页面看起来越来越像“功能先上车，界面后补票”。等我想让 Codex 直接破坏性重构 UI 时，问题才真正露出来：提示词越写越狠，界面还是像在旧格子里重新挪组件。

这几天看大模型公司的资本动作，很容易把两件事混在一起。

智谱和 MiniMax 都在往 A 股路径上推，Anthropic 已经向 SEC 保密递交 draft S-1，OpenAI 也被 Axios 报道正在准备 confidential IPO prospectus。几条消息摆在一起，像是这个行业终于到了收获期。

但上市窗口先打开，不等于利润窗口已经打开。大模型公司不是没有收入了，有些收入甚至跑得很快；真正还没普遍翻过去的，是净利润、经营现金流和持续模型投入这本账。

/goal 最容易被误解成一条“让 agent 多干一会儿”的命令。

这当然是它的表象。你给 Codex 一个目标，它可以围着这个目标持续推进，不是一轮回答完就停。但真正值得注意的不是“跑得久”，而是它把“做到什么算完”从一句临时提醒，变成了任务本身的一部分。

普通 prompt 说的是下一步要做什么。goal 更像给 agent 挂了一张验收单：目标是什么，边界在哪里，哪些验证必须通过，满足什么条件才可以收工。

整理 ChatGPT 以来的英伟达数据中心 GPU，不能只做型号清单。真正的变化是两条路线同时加速：一条追最高训练性能，一条追可卖、可交付、可合规的市场覆盖。

训练路线看的是 H100、H200、B200、GB200 这类旗舰产品。它们不断把算力、显存、带宽、互联和整柜方案往上推。大模型越大，单卡性能已经不够，系统级连接、集群效率和能耗控制变得更重要。

另一条路线是特供和区域合规版本。给中国市场的产品，不只是简单“阉割版”，而是在出口管制限制下，重新平衡性能、带宽、互联和可销售性。它们的意义不是代表最高技术，而是说明英伟达要在规则缝隙里保住客户和生态。

这几个月用 Claude、Codex 写代码，我最强烈的感受不是“程序员要没了”。

更准确的说法是，很多以前会丢给新人练手的活，现在 AI 能先打一版了。脚手架、小功能、测试、文档、边角 bug，以前这些活不算高级，但很适合把一个人从“会语法”磨到“知道工程怎么回事”。

对老手来说，AI 是提效工具。对新人来说，它更像把新手村拆短了。门没有关，但从入口走到能独立负责事情，中间能慢慢摔跤的地方变少了。

傻眼了。

ChatGPT 官方这边一直不太好直接看 token 和费用，我就找了个三方平台，在 Codex 里拿 GPT-5.4 和 GPT-5.5 跑了一轮同类任务，思考模式都拉到 high。结果很直白，简单问题还算温和，GPT-5.5 比 GPT-5.4 大概贵了 30% 左右；一上复杂任务，费用直接干到 2.6 倍，连请求次数和 token 消耗都一起往上走。

我现在的判断也很直白：这不是一句“5.5 单价更贵”就能说完的事。简单问题里，贵主要贵在单价；复杂任务里，贵的其实是整条调用链。但是反过来看，5.5 也确实更像是在替你吃掉返工成本。模型更愿意多想、多做、多检查几步，最后账单不是按一句回答算，而是按整套动作算，人也少来回折腾几轮。

开始我其实没想着测。刷到 OpenAI 在 2026 年 4 月 21 日发 ChatGPT Images 2.0 的新闻时，我的第一反应是，又一个图像版本更新。直到我瞅了眼 Artificial Analysis 的榜单，GPT Image 2 (high) 已经排到文本生成图片第一，Elo 1332，我就有点意难平，还是去试了几轮。

结果挺直接，中文效果很好，漫画也能做，连续多张图的角色和叙事稳定性也上来了。但我后面越试越觉得，这次真正值得写的不是“它更会画了”，而是“它开始让一些原来默认可信的东西变得不太可信了”。这件事比排行榜更麻烦。