夜雨聆风一夜之间，几千小时的人类工程变成了一张916美元的账单
2026年5月19日，Google I/O的舞台灯光刚刚亮起，台上的工程师按下了一个键
屏幕上，像素颗粒感十足的画面出现了，那是Doom，运行在一个从零开始、由AI在12小时内独立写出的操作系统上
现场沉默了大约两秒。然后掌声炸开。
这套OS的代码没有预先由人写好，也不需要工程师通宵调试完成这一切的，是93个并行运转的AI子智能体，靠着15314次模型调用、约26亿个tokens、以及一张916.92美元的API账单
折合人民币，不到7000块。
那93个"AI员工"，到底在忙什么？
很多人的第一反应是：这不就是让AI“写代码”吗？
不对。这要复杂得多。
Google Antigravity团队在官方博文里介绍：他们模拟了一支完整的软件工程团队，并精心设计了七种专业角色：
- Sentinel
（哨兵）：前台经理，负责理解用户意图、拉起整个团队，自己不写一行代码； - Orchestrator
（编排者）：只管调度和分解里程碑，同样不碰代码； - Explorer
（探索者）：写策略方案，不写实现； - Worker
（工人）：负责实现、构建和测试； - Reviewer
（审查者）：独立核查设计正确性与接口契约； - Critic
（批评者）：对抗性压力测试，专门找漏洞； - Auditor
（审计员）：核查真实性，防止AI“考试作弊”。
最后一点尤其关键。团队坦诚地承认：第一次端到端测试，跑得异常顺畅，因为AI引用了历史对话里残留的参考实现，相当于“开卷考试”他们发现后，清除历史、加入反作弊机制，在"干净"状态下重跑，依然成功
这个细节，既是技术诚信，也是整个演示最有说服力的地方之一
▲ Google Antigravity团队在官方博文中记录了多智能体构建操作系统的实验
Doom能跑，离Linux还很远
当然，泼冷水的声音同样迅速涌来。
社区里的工程师们很快指出：演示能证明系统跑了起来，距离日常可用仍很遥远 官方博文自己也承认，这个系统缺少浮点支持、硬件加速、复杂多线程和沙箱，代码质量也达不到资深工程师的水准
它只是一个barebones（极简框架）OS，与Linux或Windows相去甚远
▲ 有人在评论区直接要求"让我们看仓库"，并提到过去类似说法被证明有误导性的经历
更辛辣的批评来自开发者Alok Malik：
"从零写简单OS"是计算机科学里文档最完整的问题之一，相当于MIT 6.828一学期的课程内容。那"数千小时"的人类时间，很少花在打字上，主要耗在“发现”上。关键的考验在于：当模型面前找不到可参考的实现时，它会怎么做？
▲ 开发者Alok Malik指出：人类工程师的大量时间耗在“认知发现”上，敲键盘只占一部分
这个问题，至今没有答案。
916美元意味着什么？
暂且把"它算不算完整OS"的争论放在一边
随之而来的问题是：当一个复杂软件系统的原型成本跌破四位数，这个世界会发生什么变化？
过去，立项一个系统级项目，光是人力预算就要以百万计算现在，同等工作量的原型验证，变成了一张可以随时重刷的信用卡账单失败了？再烧一轮。试另一个方向？再烧一轮。
当重跑成本变得可以接受，研究和产品迭代的逻辑就会从"慎重立项"偏向"并行试错"
这种转变，比任何一个具体的技术突破都更深远它改变的是整个研发周期的经济学。
皮查伊说了一句让所有人沉默的话
几周后，Google I/O的热度还未散去，Sundar Pichai出现在《纽约时报》科技播客Hard Fork里
主持人问他：AI到底走到哪一步了？
皮查伊谈到了Antigravity的OS演示，随后话锋一转，把能力曲线往更远处延伸：
"你可以在Antigravity里看到，超过12小时，它可以从零构建一个简单的OS。对人类来说，那是数千小时的工作量。"
然后他说：
"就人们描述的递归自我改进（RSI）而言，我认为我们还没到那一步……那将代表下一级别的加速。"
递归自我改进。这个概念在AI圈子里，像一枚哑弹，大家都知道它在那里，却没人确定它什么时候会响
简单解释：当AI系统越过写应用、写OS的阶段，开始实质性地设计和训练下一代AI系统，甚至改进自己的“改进能力”，形成闭环，那就是RSI它意味着AI迭代速度可能脱离人类介入，进入一个我们几乎无法预测的加速通道
随后，皮查伊把话题转向了参与范围：
"到那一步时，对话范围应当超出公司内部，应该有更多参与者。我们所有人都必须在AGI的那些阶段，避免竞态条件（race conditions）。"
一个没有房间的对话
把这段话重新带回公共视野的，是创业者兼投资人Karl Mehta
他的帖子里，技术演示与治理话语被并排摆放：一边是"12小时、数千小时的替代"，一边是"模型自我改进不该由单一公司独自决定"
▲ Karl Mehta的帖子将能力演示与治理话语并置，让讨论再次升温
然后他写下了整个讨论里最尖锐的一段话：
皮查伊在呼唤一场“更广泛的对话”，但眼下还缺少承载它的空间。实验室跨越那条线之前无需强制通报，外部测试标准也尚未建立。其余所有人，只能事后得知。
这段话指向一个制度真空：
全球最顶尖的AI实验室，正在接近一个能力阈值理论上，所有人都同意"不该单独决定"。实际上，没有任何机制能在关键时刻要求任何人停下来等待
Pichai说要"avoid race conditions"，但在软件工程里，竞态条件的解法是锁（lock）和同步（synchronization）而现实中，这把锁，还没有人造出来。
平行世界的那份报告
几乎同一时间，Anthropic悄悄发布了一篇名为《When AI builds itself》的长文
文章引用了内部研发数字：截至2026年5月，合并进Anthropic代码库的代码中，相当比例已经由Claude撰写；工程师人均代码合并量，相比2024年出现了数倍量级的上升
一家AI公司，用自己造的AI，在加速造下一个AI
这与皮查伊说的话形成了一种微妙的共鸣：Google用Antigravity演示了agent团队的工程生产力；Anthropic用内部数据论证"AI造AI"已经在发生两家公司沿着不同的路，得出了相近的判断，
“能力连续谱的后半段，不适合只在公司会议室里决定”
Doom跑起来了，然后呢？
台上那一刻，工程师们看着Doom在AI写的OS上运行，感受着某种历史性的眩晕感
这是扎实的技术成就。93个AI协同、12小时、不到7000元人民币，这组数字的象征意义远大于会计意义它在说：复杂系统的原型门槛，已经开始以我们来不及反应的速度坍塌
但皮查伊说得也没错：Doom能跑，不等于我们到了那个临界点 RSI还没有到来。
问题是：当它到来的时候，谁在场？谁有资格按下暂停键？
这场对话，现在还没有一个房间可以发生
延伸阅读
Google Antigravity官方OS博文：https://antigravity.google/blog/google-antigravity-built-an-os Anthropic《When AI builds itself》：https://www.anthropic.com/institute/recursive-self-improvement