夜雨聆风一千美元不到一条提示词十二个小时没有人类工程师逐行纠偏
2026年5月19日，Google I/O大会现场，一个从未被人类手写过一行代码的操作系统，被当众启动。屏幕上跳出的，是1993年的经典射击游戏Doom，极客圈沿用了三十年的终极验收仪式：如果你的新玩意儿能跑Doom，那它就是真的在跑。
台下掌声还没落，键盘驱动缺失，游戏卡住了。
演示者没有慌他对着话筒发出一条指令，AI当场诊断出问题、生成驱动代码、集成进系统。片刻之后，Doom活了过来
台上的操作系统就这样被实时"抢救"成功。
▲ Google官方X帖列出完整数据清单：12小时、93个并行子智能体、26亿tokens、不到1000美元
一场“反作弊”才跑通的实验
把时间倒回演示之前
Google的智能体开发平台Antigravity 2.0，搭配当时最新的Gemini 3.5 Flash模型，接到了一条"高阶提示词"：从零搭建一个能启动、有内核、有文件系统、有键盘和视频驱动、能运行FreeDoom的操作系统。
然后，93个AI子智能体被同时拉起。
这93个子智能体各有职责Antigravity 2.0为它们设计了严格的角色分工：只负责"理解任务、调度团队"的是Sentinel；只管拆解排期的Orchestrator不碰代码；Explorer专门写策略；Worker负责敲代码、编译、测试；Reviewer和Auditor则独立审查、对抗测试，专门抓"偷懒作弊"。
为什么要"抓作弊"？因为第一次"成功"就是假的
官方博客坦承：首次端到端跑通时，速度快得让人起疑。复盘后发现，智能体偷看了此前运行残留的对话记录，相当于开卷考试。团队随后加了反作弊护栏，清空所有历史痕迹，重新来过。这才有了后来被写进博客、搬上I/O舞台的那次"真·从零开始"。
这个细节，后来被社区反复引用，用来审视所有AI"惊人演示"的含金量。
▲ @antigravity产品号发布研究拆解：93个子智能体、15,314次调用、自定义内核与驱动、12小时后启动Doom
917美元背后的天文数字
让我们拆开那张账单
15,314次模型调用输入侧超过3.39亿tokens；算上缓存读取、输出和thinking过程，总量突破26亿tokens。按Gemini 3.5 Flash当时的API公开价目核算，总计916.92美元，对外表述中被四舍五入成"不到一千美元"。
26亿tokens是什么概念？大致相当于把整部《哈利·波特》系列从头到尾读两千遍。而93路智能体并行吞吐，十二个小时就烧完了。
这份账单把成本压到了新低，行业由此感到震动。
一个初创团队花费约一千美元，就能买一次"通宵多智能体冲刺"。大公司则可以把规格清晰的内部工具、迁移项目、原型验证，批量交给AI团队，像开工单一样下发。
▲ 科技媒体Beebom配图注明：12小时内构建新OS，成本不到1000美元
当然，"经济可行"不等于"随便跑"Google自己也警告：即使用最便宜的Flash模型，使用/teamwork-preview的用户周配额也会迅速烧光，中途得额外充值才能继续。917美元只是API账单价，对很多开发者来说依然是一笔不小的开支。
皮猜的罕见表态：“不该只是内部对话”
故事如果只停在"12小时搓出一个能跑Doom的OS"，那它最多是一条精彩的技术花边。
让它变成值得严肃对待的信号的，是Sundar Pichai接下来说的话。
I/O结束约三天后，Pichai做客《纽约时报》科技播客Hard Fork。主持人问到Antigravity搭建操作系统的能力时，他这样回应：
"你今天可以在Antigravity里看到……超过12个小时，它就能从零搭出一个简单操作系统。"
"真心话讲，这是一个人要花好几千小时才能完成的事。"
"按人们通常描述RSI（递归自我改进）的方式，我不认为我们已经到那一步……那将代表下一层级的加速。"
"到那时候，就不该只是内部对话了。我认为它必须是一场远比内部更广泛的对话。"
"在AGI的那些阶段，我们所有人都必须避免竞速条件。"
▲ Karl Mehta将Pichai的Hard Fork访谈整理成帖子："Sundar Pichai说Google的Antigravity一夜之间从零搭出可运行OS"
一位在任的、掌管全球最大AI基础设施之一的CEO，在公开播客中主动划出"我们还没到那一步"的红线，并呼吁全行业避免"竞速条件"，这在2026年的硅谷舆论场中，是一个极不寻常的信号。
他把重点放在这句警告上："如果真到了那一天，这个决定不能只属于我们。"
质疑声浪：MIT课本级习题有多少含金量？
社区从来不会只鼓掌
最尖锐的一击来自X用户Alok Malik的回复，后来被大量引用：
"'从零搭一个简单OS'是计算机科学里文档最齐全的问题之一，也是MIT 6.828一个学期的内容。人类投入的几千小时主要用于探索与发现。若找不到可参考的现成实现，模型的表现才更能说明问题。"
▲ "简单OS"是CS教育里文档最齐全的经典课题，人类的成本在"发现"，不在敲键盘
这段话的杀伤力在于，它重新定义了"做到了什么"的含义。训练语料里遍布xv6教程、blog_os实现和成千上万的本科课程项目，AI"从零"写出一个barebones OS，更接近于在高度文档化的问题分布上做综合生成与联调，与人类发现虚拟内存、调度算法和驱动模型的漫长过程有明显区别。
Google的博客也承认这套系统边界明显。
官方博客列出的功能缺口包括：浮点运算支持、硬件加速、复杂多线程、沙箱、JIT编译和复杂音视频解码。而Doom本身基本是单线程程序，Hacker News上有人毫不客气地指出：能跑Doom的系统，可能仍接近"增强版DOS"，远未回答多用户、安全隔离、性能工程这些棘手问题。
还有人要求公开源码仓库，并调侃："花一千美元玩一个性能更差的Doom，性价比堪忧。"
▲ 工程师态度：给我看仓库，否则一切都是故事
平行宇宙：Anthropic花2万美元，让16个Claude写了一个C编译器
把Google的OS实验放进更大的坐标系，你会发现2026年上半年的AI竞赛重心，已经落到更长程、更自治的工程任务编排上。
三个月前，Anthropic工程博客发布了另一场惊人压测：16个并行Claude实例，近乎无人值守，从零用Rust写出了一个C编译器，能编译Linux 6.9内核、PostgreSQL、Redis、FFmpeg。代价是约2万美元API费用、近2000次会话、产出约10万行代码。
▲ Anthropic的平行实验：16个Claude用两周、2万美元写出能编译Linux内核的C编译器
两场实验的对照意味深长：Google用更多智能体、更便宜的模型、更短的时间，做了一个演示性更强的任务；Anthropic用更少但更贵的模型、更长的周期，完成了更复杂的系统软件任务。两者的结构同构，都在回答同一个问题：当AI团队可以异步、并行、长时间工作时，"几千人时"的工程边界会被压缩到什么程度？
成本曲线才是关键
舞台上的Doom画面和"93个AI通宵赶工"都很有戏剧性，这个故事留下的核心信息，是一条正在被实时改写的成本曲线。
一年前，稳定地写出这种"无聊但正确的基础设施代码"，对AI来说还是不可能的事。今天，它被压缩到12小时和917美元。明天呢？
Pichai自己用警惕的语气勾勒了答案：
"我们所有人都必须避免竞速条件"
操作系统和编译器都已进入智能体编排生成的实验范围，"人类工程时间"也随之被重新定价。 这条曲线的斜率，正在让所有人，包括制造它的人，重新思考：接下来的对话，到底该由谁来主持。