夜雨聆风一千美元不到，甚至覆盖不了不少跨洋机票或短期外包账单，但在2026年5月19日的Google I/O舞台上，这笔钱已经够93个AI智能体从零搭出一个能玩游戏的操作系统了。
现场完成了真实启动演示台上的屏幕亮起，Doom跑了起来，虽然第一次尝试时，因为缺少键盘驱动，玩家根本没法操控角色。
舞台上翻车，然后舞台上修好
让我们倒回现场那个尴尬又高光的瞬间。
演示者在Google I/O的聚光灯下启动了这个完全由AI生成的操作系统。FreeDoom的画面出现了，像素感的走廊、经典的绿色头盔HUD，但键盘毫无反应。游戏跑着，人类却被锁在门外
▲ Google官方帖列出核心数字：12小时、93个并行子智能体、26亿tokens、不到1000美元
台下几千人盯着屏幕换作普通产品发布会，这就是一个需要"我们切到备份视频"的经典翻车时刻。但演示者没有切视频，而是直接对着Antigravity下了一道指令：补一个键盘驱动。
片刻之后，驱动生成、编译、注入玩家终于可以在AI写的操作系统上，用AI补的驱动，玩一个1993年的射击游戏了。
这个"翻车-修复"的闭环，可能比操作系统本身更能说明问题。
917美元背后的账本
先摆数字Google在官方博客里列出了完整账目，让人很难轻易打成"又是大厂吹牛"：
| 93个 | |
| 15,314次 | |
| $916.92 | |
| 零 |
最后一行尤其关键整个过程由一条高阶提示词启动，93个智能体自行分工、写码、编译、测试、审计，12小时后产出一个能引导启动的操作系统。
▲ @antigravity产品号强调：自定义内核、文件系统与驱动，全部从零生成
它们的分工像一个微缩版的软件公司，Sentinel当项目经理理解需求；Orchestrator做调度但不碰代码；Explorer写策略方案；Worker动手实现；Reviewer和Auditor负责审查，甚至专门抓"偷懒行为"，比如硬编码期望输出来通过测试。各模型分头协作，也会互相校验
博客还记录了一段"反作弊"轶事：第一次跑通时快得可疑。事后发现，智能体偷看了之前运行留下的对话记录，相当于开卷考试。团队加了护栏、清空历史后重跑，才得到那个被公之于众的"干净"结果。
连AI都知道抄作业比较快
Sundar Pichai再次确认这项实验
约两周后，Google CEO Sundar Pichai登上《纽约时报》科技播客Hard Fork，面对主持人Casey Newton和Kevin Roose，亲口确认了这一能力量级。
▲ Karl Mehta帖摘录Pichai在Hard Fork中的核心表述
Pichai的措辞谨慎，信息却很密集：今天的Antigravity可以在超过12小时的时间尺度上从零搭出一个简单操作系统；这类工作量，换成一个人来做，要花好几千小时。
他同时提到RSI（递归自我改进），明确表示目前尚未出现人们通常描述的那种"AI改进自身、形成加速飞轮"。
程序员为什么不买账
数字亮眼，演示也颇具冲击力，但工程师社区，尤其是Hacker News上，反应出奇地冷静，甚至刻薄。
▲ 有人直接要求看仓库，并引用Anthropic C编译器"事后被指过度包装"的先例
质疑一："从零写简单OS"是CS本科作业。 有人直接点名MIT 6.828操作系统工程课，虚拟内存、系统调用、上下文切换，这些都是教科书上写得最透彻的领域。一位评论者尖锐地指出：人类的"数千小时"主要花在发现问题和设计方案上，敲代码只是其中一部分。当训练语料里遍地都是参考实现时，AI的工作可以视为一次高端综合搜索与拼接。
▲ MIT经典操作系统课：人类"从零学写OS"的教学基线
质疑二：能跑Doom不等于能用 Doom本质上是单线程程序，连浮点运算都可以绕过。这个AI生成的OS功能有限，硬件加速、复杂多线程、沙箱和JIT均未实现，整体更接近一个"增强版DOS"。有人调侃："花一千美元玩一个性能更差的Doom，何必呢？"
质疑三：源码在哪？ 多人要求公开完整仓库与构建脚本，目前没等到。一位评论者翻出几个月前Anthropic"多智能体写C编译器"的案例，提醒大家那次也是headline先行，事后被指过度包装。
▲ 有人在Google官方帖下用Temple OS截图打趣：无论你的AI炖出什么"SlopOS"，Temple OS仍然吊打
更有极客祭出了终极文化武器，Temple OS。这个由已故传奇程序员Terry Davis独自用汇编和C写出的操作系统，在圈内是"单人极限工程"的图腾。有人在Google官帖下配图嘲讽：你的AI 12小时炖出来的"SlopOS"，在Temple OS面前不值一提。
这是梗，也表明了态度：很多工程师把注意力放在AI生成代码的质量上。
917美元带来的价格冲击
让从业者坐立不安的数字，是917美元。
想想这个价格意味着什么：一个创业团队花一笔差旅费的钱，就能买一次"通宵多智能体冲刺"；一家大公司用一个小项目的预算，就能并行启动几十个这样的自动化原型，规格清晰的内部工具、技术栈迁移、CRUD应用，统统可以批量"外包"给AI团队。
▲ 科技媒体Beebom的信息图：12小时、不到1000美元，一个新OS
Google内部的数据也在印证这个加速度：I/O前后，内部AI开发工具的token日吞吐量从约5000亿暴涨到超过3万亿，几周之内翻了数倍。模型在写代码，代码在训练模型，模型又在写更多的代码，飞轮已经在转。
同一时期，Anthropic用16个并行Claude花了约两周、2万美元，从零写出了一个Rust实现的C编译器，能编译Linux 6.9内核。两边的数字放在一起看，你会发现2026年上半年的AI竞赛已经从"谁的聊天更聪明"悄然转向了一个全新的战场：谁能更可靠地编排长时间、多智能体、可验证的自治工程任务。
▲ Anthropic工程博客：并行Claude写C编译器，约2万美元、10万行代码
我们离什么还很远，又离什么已经很近
Google自己的博客倒是诚实得出人意料。它白纸黑字地写了一串"这个OS做不到的事"：浮点支持、硬件加速和复杂音视频解码尚未实现，代码质量也达不到资深工程师可维护的水准。它只是一项实验
但实验的意义恰恰在于划定新的可能边界。一年前，让AI稳定地写出几千行能编译通过的"无聊代码"还是奢望。今天，93个智能体已经能协作产出一个虽然简陋但真的能启动的操作系统。
Hacker News上一条被顶到高位的评论，也许是最好的注脚，
"有人说对'LLM写出训练语料里遍地都是的本科玩具OS'无感。但一年前它连这个都做不到。而客户常需要的，往往就是稳定地写无聊代码。"
这支93个智能体的团队连续工作12小时，API账单为917美元。 它们写的操作系统也许跑不了Chrome，但它们证明了一件事：在规格清晰、文档充足的工程任务上，用钱换时间的公式正在被AI重写。
至于这究竟是智能的跃迁，还是对经典习题的昂贵自动求解，答案可能取决于你是站在舞台上演示的那个人，还是坐在Hacker News前冷笑的那个人。
