夜雨聆风一则只有文字的推文，在48小时内迅速冲进了AI开发者的视野。
发帖的人叫 Thibault Sottiaux，圈内人喊他 Tibo，他的公开简介显示其负责OpenAI Codex与ChatGPT相关工作。8月4日，他发了一则短帖，大意是：
从我最近看到的一些结果来看，Codex已经是一套不错的harness。但两三个月后它就会显得原始。我们即将迎来前沿AI使用方式的又一次重大演进。下一代模型所需的资源，已经超出你的笔记本电脑。
▲ Tibo的原帖：短短一则预告，给出了两三个月的时间表。
这则短帖先肯定Codex当下的harness，紧接着把其有效期压到两三个月。"我最近看到的结果"也暗示他接触到了尚未公开的进展。最后，他把焦点落在开发者桌上的电脑：它可能很快就不够用了。
发帖人就在产品一线，这番话像是造这把武器的人，亲口告诉你它的换代日期。
社区迅速回应：兴奋、不安与服务器清单
反应来得又快又猛烈
知名科技博主、Every创始人 Dan Shipper 回了经典互联网梗"My body is ready"，我准备好了。前端开发者 Theo 只丢了一个 👀 表情，没有多作解释。
▲ Theo的回复只有一个emoji，但所有人都读懂了。
开发者 Andrew Peacock 则表达了担忧："这听起来一点也不不祥啊。难道没人担心吗？" 他把"两三个月后过时"读成了一种近乎不祥的加速度。
▲ 兴奋之外，也有人嗅到了不安。
最硬核的回应来自开发者 Jeffrey Emanuel，他说自己"已经在那了"：家里 8台机器 并行跑，云上 15台服务器（多为Rust编译远程构建），部分机器 256GB内存。一个人，活成了一个小型数据中心他用自己的机器清单，提前印证了Tibo对笔记本资源上限的判断。
▲ 有人已经用个人基建提前回答了"需要什么"。
模型升级之外：地基也要换
前端开发者 Jan Stevens 的一段长评把讨论引向了基础设施。他写道：
"两三个月后会显得原始"，是今年关于AI工具最诚实的判断。后半段尤其值得反复琢磨：下一次跃迁会依靠你的笔记本从未被设计来提供的基础设施。
▲ Jan Stevens的分析：过去AI变强多是"同一台机器上的升级"，这次连"机器本身要变"。
Stevens 点出了一个容易被忽略的关键区分：过去每一次"AI又变强了"的故事，更大的上下文窗口、更聪明的补全、更快的推理，大多发生在同一台机器上。换个模型，改个参数，工作流程仍能维持。Tibo这次暗示的变化会重新定义硬件的角色：你的笔记本，可能从"战场"退化成"遥控器"。
Stevens 的结论像钉子一样扎进每个开发者心里："眼下最重要的技能，是别对任何工具产生依恋。因为约束每两三个月就会被改写一次，无陟期。"
云端常驻、永不下线：Agent的下一个形态已经浮出水面
如果Jan Stevens提供了哲学层面的解读，那么 Token Gremlin 的推文则画出了一张技术路线图。
他判断，Tibo说的"原始"主要指向harness（驾驭层），与模型权重本身关系不大。下一前沿已经越来越清晰：更长时间运行的agent、更大的工作记忆、持久化的云端环境、更强的工具编排、并行子代理（subagents），以及足够多的远程算力，多到你的笔记本只剩下一个作用：控制面。
▲ Token Gremlin的推演：笔记本退化为"控制面板"，主要工作发生在云端。
OpenAI自己的技术博客已经为这番推演提供了现实参照。 一篇名为《Run long horizon tasks with Codex》的开发者文档记录了一次压力测试：给一个空白代码仓库，完整权限，一份设计规格，然后让Codex连续工作25个小时，消耗约 1300万token，生成约 3万行代码。它已经超出了补全import语句的范畴，像一个连续工作了三个大夜班的数字工人。
▲ OpenAI开发者博客：当agent可以连续工作25小时，"工具"这个词已经不够用了。
医学研究者 Derya Unutmaz 在转发中写出了一个画面感极强的想象：合上笔记本、关灯睡觉，agent在云端继续工作，同时跑几十条并行线程，醒来时PR已经写好了。
这个场景听起来像科幻，但OpenAI在2026年2月发表的工程博客《Harness Engineering》已经在内部实验中部分实现了它。文章记述：一个团队从空仓库出发，在"人类不手写业务代码"的约束下工作约五个月，由Codex生成并演进了一个约 百万行规模 的内部产品。人类做什么？拆目标、定约束、搭反馈环、让日志和指标对agent可读。
▲ 百万行代码，零行手写：OpenAI已经完成了这场为期五个月的内部实验。
一个已经在发生的摩擦：模型太强，钱包先撑不住了
Tibo的这则帖子之前已有铺垫发帖前两周，他写过一篇长文，解释GPT-5.6家族旗舰模型 Sol 上线后的用量问题。
问题出在一个反直觉的地方：模型变强了，但用户的额度反而烧得更快了。
▲ Tibo关于Sol用量的长文：能力暴涨，但成本控制还没跟上。
原因是Sol不像旧模型那样"问一句答一句"，它更愿意长时间工作，主动发起更多工具调用，跨工具协调，拉起子代理并行处理，甚至在等待过程中继续干别的活。GPT-5.6引入的程序化工具调用（Programmatic Tool Calling） 让模型可以写轻量程序在内存中协调工具、过滤中间结果、边跑边改流程。Ultra模式则默认用多agent并行。
结果就是：中位用户可能觉得更省了，但重度用户做复杂任务时，额度像沙漏一样哗哗往下掉。前Apple工程师 Ray Fernando 直接在回复里喊话Tibo：*请做一个完整的 agentic runtime！现在的harness像用吸管喝智能，*要引导skills、手调subagent数量、配置改来改去，Ultra在简单任务上烧掉大量不必要的token。
▲ "用吸管喝智能"，一线开发者对当前harness的精准吐槽。
这恰恰印证了Tibo主帖的潜台词：能力已经跑在了工具链前面。 模型已经够强，连接模型与现实世界的那层"骨架"却还停留在上一代的设计假设里，编排、调度、成本控制和失败恢复都有缺口。他说的"good harness，but will seem primitive"指向了一套为旧世界而生的工具。
暗战已开：云端vs本地，两条路线正面对撞
Tibo的话被大量解读为"前沿将再向云端和重基础设施倾斜一截"，但一条充满黑色幽默的引用转发提醒所有人，世界没那么单极。
开发者 Jun Song 把两种判断摆在一起：OpenAI说"下一代所需的算力已超出笔记本的能力范围"；而与此同时，开源阵营正在高喊"新的27B模型直接在你笔记本上跑"。闭源重基础设施路线和开源轻量本地路线，在同一条引用链里迎面撞上。
▲ 两条路线正面对撞：一边要你买服务器，一边说笔记本就够。
与此同时，竞争对手 Cognition 的增长负责人 nader dabit 也毫不客气地在引用中做了一波广告："同意Tibo！如果你不想等，Devin Cloud Agents已经打磨了两年以上。"
▲ 竞品趁势上分：你的"两三个月后"，我们两年前就开始做了。
工具换代之后：职业身份也在改写
回到最根本的一层当agent可以连续工作25小时、一个团队五个月不手写一行业务代码、模型主动拉起子代理并行推进，"软件工程师"这个职业到底还意味着什么？
OpenAI的《Harness Engineering》博文给出了一个答案：工程师的核心工作变成了拆解目标、补齐agent的能力缺口、让系统环境对agent可执行可验证，也就是设计agent的工作环境。
日常使用者Zack Proser在2026年的Codex评测中已经描述了这种双轨生活：维护性任务和样板代码批量交给Codex，复杂架构决策和硬核设计留给自己和其他工具。这种人机分工已经进入日常工作
Tibo说的"major evolution in how we use AI at the frontier"，翻译成最朴素的大白话就是：前沿团队的岗位说明书和绩效考核标准，正在从"人写人审"迁移到"人定约束和验收标准，agent执行和互审"。
而这一切，按照那条推文的时间表，只有两到三个月的缓冲期。
Jan Stevens的建议很实用：眼下要学会别对任何工具产生依恋。 因为在这条赛道上，你刚爱上的锤子，下个季度就会变成博物馆的展品。
