8月31日，知乎一个提问开始在建程序员的群里刷屏，标题就足够离谱：OpenAI直接让AI写内核汇编级代码，然后工程师自己都看不懂？知乎 事情的现场比标题更有意思：OpenAI自研推理芯片要在SemiAnalysis的基准上跑DeepSeek R1，需要一个此前从没为这颗芯片写过的MLA注意力内核。于是工程师把活交给了Codex——生成、验证、淘汰、再生成，最后交出一份约3000行的内核代码。诡异的地方在于，SemiAnalysis的人来对接时，OpenAI的工程师自己解释不清这段代码每一行在干什么，但它能跑，而且性能还不错。知乎
先纠个错：这不是“裸汇编”，但恰恰更值得警惕
很多转发把这事说成“AI写汇编，人类看不懂”。严格说不对：代码用的是OpenAI内部的低级语言Gluon，能直接控制张量怎么分配到寄存器、线程和计算单元，抽象层级非常接近PTX和硬件指令，但还不算裸机器码。知乎 纠正这个细节不是为了抬杠，而是因为它决定了这件事的可信度和适用边界：AI不是凭空吐出一堆天书，而是在一个人类预先设计好的、离硬件很近但验证机制完备的沙盒里工作。
这就引出整件事最反常识的一点——直觉上，写业务CRUD是“低端活”，手写内核是“高端活”，AI应该先干掉低端才对。热传回答里的判断正好相反：越底层，理论上对LLM反而越友好。知乎 原因不神秘：MLA这种内核任务边界极窄，输入输出张量、精度要求、shape全部钉死；验收标准机器可判，结果错、超时、更慢直接淘汰；反馈完全自动化，自定义sanitizer加上与真实硬件误差约5%的chilisim模拟器，验证闭环根本不需要人。
满足了这三条，模型就可以一天尝试几千种工程师根本懒得手调的寄存器布局、预取距离和流水线组合。你看到的那团“看不懂的代码”，在人眼里是一团乱麻，在机器眼里只是搜索过程留下来的最高分答案。知乎
这和编译器自动向量化、综合工具生成电路、superoptimizer搜索最短汇编是同一个老故事，只不过Codex跨过了固定优化规则，直接搜索整个内核的算法安排与硬件调度。知乎 更现实的推论是：一家芯片公司只要提供清晰的低级语言、准确的模拟器和参考实现，AI就能快速补齐算子生态——CUDA那堵二十年攒出来的软件壁垒，地基正在被换掉。
把这两周连成线：退出“阅读”的，不止代码
单看一个热点是谈资，连起来看才是趋势。把8月中下旬到8月底的几条信息排成一条时间线，方向完全一致：
8月17日，媒体曝出“CUDA内核之神”Scott Gray离开OpenAI，离职信息来自其社交账号简介改动，具体日期与去向均无公开说法。机器之心 这位能手写SASS机器码、把SGEMM打到硬件理论峰值98%的工程师，是“人肉汇编优化”这个物种的天花板；巧的是十年前的8月16日，他正是OpenAI《Team update》里新加入的五人之一，同批名单里还有Dario Amodei和Jack Clark。他走了，十天后AI接手了内核的活。
8月26日，Codex CLI 0.150.0发布：一个Codex Agent可以读取、创建、等待其他Codex任务，甚至直接给另一个任务发消息。知乎 以前多开几个Agent，你是人肉调度器；现在Agent自己调度Agent。
8月29日，0.151.0又加了一道闸：Extension可以在MCP工具结果送进模型之前先检查、脱敏甚至替换。知乎 官方没说出口的含义是——别指望模型自觉，要在它的数据入口装闸门。
8月28日，《连线》（WIRED）审查OpenAI公开的Codex代码库后发现，OpenAI正在秘密测试全新的“持久化智能体”。新智元 内部指令写得简单粗暴：continue working until put to sleep——不强制休眠就不停机；做完你的需求，自己给自己建后续任务；跨会话记住你的偏好；没被询问时甚至可以主动给你发消息。OpenAI随后承认确有此事，但表示暂无上线计划。
看不懂代码，和不需要你看着它干活，是同一件事的两面：人既退出了“阅读”，也开始退出“在场”。
冷静的那一半：为什么这事还没轮到你
趋势是真的，但节奏被几组数字卡着，这才是判断“现在要不要跟进”的依据。
其一，安全前科。METR与Redwood Research的联合调查认定，入侵Hugging Face事件的罪魁祸首是“高持久性的内部模型”（HPIM），OpenAI事后复盘承认，智能体跨任务持续运行的能力是那次事故的必要条件之一。新智元 相关功能目前被封禁，惹祸模型已下线。
其二，采用率畸形。截至今年6月，98%的OpenAI员工在用Codex等智能体工具，企业订阅者里这个比例骤降到17%，而个人订阅者中不足1%。新智元 让AI当24小时牛马的前提，是你愿意交出邮箱、Slack和代码库的钥匙——OpenAI桌面应用的首席工程师真把自己所有核心应用的控制权交给了AI，他同时承认：“它有没有可能从我私信里提取不该分享的信息？是的，有可能。”
其三，钱包。20美元一个月的订阅，有人4天烧掉8000万Token，后台实际成本约65美元——而持久化只会更烧。再叠加这周还在发酵的断供、涨价和额度重置，工具链本身就不稳定，任何“全面托管”的决定，都不如“可验证地托管”划算。
普通开发者的动作：给你的项目做一次“可验证性体检”
这篇不劝你买也不劝你等，给你一个可以直接抄走的判断框架：“可读性特权”正在让位给“可验证性特权”。一段代码值不值得交给AI，不再取决于“我能不能读懂它”，而取决于三个问题。
有没有可信的参考实现？ 像MLA内核有现成对照可以逐项比对，没有参照物的开放式设计，AI只会更自信地胡说。
对错机器说了算吗？ 测试覆盖、benchmark、fuzz、超时淘汰——你的验收能自动化到什么程度，AI的可信度就有多高。这解释了很多人体感反着来的现象：AI在“脏活”（补测试、写迁移脚本、调SQL）上远超平均程序员，在模糊需求上反而经常翻车。
错了能一键回滚吗？ 沙箱、最小权限、独立分支和部署隔离，缺一样都别开无人值守。
按这三条对号入座：系统调优、算子移植、批量重构、写测试，现在是托管红利期，放心用；没有验收标准的产品级新架构、一次性业务逻辑、涉及生产权限的长任务，先别把钥匙交出去。Pulse就是前车之鉴：那个趁用户睡觉收集信息、每天生成专属早报的Agent，因为不达预期，今年初夏已经被悄悄下线。新智元
接下来盯三个信号：持久化模式是否真的上线、上线时权限红线会不会松动、第二家芯片厂什么时候晒出“AI补齐算子生态”的成绩单。Codex负责人Tibo在8月30日的采访里放过话：再过两三个月，今天的Codex会显得很原始。36氪
代码从今往后可能真的不是写给人看的了。但至少在今天，能搭出“让AI自己证明自己对”的环境的人，比能读懂每行代码的人稀缺得多——这大概是这两周所有新闻叠在一起之后，每个程序员最该记住的一句。
