AGI 机关枪发下来了|agi|postgresql|代码|元数据|机关枪|编译器

我的朋友蒋老板一个月糊出4个数据库、操作系统编程语言，CPU 和编译器，算是当下 AI 狂欢的一个缩影。

最近这一个半月堪称一场 AI 狂欢：老冯的 Max 订阅大军，已经扩编到了 10 个 200 刀订阅。烧出来的东西数不胜数，出活的速度比俺宣发的速度都快。我认识的一些走在前沿的朋友，都在忙着闷声大发财，抓住这个机会窗口烧点东西出来。

当然，也有一些朋友，手里刚拿到 AGI 机关枪，就忍不住四处扫射了。其中最具代表性的当属蒋老板。

我们有一个交流群，蒋老板经常在群里分享他的 Vibe Coding 战报。

按理说，作为一家中型创业公司的一号位，他每天应该有一大堆正经事情要干，不应该这么吃饱了撑的。但蒋老板确实是一朵奇葩。别人拿到 Codex，是让它写个网页、改改业务代码；他拿到 Codex，第一反应是自己烧数据库。

据我所知，蒋老板本人应该是不懂 Rust 的，但着并不妨碍他让 Codex 用 Rust 照着 Neo4j 重写一个 graphdb，一个照着 DuckDB 重写的 RustDB ，还有一个照着 Kafka 重写的 Rutomq。

所谓“烧”，就是把 token 当燃料，让 Agent 把项目糊出来。老实说，我对这几个项目本来是没什么兴趣的。后来顺手让 Fable 把仓库扒了一遍，鉴定结果居然还不错：虽然距离真正的生产级产品差得很远，但也并非只有一个 README 和几张架构图，代码确实有模有样，基本功能也能跑起来，不完全是花架子。

听蒋老板说，他们自己的业务已经上了这几个数据库，不是纯粹的杂耍。这几个数据库设计的大思路，老冯是认可的：主数据放 S3 对象存储，元数据放 PG 里。这也是我认为数据服务往后发展的一个大方向。

不过后面的剧情就开始离谱起来了，烧完数据库还不过瘾，蒋老板又开始烧操作系统。操作系统烧完，接着烧编译器——给一门新编程语言烧个编译器出来；甚至还琢磨着设计一颗 ARM 架构的 CPU，用仿真模拟器跑着玩。今天他的新目标，是把 MySQL 移植到自己烧出来的操作系统上。

期间，还顺手烧了几本漫画书。看得出来，是真的乐在其中。

实用价值目前看不出来，但娱乐价值倒真是全部拉满了。作为一家创业公司的一号位，每天沉迷于这些没卵用的东西简直是不务正业，但你也架不住它真的很好玩。 —— 老冯年轻的时候，也曾经非常认真地想自己烧一个操作系统、一个数据库、一门编程语言和一颗 CPU。

严格来说，这几样东西我都做过。但那些就是标准的计算机系大作业：烧是烧了，跑也能跑，跟真正的软件产品完全是两码事。蒋老板这批东西再怎么说自己敢莽上生产去，我还是佩服的。

不管有没有实用价值，这已经摸到了一条过去很难想象的边界。

9 个订阅还不够用

在这一点上，我其实是羡慕蒋老板的。

老冯是一个 OPC，也就是 One-Person Company。我的主业已经有很多事情要干：一个人维护 PostgreSQL 发行版 Pigsty，维护几百个扩展和一大堆软件包；MinIO 社区版留下维护真空以后，我又接了一个对象存储分支 Silo；最近这两天，还在折腾一个新的文档框架 Oink。

好处是，这些都是我真正感兴趣的东西，而且确实有人用，确实能解决问题。坏处是，我没有那么多弹药可以随便往天上打。蒋老板可以拿几十个 Agent 去烧一颗虚拟 CPU，烧完以后哈哈一乐，第二天再烧 MySQL。老冯的每一份额度都得尽量花在刀刃上：修安全漏洞、补兼容矩阵、跑回归测试、做发行版、写文档、处理真实用户的问题。

你看老冯现在这个用量就知道了：10 个订阅，依然不够用。平均一天就能烧穿两个订阅的额度。按 7 天一重置来算，10 个根本转不过来，之前纯粹是靠 Tibo 的 Reset 大放送，才撑了下来。订阅费都是小问题，十个订阅也就是两千刀而已。最主要的是人的精力 —— 我要为我的产出负责，所以很多验收工作还是需要我作为人类介入、裁决和评判。我估摸着我的精力上线大概烧干 20 个 200 刀订阅就到极限了。

大猩猩与接盘侠

回到蒋老板那几个副业项目。我虽然觉得它们暂时没有实用价值，但他的方向并不坏。以前一个人看到“S3 放主数据、PostgreSQL 放元数据”这个机会，最多写篇文章，或者做个 Demo。真想把它做成一个完整的数据系统，需要拉一支队伍，融一笔钱，干上两三年。比如 MQ，有一家专门的创业公司 AutoMQ，做的就是把 Kafka 放到 S3 这样的事情。

现在，蒋老板这样一个不懂 Rust 的门外汉，像一只拿到机关枪的大猩猩，直接冲进了这个赛道，对着专业团队“突突突突”就是一梭子。他未必真能把谁打死，甚至很可能只是在墙上留下了一排弹孔。但重要的事情不是他能不能赢，而是这个赛道的入场券突然便宜了几个数量级。

这种事老冯其实也干过，只不过走的是另外一条路。大家知道，MinIO 曾经是覆盖面最大、使用最广泛的开源对象存储项目之一。后来社区版本出现了明显的维护缺口，我把它接过来，做成了 Silo。接盘的时候我就明确说过：这个项目后续主要依靠 Codex 和 Claude 来维护。

到现在，我已经修了十几个安全问题，其中有几个 CVSS 评分超过 9 分。上游没人处理，那我就让 Agent 修，自己做架构判断、风险审查、回归测试和发布验收。现在也跑得挺好，我的这个 Silo Fork，已经成为 MinIO 最活跃的分支，基本上算是继承了衣钵。

老冯对 MinIO 有些了解，所以也不是两眼一抹黑，然后在聊天框里敲一句“帮我维护一下对象存储”，第二天世界上就多了一个生产级产品。我知道对象存储应该怎么工作，知道一致性、纠删码、磁盘故障、元数据、滚动升级和兼容性这些问题的边界在哪里，也知道什么地方一旦做错就会丢数据。

只是，我不会再把时间花在逐行敲代码和追踪每一个实现细节上。我负责决定打哪儿、什么结果算命中，以及打错了会炸掉什么；Agent 负责搬弹药、瞄准和扣扳机。我只负责做宏观上的判断，和出现分歧时候的最终裁决，而几乎不会再去看代码细节了。

这才是 AI 真正有价值的地方。

它不是让完全不懂的人凭空拥有专业判断，而是让已经拥有专业判断的人，不必再亲自完成所有体力劳动。

供给无限的时代

对于开源软件，我认为我们很快就会进入一个供给近乎无限的时代。

当你许愿就能得到软件的时候，供给实际上就是无限的。 在这种情况下，只要你有本事许出正确的愿望，并且有本事真正把它验收下来，你就能发挥出原来根本不敢想象的力量。“写出第一版代码”这件事的边际成本，已经开始接近于零了。

这样的例子已经不少了。蒋老板一个月连刷四个项目——数据库、操作系统、编译器、CPU——顺手还画了几本漫画书，这种事如今已不算罕见；老冯自己的产出，讲出来可能比这还要离谱一点；最近 DHH 也是，一边经营着自己创业公司的好几条产品线，一边几乎以一己之力搞出了一个个人 Linux 发行版 Omarchy，最近火得很，老冯前两天刚装了一个玩。

老冯干的事也很类似：。这个工作量，放在几年前，差不多得一两百号人才啃得下来。但老冯一个人干了下来，而且在这条赛道上，确实干到了 number one。

前阵子，最终跑通了 PostgreSQL 18.3 回归测试套件中的 46,066 个查询。我当时专门写文章泼过冷水：通过回归测试，不等于真的重新实现了 PostgreSQL，更不等于它已经成为一个可信的数据库。但这不妨碍它成为一个里程碑。

里程碑不在于 pgrust 能不能替代 PostgreSQL，而在于一个人调度一群 AI Agent，真的可以在几个月内搬动一个积累了几十年的大型代码库，并且做到过去需要一支团队才能摸到的完成度。

用 Rust 重写 PG 这件事本身可能没什么卵用，但它证明了一条非常有价值的路。既然 PostgreSQL 都能这样搬，那么很多 Java 项目当然可以用 Go 重写；很多互相割裂的开源组件，当然可以被 Fork、裁剪、缝合成一个更适合具体场景的发行版；很多因为市场太小、商业价值不够、过去没人愿意做的工具，现在也突然有了被实现的可能。

代码会越来越便宜。

然而这里必须泼一盆冷水：代码供给无限，不等于靠谱软件供给无限。

未来 GitHub 上最不缺的，就是做到廉价七成正确然后再也没人管的项目。

AI 很容易把一个项目从零推到“看起来有模有样”，推到 80 分。真正困难的，是把剩下的 20 分补完：兼容性、边界条件、安全性、迁移、升级、回滚、可观测性、长期维护，以及出了事故以后到底由谁负责。这最后 20 分的质量，可能会吃掉 99% 的成本。

所以，真正稀缺的并不是代码，而是正确的愿望，以及对结果进行严格验收的能力。你得知道自己究竟要什么，知道生成出来的东西哪里可能有问题，还要有能力把一个能跑的玩具，磨成别人敢把数据、业务和饭碗交给它的产品。这需要的是日历时间沉淀的可靠性战绩，以及让别人信任你产出的影响力。

供给无限的是代码。信任从来没有无限过。

真正的质变，就发生在这一个月

有趣的是，这些变化，是从 7 月初 ChatGPT 5.6 和 Fable 5 普遍可用开始的，在那之前，我不过 ChatGPT 和 Claude 200 刀订阅各一个，每周还都有不少富余，还会拿去翻译书挥霍烧烧掉。但是最近这一个月，我的消耗量开始暴涨。

我认为关键点在于，AGI 级别的模型普遍可用。你当然可以纠结 “AGI ”这三个字。讨论它有没有意识、有没有世界模型、能不能独立发明全新的数学理论。这些问题都很有意思，但老冯没有太大兴趣。

对工程师来说，真正重要的分界线是：我能不能把一个模糊目标、一个几十万行的代码仓库和几个小时的执行时间交给它，然后回来验收一个基本完整的结果。

以前的模型会写代码，但很难独立完成长时间的大型工作。现在的 Agent 已经可以理解仓库、调用工具、修改代码、运行测试、观察错误、继续修复，在一个任务上持续工作十几个小时甚至几天。它仍然会犯错，甚至会犯非常愚蠢的错误，但整体可靠性、任务跨度和自我恢复能力已经跨过了一条线。

人一天只有 24 小时，Agent 用户一天已经可以烧出几百个工时。这已经不只是“效率提高了 1000%”，而是工作时间本身开始被并行扩容。以前，老冯拥有的只是一个会回答问题、帮忙写点代码的助手。现在，我拥有的是一群不睡觉、可以复制、可以并行、在大量专业领域达到甚至超过普通专家水平的数字劳动力。当模型从“偶尔达到专家水平”，跨到“可以稳定完成专家工作”，性质就彻底变了。

所以我的订阅才会从两个涨到十个，而且十个还不够，后面可能还会到二十个。并不是我突然疯了，而是以前不值得启动的项目，现在值得了；以前只能排队慢慢做的事情，现在可以同时开十几条战线；以前一想到需要三个月就放弃的想法，现在可以先烧一晚上看看。

能力提升以后，需求不是线性增长，而是爆炸。这就是杰文斯悖论：模型变得更强了，需求量反而暴涨 —— 因为以前你不敢、不想、不能交给它的事，现在它统统都能干了，需求自然就爆炸了。

绝大多数人还没进场

然而，目前这种生产力只惠及了极少数人。OpenAI 目前公开的口径是，ChatGPT 每周已经触达超过 10 亿活跃用户。与此同时，Codex 与 ChatGPT Work 的活跃用户刚刚越过 1,500 万。

十亿人拥有了一个会聊天的 AI，覆盖了地球上 1/8 的人。然而真正开始使用 Agent 干活的人，仍然不到千分之二。而且这 1,500 万人里，很多也只是偶尔让 Codex 修个 Bug、写个脚本，并没有真正改变自己的工作方式。

我还有一个非常不严谨、但我觉得挺好用的土办法：看 Tibo 的粉丝数。如果你真正参加了最近这轮 AI 狂欢，天天撞 Codex 限额，基本上没有理由不在 X 上关注这个动不动就给大家 Reset 的人。但截至现在，Tibo 也只有大约 48.5 万关注者。

这当然不是严肃统计，只能算一个圈层温度计。而这 48 万人里，真正能稳定打满一个最高档订阅的，可能又要除掉好几倍；能像老冯这样同时打满几个订阅的，再除掉好几倍；能把这些算力组织起来，持续做出完整项目、形成产品并产生真实影响的，数量就更少了。

所以别看 X 上每天都是新模型、新项目、新融资，好像所有人都已经进入了 Agent 时代。放到整个社会里，这仍然是一个小得不能再小的早期群体。真正有趣的机会窗口，恰恰就在这里。

模型能力已经到了，但绝大多数人还没有意识到；工具已经发下来了，但大多数人还停留在聊天框里；

这个认知差，就是现在最值钱的东西。

七、以后真正稀缺的是什么

当一件事你能做、我能做、大家都能做的时候，它一定会迅速卷起来。很快，“会不会写代码”本身就不再构成多大的竞争优势。大家使用的是差不多的模型，拥有的是差不多的 Agent，也都能在几天内烧出一个看上去不错的项目。最后真正让人脱颖而出的，主要是两样东西。

第一是洞察力：你能不能发现一个真实存在、而且值得解决的问题。

第二是影响力：你能不能迅速把它做出来、推到用户面前，抢占生态位，最后把自己的方案变成事实标准。

中间当然还有验收能力。没有验收能力，烧出来的只是垃圾；但验收更像入场资格，洞察和分发才决定最后谁能赢。最近我已经看到很多这样的例子。

有人觉得现有的 Vibe Coding 操作方式不舒服，就把小米蓝牙遥控器改造成编程遥控器；有人实在受不了罗技那个又大又难用的官方驱动，直接让 Agent 许愿许出了一个开源替代品 OpenLogi；还有大量过去只有几百个潜在用户、根本养不起一个团队的小工具，现在被个人开发者几天之内做出来，迅速占领自己的小生态位。