当AI开始设计制造AI的芯片，我们正在见证什么

蕙心纨质

【当AI开始设计制造AI的芯片，我们正在见证什么】


英伟达宣布向全公司约三万名工程师部署 OpenAI Codex。这个数字本身就是一个信号：当全球最重要的AI芯片公司选择让AI来写代码，某种临界点正在被跨越。

有人说这是利益绑定的结果，毕竟英伟达在 OpenAI、Anthropic、xAI 等公司都投了至少十亿美元。但更值得玩味的是另一个视角：英伟达正在用AI优化下一代芯片的设计，而这些芯片又会反过来加速AI本身。当AI加速硅片设计，硅片又加速AI，我们进入的是一个硬件与软件相互催化的指数循环。

开发者社区对 Codex 的评价两极分化得很有意思。一位用户坦言：“我讨厌 OpenAI 的对话模型，但 Codex 确实强得离谱。某种程度上我后悔试用了它，因为现在离开它我已经没法工作了。”这种“上瘾式依赖”的描述在讨论中反复出现，有人甚至把用完周限额比作“从瘾君子手里夺走毒品”。

那么 Codex 和 Claude Code 谁更强？社区的共识是：差距正在急剧缩小。GPT 5.3 之后，Codex 在复杂代码和物理理解上开始展现优势，速度也更快；而 Claude 在意图推理上仍然领先，当你的指令存在模糊性时，它更擅长理解你真正想要什么。有人总结得很精辟：Codex 是专业开发者闷声干活的地方，Claude 是氛围编程者炫耀“一键生成酷东西”的舞台。

真正的瓶颈已经从“模型能力”转移到了“使用配额”。200美元订阅用户抱怨第四天就耗尽了额度，有人发现在十个20美元账号之间切换比订阅高级套餐更划算。当工具强大到让人产生戒断反应，定价策略本身就成了产品体验的一部分。

三万名工程师同时使用同一个AI编程工具，这件事的意义可能要过几年才能看清。当设计芯片的人开始依赖AI写代码，当AI生成的代码又被用来设计更强的芯片，架构就不再是静态的蓝图，而是一条不断加速的河流。

reddit.com/r/singularity/comments/1r2fvmf/nvidia_appears_to_be_standardizing_on_openai_codex