COPU会议纪要｜2026.8.4
8 月 4 日，陆主席主持召开 COPU 例会。
本次会议首先发表了陆主席《开源 AI 完胜闭源 AI》的文章，文中表明：早在三年前，COPU 就站在全球捍卫开源 AI 的前列。
开源 AI 完胜闭源 AI
陆首群 2026.8.2
早在三年前，COPU 就参与了全球开源 AI 与闭源 AI 的博弈，并一直站在捍卫开源 AI 的前列。
今年 6 月 25 日，COPU 在《21 届开源中国开源世界高峰论坛》上所作的主题报告中，以及在《专题研讨》中提出关于开源 AI 演讲的新观点，更引起全球的关注。
7 月 24 日，英伟达（CEO 黄仁勋）在 X 网站上发表《开放权重与美国在 AI 领域的领导地位》的倡议，他鉴于开源 AI 对闭源 AI 的优势，要求开放 AI 的权重（闭源变开源），至今已引起美国近 50 家 AI 巨头的联署，在这封联署信上签名的有：英伟达、微软、IBM、Linux 基金会、Google、OpenAI、AMD、CISCO、GitHub、HuggingFace、Arena、Meta、Block、RedHat、Cloudflare、Palantir、Y Combinator、Ollama、Arcee AI、Box、CrowdStrike、Emergence Capital、Mariana Minerals、Mistral、Mozilla、Perplexity、Reflection、Ropl、ServiceNow、Telnyx、黑森林实验室、安德森·霍洛维茨基金等。
在这封联署信中，没有开源巨头 Anthropic 和 AWS 联署的名字。Anthropic 创始人 Dario Amodei 曾凭他近来以闭源模型 Claude Opus 4.6/4.7/4.8 在全球编程竞赛中几度夺取王冠的经历，偏执地认为闭源 Claude 是全球第一，但在开源 AI 的进迫下，他被迫认可他并不反对开源，只是反对中国 AI 占领全球 AI 第一的地位。AWS 是 Anthropic 的投资者，与 Anthropic 采取同一立场是不言而喻的，我可以预言：Anthropic 昨天还自称他的闭源 AI 全球第一，今后他也不得不开放闭源的权重。
COPU 捍卫开源 AI 的做法，也符合今天我国的国家战略。
中美两国 AI 路线正在重塑全球的竞争格局，美国将 AI 视为核武器，走封锁与垄断的路线，中国将 AI 视为核能，走普惠产业化的开放路线，以低成本服务国内企业，并赋能海外尤其是南方国家的发展。
随后，本次会议发表蒋涛撰写的《OpenAI 一线实录》的文章：
OpenAI 一线实录：AI 写代码的速度，人类已经检查不过来了
蒋涛 2026.8.2
Every 的记者 Laura Entis 上周走进 OpenAI 总部，写下一篇报道，名字叫《Before the Deluge》——洪水之前。
报道里说，旧金山满城的广告牌都在承诺同一个未来：Agent 时代已经到来，人类工程师的编程工作会被自动化掉。楼里的实况，和广告牌只差一个字：工作确实被自动化了——但它没有掉，它涨了，涨成了洪水。
文章从一个深夜开始。
00 · 半夜，Agent 在自己修故障
一个跑在研究员笔记本上的编码 Agent，在 Slack 里报告：数据导出失败了。
研究员睡了。当晚值班的基础设施工程师Katz 也睡了。
Agent 没睡。它有权限，有工具，就自己动手：排查故障、验证猜想、换思路重来，一路在频道里记录进展。到早上，研究员拿到了数据。Katz 和他的团队，一步都没介入。
单看这一幕，广告牌说得没错。
但这篇报道真正的主角，不是半夜干活的 Agent——是白天收拾烂摊子的人。
01 · 代码洪水从哪里来
几个数字：
GPT-5.5 发布几周内，Codex 桌面端在 OpenAI 内部的采用率接近 100%。数据平台团队的 PR 量，一年涨了 5 到 10 倍。5000 多名员工在用内部数据分析 Agent 直接查数据仓库。员工不限 token，一批 UI bug 扔出去，多个 Agent 并行写修复、跑测试、在浏览器里自己点一遍受影响的页面。
洪水里相当一部分，来自不写代码的人。运营在生成Flink 数据流任务。数据平台负责人 Emma Tang 说：「我们有用户在生成 Flink 作业，但他们根本不懂 Flink。」以前想要个内部小工具，得排队等工程师；现在，任何人都能「周一早上抱着周末做好的原型来上班」。
02 · 没人认领这些代码了
代价在另一头：
出了问题，作者自己讲不清自己交付了什么。一个vibe coding 出来的应用可能每几秒刷新一次数据，而它依赖的分析系统一天才更新一次。要真接上生产系统，「跑在哪」「谁维护」这些问题，写它的人根本看不见。
Tang说:「Nobody owns it anymore except us.」
没人认领这些代码了——除了我们。
不要以为这是“用了 AI 但没用好”的故事。恰恰相反，越用得好，洪水越大。Katz 的团队给 Codex 加了个技能，让它代员工查内部数据导出系统，不用再写 SQL。两周之内，这个技能占了整个导出系统一半以上的用量。然后所有的边缘情况、所有没人写过文档的角落，全落回 Katz 头上。他的团队「资源受限」，「积压的活，永远比人多」。
Tang 说得更直接：「如果有人说他有完整的解决方案，那他多半只是没看到全貌。」
这里藏着一个要害：AI 把代码的生产权分发给了所有人，却没有把责任一起分发出去。生产权扩散了，维护责任还沉积在原来那几个人身上。真正淹没 OpenAI 的不只是代码——是无人认领的责任。
03 · 验收系统，是按人类手速设计的
应用基础设施VP Venkat Venkataramani 给了全篇最重的判断：今天的洪水，回头看只是毛毛雨。不远的将来，过去一年的事故量，可能压进一周发生。
危险不在水量。高质量代码多了，只是软件多了。危险在洪水夹带的东西——bug、安全漏洞、藏在海量变更里的隐患。水量放大 10 倍、100 倍，哪怕污染比例不变，绝对量就是灾难。
现有的两道闸口：CI（持续集成）在代码合入前测试它，CD（持续部署）把过检的代码发进生产。这套关卡是前 Agent 时代建的——按人类写代码的速度设计的。
那把CI/CD 扩容行不行？他的反问是：「你只是让每天多灌进来 100 倍的代码——then what？」
扩容管道，不会让水变干净。
因为“验收”从来不只是测试资源的问题。它至少是三件事：确认代码做的是不是原本想做的事，确认它不会伤害别的系统，确认出了问题谁负责。三件事，对应三层天花板。
吞吐量天花板：代码涨十倍，reviewer 不可能涨十倍。
理解力天花板：审查者面对的，不再是作者想清楚才提交的代码，而是作者自己也没消化的生成物。
责任天花板：测试全绿、上线出事，后果算谁的——生成者、提示者、审查 Agent，还是模型供应商？
AI 可以把一行代码复制一千份，却不能把理解和责任复制一千份。
代码可以并行生成，责任却仍然串行结算。
图1 · 验收的三层天花板
代码产量在起飞，验收撞上三层天花板。来源：Every《Before the Deluge》
04 · 判断力下沉，责任向上集中
这位VP 的方案像现代城市的雨洪管理：不靠一个下游闸口，在多个位置分层过滤。「你加 10 层这样的过滤，最后总能拿到干净的水。」报道里已经能看到四层的雏形——
源头立下规矩。数据平台团队的工程师现在就这么干：修完一个故障，顺手把经验写进公司共享的Codex 指令，让它下次自己不犯。
专职审查Agent。写代码的 Agent 只管写，审查 Agent 按系统属主团队的规矩审；大变更要过十几个子 Agent 的完整流程。
全天候监控Agent。不看代码，看行为：盯着运行中的系统，在问题扩散前隔离它。
基础设施自带判断。最激进的一层：哪怕前面所有关卡都亮了绿灯，基础设施本身可以拒绝执行不安全的操作。Tang 说它要有「自己的智能，像一个人类操作员坐在那个服务里」。
图2 · 四层过滤:判断力的分层迁移
可复制的判断下沉进系统，必须负责的判断向人上移。来源：OpenAI 应用基础设施团队
但判断力没有消失，它在做一次双向迁移：重复、稳定、说得清规则的判断，被写进Skill、审查 Agent 和基础设施，往下沉；模糊、冲突、要担后果的判断，往人身上移。那位 VP 还有一个预判：code review 会让位给 prompt review，再让位给 plan review。工程师最终审的不是代码，是意图：先是需求规格，再是架构文档，最后是业务问题本身。
机器接管的是可复制的判断，人保留的是必须负责的判断。
有个细节：即便已经上了生成Agent、审查 Agent、十几个子 Agent，受访的这支团队至今仍然让人工 reviewer 看过每一个 PR。这不是流程惯性，它说明四层过滤扩容了验证，唯独没能扩容责任。
所以人的门槛在涨。Tang 描述她的团队：过去的砖瓦工，现在是施工经理：「开着 10 个 Codex 线程，只盯它有没有干对。」有主见、强 ownership、自驱，这些过去的加分项，现在是硬条件。「我们现在只招这样的人。」
这话我有体感。这几个月天天带着Agent 写代码,最费劲的一件事,是把项目的背景、边界、规矩都喂给 AI,让它别跑偏。审它写的代码也不轻松:没有架构功底,看不出它埋的雷——关键 bug 实在不少。AI 时代对程序员的要求,只会比以前更高。
05 · 一份已经在跑的答卷：两个人四年，一个人两个月
Tang 说没人有完整解法。但6月份在我们 CSDN 主办的 GOSIM 全球开源创新汇的Agentic SoftwareEngineering会场里，我看到了一份答卷，来自 dora-rs 的 maintainer 何勇。何勇是位多年的资深架构师，有小二十年没怎么亲手写代码了；2026 年模型编码能力的大进展，把他重新拉回了一线。
dora-rs 是一个开源的机器人数据流框架。此前的账本是：两位顶尖工程师，四年半，写出约 4 万行 Rust。2026 年 2 月起，一个人带着一队 Agent，用两个月把代码库翻倍重写到 8 万行，打出 1.0 的候选版本。这活原本雇两个工程师干 2 到 3 年。重写类工作压缩了一个数量级；
但何勇整场分享反复强调的不是快。他的原话：
「速度本身证明不了什么——谁都能快速生成代码。关键是可信度。」
可信度是怎么工程出来的？三件事，每一件都对着前面那三层天花板。
第一件，Agent 进场之前，先修了一年验收基础设施。分层 QA、变异测试（故意往代码里塞错，看测试网能不能兜住）、覆盖率闸口，都是 2025 年铺的，冲着吞吐量天花板去的。他的结论就一句：真正承重的是基础设施，不是模型。
第二件，把测试写成Agent 的合同。TDD 直接写进 AGENTS.md：先写挂掉的测试，再写最小实现。结果是，这个仓库里非示例代码的 28% 是测试——用他的话说，Agent 写的大部分代码，是让其余代码可信的测试。测试不再和功能抢预算，因为它们以同一个吞吐被生产出来。
第三件，让两个模型家族互相咬。Claude 和 Codex 对抗式互查：模型家族不同，盲点就不同，缺陷很难同时逃过两边。他给了一个具体样本，一个 PR 三轮迭代，抓出三个真实 bug，每一个都是被“另一家”抓到的。理解力天花板就这么拆：你没法逐行读 Agent 写的测试，那就让另一个 Agent 去读。这条路线不孤单—《代码整洁之道》的作者、写了六十年代码的 Uncle Bob，上月底也公开说他完全不读 Agent 写的代码，靠一整套测试约束兜底。
那责任呢？收敛成闸口。稳态下的一天：11 个 PR 合入，约 5000 行代码被审，人只做 5 到 10 个决策——merge 权限和一切不可逆动作，始终在人手里。调度自动化了；权力没有。
同一道“人守哪道闸”的题，OpenAI 受访团队的答案是人仍看每个 PR，何勇的答案是每天只做 5 到 10 个决策——两个答案把闸口画在了完全不同的层级上。这条线画在哪，行业还远没有共识。
何勇的收束句，值得原样抄下来：「拿掉任何一根支柱，工厂就退化成高速技术债。」
图3 · dora 的三根支柱
三根支柱各对一层天花板，拿掉任何一根都退化成技术债。来源：何勇· GOSIM 分享
06 · 代码变便宜之后，最贵的是验收
四个月前，Box CEO Aaron Levie 判断：企业里的 Agent 数量，最终会是员工的 100 倍甚至 1000 倍，Agent 将成为软件最主要的用户。Every 的报道补上了另一半：当 Agent 同时成了软件的主要生产者，最先扛不住的是验收、基础设施和责任系统，而不是产品界面。预言讨论的是 Agent 会有多少；OpenAI 的现场讲的是，它们来了之后，谁收拾它们留下的东西。
收拾这件事，市场已经开始标价了。
三个资深工程师最近成立了一家叫Slopfix 的公司，专做一件事：删 AI 生成的代码。一周 1 万美元，先承诺一个减量目标，按达成比例收钱：承诺删一半、只删掉两成，客户就只付四成的钱。行数按非空非注释行统计，合同里明文禁止 code golf，防止靠压缩注释凑数。创始人描述的典型客户是：打电话来说要做个“简单的重构”，然后发来十万行 AI 生成的代码。前 30% 好删；难的是往下的 30%——定价就定在“做别人做不到的事”上。
两个细节最有意思。一，他们自己用的工具就是Claude Code，但“拴着短绳”，他们的原话是：Agent 没有投票权。二，交付物除了瘦身后的代码库，还有一套防止再胖回去的护栏：CLAUDE.md 指令文件、lint 规则、CI 检查。名义上卖的是删除，实际交付的是过滤器。
图4 · Slopfix 价目表
删除已经有了市场定价。来源：odra.dev/slopfix
这不是孤例撑起来的段子。代码分析公司GitClear 统计了 6.23 亿次代码变更：重复代码块的出现率创下其纪录以来的最高值，比 2023 年涨了 81%；而重构占变更行数的比例，从 2022 年的 21% 跌到 2026 年的不足 4%。Slopfix 只是给这个缺口开出了第一张价目表。
代码成了负债，删除成了产品。
这接回我自己的两条旧线。
一条，我在《代码变便宜，信任变昂贵》里推过：代码的生产成本趋零之后，稀缺的不再是产能，是信任。OpenAI 的报道和何勇的实践，把那个推演坐实到了工程层。信任有了具体形态：过滤器。
另一条，第三章里我写过，硅基时间的消费主体不再是人——API 不再是人调用，而是 Agent 自动调用。当时说的是生产那一侧。现在验收这一侧的答案也出来了：硅基时间可以无限并发，碳基验收不能。旧秩序里最后失效的，不是生产环节，是验收环节。
07 · 造过滤器的人
OpenAI 之外，中国的代码平台也撞上了同一个瓶颈。AtomGit 的代码审计已经上线，现在每周有将近 1 万条 PR 被它检视一遍，一周的 token 消耗接近 60 亿。过去我们把代码审计理解为开发平台的一项能力；跑起来之后再看，它正在变成 Agent 时代的基础设施——当代码生产权向每个人开放，代码平台就不能只在一边帮人生产，还得在另一边建起过滤、追踪和责任机制。审计只是过滤层的一小块，生成前约束、多 Agent 互查、运行时监控、责任追踪，这条线上每一格都还空着。
AI Coding 发展的三个阶段：第一阶段，AI 消灭了代码的生产瓶颈；第二阶段——也就是现在——它暴露出验证瓶颈；第三阶段，企业得把判断和验收本身，也变成可调度的硅基能力。何勇的软件工厂，已经把一只脚踩进了第三阶段：连测试都由 Agent 生产，人只守着最后那几个判断闸口。
第三阶段,所谓Harness Engineering(围绕大模型搭建工具、约束和反馈回路的工程)正在快速演化,后续会出现面向大模型开发的新工具和新方法论,但现在还不成熟。连 OpenAI 和 Anthropic,都在自己身上边摸索边迭代。
给IT公司CEO：鼓励 AI 编程，但先掂量自己有没有控制质量和产出的能力——尤其是往老系统里放 Agent 的时候。OpenAI 的洪水，就是从最核心的基础设施淹起的。一个自测：如果一段 AI 生成的代码今晚出事故，你能不能在十分钟内答出——谁提出，谁验收，谁维护，谁有权回滚？答不出，缺的就不是更强的模型，是责任的基础设施。
给刚上手vibe coding 的人：别一开始就奔着复杂系统去。先拿自用小工具练手，从第一天起让 AI 连测试一起写。你能生成它，不等于你能为它规模化负责—周一早上快速生成的原型，和能接进生产的软件，中间差的就是那几道闸。
给程序员：学会造那三道闸——先修验收基础设施，让不同的模型互相咬，merge 权限攥在自己手里。
所以这篇报道读完，我的判断浓缩成一句——
洪水时代最值钱的人，不是写代码的，是造过滤器的。
参会人员：陆首群、蒋涛、谭中意、宋可为、袁怿、张侃、安泱、陈道清、何苗、刘明（线上）、胡宇（线上）、靳虹博（线上）、王珊（线上）、陈越（线上）、韩宪平（线上）