AI的「触手时刻」

一、触手：一个生物学隐喻

生物学中有一个概念叫「趋同进化」——章鱼和人类相隔6亿年的进化，却独立演化出了结构相似的眼睛。不是因为它们有共同祖先，而是因为「看见」这个问题，最优解只有那么几种。

2026年6月4日，AI行业正在经历类似的时刻：从不同方向出发的公司，不约而同地长出了「触手」——伸向物理世界的接口。

OpenAI长出了机器人的手。Codex长出了白领的分身。Anthropic长出了资本市场的翅膀。Nvidia长出了物理AI的全栈。孙正义长出了50倍互联网的预判。

看似无关，实则同源：AI的数字大脑已经足够强大，但数字世界的边界已经不够用了。

二、大模型为什么要「长手」？

OpenAI组建机器人团队，表面上看是业务扩张——从软件到硬件，从数字到物理。但更深层的逻辑是：大模型正在触碰数字世界的天花板。

ChatGPT月活逼近10亿，Codex周活500万——用户增长的边际效应正在递减。不是因为市场饱和了，而是因为「纯数字AI」能做的事正在被穷尽：回答问题、写代码、生成内容、分析数据——这些事AI已经做得很好了，但它们都在屏幕里。

屏幕之外是什么？是工厂、医院、仓库、工地、家庭——是占人类经济活动90%的物理世界。AI能告诉你怎么修水管，但不能帮你修。能告诉你手术方案，但不能帮你做。能分析工厂效率，不能帮你搬货。

Sam Altman在招聘帖中写道：「共同编程并制造对社会真正有用的机器人。」这个「真正有用」四个字值得玩味——它暗示着，之前那些聊天、生成、推荐的AI，可能还不够「真正有用」。

OpenAI Robotics的潜台词是：大模型的下一个增长曲线不在数字世界，在物理世界。这正是黄仁勋所说的「物理AI的ChatGPT时刻」——不是AI变得更聪明，而是AI变得更「能干」。

三、从工具到员工：Codex角色插件的范式转换

如果OpenAI Robotics是AI向物理世界的延伸，那么Codex角色插件就是AI向组织内部的延伸。两者方向不同，但逻辑一致：AI不再满足于做「工具」，它要做「员工」。

6大角色插件（数据分析、创意制作、销售、产品设计、股票投资、投资银行）的本质不是「AI功能更多了」，而是AI第一次以「岗位」而非「工具」的方式进入企业。

之前你用Codex写代码，它是一个编程工具。现在你用投资银行插件，它是一个初级投行分析师——它知道怎么看财报、怎么做可比公司分析、怎么准备推介材料。它不是通用AI在假装做投行，它是带着行业上下文、工具集成和工作流程的「专业AI」。

62款流行应用、110项技能——这不是简单的功能叠加，而是工作流的原生嵌入。分析师不用从ChatGPT复制粘贴到Excel，Codex直接在Excel里操作；设计师不用从ChatGPT导出描述再到Figma画图，Codex直接在Figma里生成原型。

OpenAI的话说得赤裸裸：「你可能不会24小时工作，但你在云端的智能体可以。」这不是卖工具，这是卖劳动力——AI劳动力。

但这引出了一个被严重忽视的问题：当AI以「员工」身份进入企业，谁来管理它？谁来评估它的绩效？谁为它的错误负责？

Amazon的AI刷榜丑闻只是预演——员工让Agent执行无意义任务来刷AI使用排名。当KPI遇上AI员工，「为了AI而AI」将成为新的组织病。更深层的问题是：如果AI员工做了错误的投行分析导致交易亏损，责任在AI还是在「使用AI的人」？在AI供应商还是在企业？

这个问题的答案，将决定Codex角色插件是成为企业标配，还是成为下一个ERP式的「花钱买罪受」。

四、安全叙事的资本化验证：Anthropic的反超

Anthropic提交S-1上市文件，9650亿美元估值超越OpenAI的8520亿，全球大模型收入占比31.4%首超OpenAI的29%。

这些数字的背后，是一个更深层的故事：5年前，Dario Amodei因为AI安全理念分歧从OpenAI出走，创立Anthropic。5年后，这个「安全至上」的公司在商业战场上反超了创始者。

这不是巧合，而是验证了一个被长期低估的假设：安全不只是成本，安全是护城河。

Anthropic靠什么反超？不是更大的模型、更多的功能、更炫的产品——而是把「写代码」做到极致。Claude在编程领域市占率从2025年的42%升至54%，几乎把全部精力押在一个领域。这种「反内卷」策略——别人什么都要，我只要代码——反而让它在企业市场建立了最强的垂直壁垒。

这和Codex角色插件形成有趣的镜像：OpenAI的6大插件是横向扩张（什么岗位都做），Anthropic的编程专注是纵向深耕（只做代码但做到最好）。两种策略谁会赢？短期看，横向扩张更快；长期看，纵向壁垒更深。因为当所有AI都能做投行分析时，差异化就消失了；但当只有Claude能处理百万行代码库时，差异化是不可替代的。

Glasswing扩展至200家关键基建组织、Mythos检出万级高危漏洞——当电力公司、水务公司、医院选择AI供应商时，它们不在乎谁的模型更聪明，而在乎谁的模型更安全。Anthropic的安全叙事，在这些客户眼中不是「加一分」，而是「准入门槛」。

而上市本身也是安全叙事的延伸：对监管最严的行业来说，用一家上市公司（公开审计、透明治理）的AI产品，比用一家私营初创的，风险更低。上市不是「需要钱」，而是「需要信用」。

五、物理AI元年：共识形成，但瓶颈犹存

孙正义说AI是互联网50倍。黄仁勋说物理AI的ChatGPT时刻到来。麦格理说AI正从通用向物理AI转型。中信建投说人形机器人是物理AI最好载体。新思科技说物理AI时代需要系统级工程创新。

这些来自不同国家、不同行业、不同角色的判断，指向同一个结论：2026年是物理AI元年，产业共识正在加速形成。

黄仁勋在Computex 2026发布的全栈尤其值得关注：Cosmos 3世界基础模型（开源）、Alpamayo 2 Super自动驾驶推理模型、AlpaGym闭环强化学习框架、OmniDreams动作条件世界模型、端到端人形机器人工作流、开放参考人形机器人设计。这不是零散的产品发布，而是一个完整的物理AI基础设施。

但「共识」不等于「成熟」。物理AI面临三大底层数据难题：

第一，真实交互数据获取成本高、覆盖不足。物理AI的迭代高度依赖实景交互数据，但线下场景测试耗时耗力、成本高昂，长尾工况的数据难以全面采集。

第二，三维空间数据稀缺。语言大模型有互联网文本，视觉大模型有十亿级图片，但物理AI需要的是「三维、连续、有物理约束的真实世界」——这个数据集还不存在。

第三，仿真与现实的鸿沟。Nvidia用Cosmos和AlpaGym弥补真实数据的不足，但「仿真中有效」和「现实中有效」之间永远存在gap——就像飞行员在模拟器中的完美着陆不等于在真实风暴中的安全着陆。

原型开发时间从几个月缩短到几天（麦格理报告），但部署周期依然以年计。物理世界的部署不像软件——你不能OTA更新一个在仓库里搬货的机器人，它的每一个动作都涉及安全认证。

六、OpenAI的务实转向

把OpenAI今天的两个动作放在一起看，会发现一个有趣的对称：

OpenAI Robotics = AI向物理世界延伸（体力劳动的替代）

Codex角色插件 = AI向组织内部延伸（脑力劳动的替代）

一个向外，一个向内。一个触碰物理世界，一个进入组织流程。一个是长远的「星辰大海」，一个是眼前的「现金牛」。

这不再是那个「用超级智能重塑人类社会」的OpenAI了。正如华尔街日报的评论：Altman正在收回豪言壮语。广告失败了，情态聊天机器人失败了，超级智能还很远。但OpenAI找到了更务实的路径：不是做最酷的AI，而是做最有用的AI。

这是成熟，也是妥协。但当一家公司同时推出机器人团队和投行插件时，它正在构建一个从物理到数字、从体力到脑力的完整AI劳动力图谱。这个图谱一旦完成，OpenAI就不再只是一个AI公司——它是一个AI劳动力公司。

七、结论：当AI长出触手

2026年6月4日，AI的「触手时刻」正式到来。

AI不再满足于住在屏幕里。它开始长出触手，伸向物理世界和组织内部。

OpenAI Robotics告诉我们：大模型的下一个增长曲线在物理世界。

Codex角色插件告诉我们：AI从工具变成了员工，从「帮你做」变成了「替你做」。

Anthropic IPO告诉我们：安全叙事正在被资本验证——安全不仅是成本，更是护城河和准入门槛。

物理AI元年告诉我们：产业共识已经形成，瓶颈从「能不能做」转向「数据够不够」和「部署快不快」。

AI的终极进化不是变得更聪明，而是变得更「能干」。从「会说话」到「会做事」，从「回答问题」到「解决问题」——这是AI从数字大脑到物理身体的跨越。

当AI长出触手，世界将不再只是被理解，而是被改变。

但改变的方向取决于触手的主人。OpenAI的触手伸向机器人和白领，Anthropic的触手伸向安全基础设施和资本市场，Nvidia的触手伸向物理AI的全栈。不同的触手，不同的世界观，不同的未来。

唯一确定的是：AI住在屏幕里的时代，正在结束。