AI Agent 的 Coding 能力，我觉得最近可能真的跨过了一个临界点。 至少在某些非常硬核的软件工程任务上，它已经开始超过绝大多数人类工程师，甚至能进入过去只有少数专家才能做好的领域。 一两个月前，我曾经让 Opus 5、Fable 5，以及 GPT-5.6 / GPT-6 去优化同一个成熟的开源代码库。 这不是一个刚写出来、到处都是低垂果实的项目。它已经持续维护超过 8 年，被大量真实设备和软件使用，性能优化本身就是这个项目过去多年最重要的工作之一。 当时几个最强模型反复尝试之后，最终大概只能做到和优秀的人类开发者打平，或者略微超过。 但这几天，我用 Opus 5.5 又重新做了一遍。 变化已经非常明显。 它不是找到一个简单的优化点，而是连续进行了多轮 profiling、分析、实现、benchmark，再根据结果继续寻找下一个瓶颈。 最终，在我的测试集上，相比原始实现： 吞吐最高可以接近翻倍； CPU 计算量平均下降约 30%； 能耗平均下降约 30%； 内存占用平均下降约 30%。 而且这些还是平均收益，一些特定场景下的提升更大。 真正让我觉得有意思的，不只是「AI 又把代码写快了一点」。 而是它正在进入一个过去非常依赖少数专家经验的领域： 面对一个已经被人类优化了八年的成熟代码库，它仍然可以自己找到新的性能空间，提出假设，实现优化，用 benchmark 验证，再继续迭代。 一两个月前，我还觉得 AI Agent 在这种任务上大概刚刚追上最好的工程师。 现在我开始怀疑，我们可能已经越过那个交叉点了。