摘要
【导读】就在今天，Agentic AI工程师发现：博士80小时的科研任务，Codex不到2小时就跑完了，效率差达到了40倍！其实按照旧标准，AGI早已存在了，只是全行业都在移动球门。 科研界的「奇点」真的来了，比所有人预想的都要近。 近日，一项针对Codex「目标模式（Goal Mode）」的实验震惊了学术界：Codex可以让AI科研效率猛增40倍！ Agentic AI工程师Dan McAteer近日在X上披露一次实验：用OpenAI Codex的Goal Mode跑一项机械可解释性（Mechanistic Interpretability）研究任务。 GPT-5.5自己估算这个任务博士可能需要约80小时才完成，然而，在实际操作中，AI 仅用时1小时56分钟便彻底完成了任务。 表面效率提升约40倍！ 他所使用的是Codex中一种内置的技能 /goal。 并且作者认为： /goal + gpt-5.5 高精度 + 快速模式是当今最高效的AI智能体配置 也就是，让模型自行设定目标，其中的关键就是它写出的提示词很可能比你的更出色。 这不再是简单的「效率提升」，而是一场彻头彻尾的「降维打击」。 当科研周期从以「周」为单位缩减至「小时」，当 AI 开始自主撰写自己的实验目标（/goal），我们必须承认一个残酷的现实： 「智能爆炸」的斜率已经现身，AI 的自我迭代速度正在脱离人类的掌控节奏！ Codex /goal 模式到底是什么？ 先来看看这个实验是怎么进行的。 实验发起人是Dan McAteer，Agentic AI工程师，前Amp Code工程师。 常年在X上分享AI agent工程化的具体实践。 他的实验配置很简单—— 工具：OpenAI Codex /goal 命令 模型：GPT-5.5 high 模式：fast mode 任务：一项Mechanistic Interpretability方向的研究任务 他自己对这套配置的描述是：当前可用的最高效的AI智能体配置。 Codex /goal 为什么重要 这件事真正值得说的是Codex /goal这个模式本身。 按OpenAI Codex工程师
摘要可能不完整，可查看原文