AX 严选 · 2026-05-10

这条消息最值得看的是闭环：用户只给了一个模糊目标“去赚5美元”，Codex自己找项目、读需求、写代码、跟维护者沟通、过验证流程，最后代码被合并，拿到16.88美元。22小时赚这个数，时薪不到1美元，效率还很低，但意义不在金额——这是AI首次在没有人类逐步指挥的情况下，完成从接单到收钱的全流程。 要打折的地方不少。正文没披露Codex具体做了什么级别的安全审计，也没说修复的漏洞有多严重。开源项目的安全审计赏金门槛参差不齐，有些只是修个文档链接也算。另外，GitHub验证流程怎么过的、维护者是否知道对面是AI，这些都没提。如果维护者不知情，这个闭环的“自主”就要打折扣。 还缺关键信息：Codex有没有犯错或提交无效PR？22小时里有多少是在等待响应？如果换成更复杂的项目，这套流程还能不能跑通？这些没答案之前，先别急着说AI能养家了。

这项研究拿一年前的o1模型在真实急诊数据上跑，诊断正确或接近正确的比例达到67%，比参与对比的医生高出12-17个百分点。差距在早期分诊阶段最明显——那时候能拿到的信息最少，模型反而更稳。研究还提到o1在处理结构化病例时临床推理几乎不出错，这点挺有意思，说明模型在信息规整后表现更可靠。 但正文没披露样本量有多大、参与医生是什么年资、来自哪家医院。急诊室环境千差万别，如果对比的医生样本偏弱，67%这个数字就要打折。另外研究只测了急诊初诊环节，没碰长期住院数据和影像诊断，这两块恰恰是临床最吃经验的地方。 还缺一个关键验证：诊断对了不代表病人预后变好。下一步得看AI系统真的嵌入急诊流程后，能不能缩短分诊时间、减少误诊导致的延误，而不是只在论文里赢过人类。