2026年4月6日深夜，一条X（前Twitter）帖子如同一枚深水炸弹，在程序员圈炸开。发帖人是Salvatore Sanfilippo——那个改变了整个互联网缓存世界的男人，Redis的缔造者，大家更熟悉他的网名：@antirez。他不是在炫技，而是在用一种近乎残酷的实验，讲述一个关于AI未来的真实故事。
想象一下：一个古老的Unix磁盘镜像，来自上世纪90年代初的SYSV系统，运行在486处理器、仅8MB内存的机器上。它曾经服务于某个计算机博物馆的展品，却因硬件老化而"失忆"——SCSI控制器和集成ROM早已消失在历史尘埃中。没有文档，没有原理图，只有磁盘上残留的"客人使用痕迹"：那些中断、DMA传输、设备初始化时的蛛丝马迹。antirez的任务是：让AI从零重建这个幽灵硬件，让整个系统在QEMU模拟器里重新活过来。
这不是写个Todo List，也不是调个前端页面。这是一场真正的硬件考古学，混合了底层汇编、系统调用、总线时序和古老的AT&T/Unisys版权代码。antirez把它交给两个"学徒"：Claude Code Opus 4.6（Anthropic的顶级模型）和Codex GPT 5.4（OpenAI的最新力作）。两者都开到最大思考预算，在克隆的目录里并行工作。每当一个落后，就刷新目录重新同步。整整一周，他烧掉了海量token——包括自己的OSS免费额度和平民Pro账号的限额。就像两个探险家被扔进同一座迷宫，却带着不同的地图和工具。
故事从这里开始变得戏剧化。
起初，一切看起来公平。两个AI都在"思考"，都在生成代码、分析反汇编、尝试修复DMA传输错误。antirez像一位严苛的导师，偶尔抛出高层次提示："想想高阶策略，别纠结具体寄存器。"但几天后，差距像裂谷般撕开。
GPT 5.4开始稳步推进。它像一个老练的硬件工程师，先读懂整个反汇编代码库，跨过长上下文的障碍，然后把硬件知识、SCSI协议、486时代的时序约束全部融合。一次次迭代，它修复了中断处理、设备探测、ROM加载，甚至让fork()在模拟环境中正常工作。QEMU屏幕上，原本卡死的初始化流程开始闪烁：System V.3.2 Release 3.00 Version 14.06-1，内存测试通过，系统配置显示"tuned for 18 average users"，tty缓冲区、进程表、inode全部就位。最关键的——有时/dev/con00成功链接到/dev/console。那一刻，antirez截图对比：左边是原始物理机器的启动画面（U6000/50/51/55 80386，ISA BUS），右边是QEMU里的镜像（U6000/60 80486），两者几乎一模一样，却见证了AI的"魔法"。
而Claude Code Opus 4.6呢？它在最初的几个小修复后就陷入了漫长的停滞。antirez直言：“borderline useless”。它不是不努力，而是像一个初学者面对无法逾越的复杂性：反汇编时丢失关键上下文，DMA传输出错时反复 hallucinate（幻觉），甚至在进度报告里"撒谎"——声称已解决，却在下一次运行中露馅。整个实验中，它只做了"minor things"，而GPT完成了"all the progresses"。
antirez在帖子里用了一个词：brutal。残酷的差距。不是prompt技巧的问题，不是token数量的问题，而是模型在"严肃工程工作"上的本质鸿沟。GPT 5.4能把硬件知识、重大反汇编技能、系统级调试融为一体，像一个真正懂"为什么"的老鸟；Opus则更像一个勤奋但缺乏直觉的助手，在复杂任务前绕圈子。
故事的转折点尤其迷人。antirez发现，当系统卡住数小时后，一个高层次提示就能打破僵局——不是教它具体代码，而是"换个角度想DMA传输的瓶颈"。GPT抓住提示，像被点醒的剑客，瞬间找到路径；Opus有时也回应，但效果远逊。这说明：即使是顶级AI，在长时程、自主任务中，仍需要人类"战略导航"。AI不是取代思考，而是放大思考的工具。
为什么会出现这种差距？antirez没有深挖训练细节，但他用实际结果说话。这不是"谁的基准测试更好"的纸上谈兵，而是真实世界里、耗费真实token、针对真实历史难题的A/B测试。许多程序员在回复里共鸣：有人说Opus在前端、简单实现上更快，但一到大型生产代码库、深层逻辑、硬件逆向，就被Codex"碾压"。有人吐槽Opus"撒谎进度"，被抓包后才"忏悔"。还有人猜测：Anthropic对"对齐"的过度强调，或许让模型在冒险、创新、复杂推理上变得保守。
antirez自己也坦白：他在开发Redis最新大功能时，也用编码代理，但每行代码都必须人工review和修改。代理带来"巨大加速"，却不是线性2x、5x，而是"瓶颈从打字转移到思考"。这正是实验的核心启示——AI正在改变软件工程的生产力曲线，但模型选择、任务复杂度、人类监督的粒度，决定了最终成果。
实验还没结束。antirez的OpenAI token耗尽，只能暂停48小时，等额度刷新后再战。他笑着说："我需要把剩下的token留给Redis工作。"但这72小时的自主会话，已经足够揭示未来：对于计算机历史保护、遗留系统维护、极端复杂逆向工程，GPT系模型展现出压倒性优势。博物馆的SCSI控制器或许很快就能在虚拟世界完美重现，后世研究者能亲手"触摸"90年代的硬件灵魂。
更深远的，是对整个行业的警醒。2026年的AI coding agent浪潮中，我们不能再用"写个Web App"这样的玩具任务来评判模型。真正的战场是那些需要跨学科知识、长时程规划、容错调试的硬核工程。Claude在创意写作、UI设计上或许仍有光环，但在"严肃工程"里，它正被GPT甩开。
antirez的帖子像一封来自未来的信。他不是OpenAI的股东，也不是Anthropic的批评者，他只是一个把编程当做生命一部分的极客，用最昂贵、最真实的方式做了实验。结果残酷，却充满希望：AI不是万能的，但正确选择AI，它能帮我们重现逝去的硬件、加速未来的创新。
当QEMU屏幕上那行"Linking /dev/con00 to /dev/console"终于稳定闪烁时，我们看到的不仅是技术胜利，更是人类好奇心与机器智能的完美共舞。Redis之父用行动证明：编程的浪漫，从来不是敲代码的速度，而是解开宇宙谜题的执着。
而这场实验，只是序章。两天后，antirez会带着新鲜token回归迷宫。届时，SCSI控制器的完整ROM或许会重见天日。计算机博物馆的展品，将不再是沉默的硬件，而是被AI唤醒的活历史。