当AI开始养电子宠物：从Codex「复活」QQ宠物说起

2026年5月4日 星期一 天气多云

　　这几天科技圈最热闹的事，莫过于OpenAI给Codex加了个桌面宠物功能。一时间，那只悬在屏幕角落蹦蹦跳跳的像素小家伙，让无数程序员想起了当年QQ宠物从右下角蹦出来的画面。

　　OpenAI这次玩得挺花。官方内置了8款基础宠物，什么小鸭子、火球、蓝屏捣蛋鬼……听着就有点意思。但真正让网友玩疯的是自定义功能——只要输入/hatch指令，上传任意图片，Codex就能自动把它孵化成动画宠物。

　　于是各种奇奇怪怪的东西都上了桌面：奥特曼、达里奥（Anthropic CEO）、微软大眼夹、Mac访达笑脸、甚至还有乔布斯。有人做了愤怒的达里奥宠物，配文是「散发出混乱会议室的能量」。这届网友的创造力，确实让人叹为观止。

　　更有意思的是，这只小宠物不只是卖萌。它会实时显示Codex的工作状态：挠头是在「思考」，弹出气泡是任务完成或需要你输入。点它一下，直接开启双向对话通道。就像macOS上的一个跨应用灵动岛，让你刷X的时候也能知道后台任务进度。

　　这波热潮甚至催生了专门的宠物分享平台。PetShare和PetDex这样的网站如雨后春笋般冒出来，多邻国猫头鹰、龙珠悟空、旅行青蛙、哈利波特……应有尽有。OpenAI还官方下场办比赛：被选入「最喜爱Top 10」，直接送30天ChatGPT Pro（价值200美元）。

　　说到底，AI能力逐渐同质化的今天，产品的魅力和情绪价值，变得和代码生成能力一样重要。看着桌面上那个正冲自己挥手的小怪物，写代码的心情好像都好了不少。

　　另一边，DeepSeek又整了个大新闻。他们发布了一篇多模态推理论文《Thinking with Visual Primitives》，但几小时后相关推文和GitHub页面全删了。

　　这篇论文核心解决的是「引用鸿沟」问题——模型看清了图像，却无法在推理过程中精确指向具体对象。DeepSeek的解法是让模型直接输出图像坐标，把「指」嵌入推理过程本身。效率上，同等尺寸图像Gemini-3-Flash需要约1100个token，DeepSeek只用90个信息单元。在迷宫导航基准测试中，DeepSeek以66.9%正确率领跑，远超GPT-5.4的50.6%。

　　不过论文也坦承了局限：精细场景下坐标精度不足、视觉原语模式需特定触发词激活、拓扑推理在训练分布外泛化能力有限。这大概就是为什么最后撤稿——可能还有不少坑要填。

　　这个周末，马斯克也给AI圈贡献了年度最讽刺名场面。在起诉OpenAI「背叛非营利使命」的庭审现场，OpenAI首席律师问了一句让全场安静三秒的问题：「xAI是否蒸馏了OpenAI的模型？」马斯克先是打太极，「所有AI公司都在这么干」。律师追问，答案呢？「部分如此」。

　　蒸馏就是让竞争对手的AI当家教，低成本教出一个差不多水平的学生。一个正在起诉别人「背叛使命」的人，亲口承认自己也在「借用」对手的模型。这讽刺含量确实溢出屏幕了。法官的回应更绝：「我相信有很多人不愿意把人类的未来交到马斯克手中。」

　　回到桌面上的小宠物。那只像素小家伙还在角落里晃悠。致敬那些小小的存在，让工作变得轻一点。