OpenAI 和 Work Louder 合作推出 Codex Micro 小键盘，把 AI 编程助手从屏幕里的对话框推到桌面硬件上，这个动作比一款外设本身更有信号意义。过去 AI 工具争夺的是网页入口、编辑器插件和聊天窗口，现在 Codex 周活超过 500 万之后，第一款适配 Codex 的客制化小键盘出现，说明 AI 编程已经开始从“打开一个工具”变成“占据一个工作姿势”。
同一批重点资讯里，腾讯给 Agent 上线独立邮箱，Google 等公司推进 Agent 支付协议，DeepSeek 准备引入峰谷定价，中国信通院和无问芯穹发布智算运维智能体评测基准，几条线索放在一起看，AI Agent 的竞争正在离开单纯模型能力展示，转向入口、身份、通信、成本和真实运维能力。谁能让 Agent 接入日常工作台、拥有可控的邮箱和支付权限、在真实基础设施里稳定干活，谁就更接近下一阶段的产品入口。
小键盘背后的入口变化
Codex Micro 表面上是一款客制化小键盘，核心卖点是为 Codex AI 编程工具提供更顺手的快捷操作。对普通用户来说，它可能只是一个更酷的外设；对 AI 产品公司来说，它代表着 AI 工具开始尝试进入物理工作流。键盘、鼠标、触控板、快捷键和 IDE 一样，都是开发者高频接触的入口。一旦 AI 操作被固化到桌面硬件上，用户调用 AI 的动作就不再是“想起来再打开”，而是嵌进了写代码、查问题、重构和提交的节奏里。
这也是 Codex 与其他编程助手竞争时很关键的一步。此前 AI 编程助手多靠模型能力、上下文长度、代码理解和自动修复来争夺开发者，现在入口形态也开始分层。插件入口适合深度集成，网页入口适合快速访问，命令行入口适合自动化任务，而硬件入口强调的是肌肉记忆和高频操作。只要开发者把某个 AI 快捷动作绑定到实体按键上，它就会比一个藏在菜单里的功能更容易形成习惯。
Agent开始拥有通信身份
腾讯上线 Agently Mail，为 AI Agent 提供独立隔离邮箱，这条消息同样值得关注。邮箱看似是传统互联网产品，但对 Agent 来说，它意味着一个更基础的问题：机器代理到底用什么身份与外部系统通信？如果所有任务都挤在人类邮箱里，权限、审计、垃圾邮件、任务归属和安全边界都会变得混乱。给 Agent 单独邮箱，本质上是在给它划出可管理的通信空间。
隔离邮箱的价值不只是收发邮件，而是让 Agent 可以参与更长链路的工作。比如接收系统通知、处理表单回执、跟进供应商邮件、汇总监控告警、参与 A2A 通信，这些都需要一个稳定地址。与此同时，研究显示垃圾邮件里已经有相当比例由 AI 生成，这也提醒行业：Agent 通信能力越强，滥用风险也越高。未来真正可用的 Agent 邮箱，必须同时解决权限限制、发送频率、身份标识、日志审计和反滥用策略。
钱包和价格决定规模化
Agent 有了邮箱之后，下一个关键环节就是钱包。Google 推出 AI Agent 支付协议，Stripe、Coinbase、支付宝等也在布局相关基础设施，说明行业已经开始为“机器替人下单、订阅、续费、采购和结算”做准备。过去 AI 助手只能给建议，最终点击付款的是人；一旦 Agent 获得受控支付能力，它就能在明确预算和授权范围内完成更完整的业务闭环。
但支付能力不会孤立存在，它和调用成本绑定得很紧。DeepSeek 准备在 V4 正式版上线后引入峰谷定价，高峰时段 API 价格翻倍，这说明模型服务正在借鉴云计算和电力系统的调度逻辑。对企业用户来说，AI 账单不能只看单价，还要看调用时段、并发策略、缓存设计、任务优先级和失败重试。如果 Agent 既能发邮件又能付款，却在高峰时段毫无节制地调用模型，它创造的价值很可能被成本吞掉。
真实基础设施才是硬仗
中国信通院联合无问芯穹推出 AISHPerf 智算运维智能体评测基准，在真实 GPU 集群中测试主流大模型，结果全部低于 50 分。这个结果不好看，却很有必要。AI 行业经常用问答、编程、数学和多模态榜单讨论能力，但真正的生产环境不是干净题目，而是复杂告警、日志噪声、资源争抢、网络抖动、权限限制和不完整文档。模型能写出运维建议，不代表它能在真实集群里稳定定位问题。
运维智能体的难点在于，它必须同时理解系统状态和操作后果。一次错误重启可能影响业务，一条误判的扩容建议可能带来成本浪费，一个没有回滚方案的修复动作可能让故障扩大。因此，真实运维场景更看重可解释、可审计、可回滚和低风险执行，而不是只看回答是否像专家。AISHPerf 把这些问题摆上台面，说明 AI Agent 要进入数据中心和 GPU 集群，必须先补上工程可靠性这一课。
模型效率仍在继续演进
在入口和基础设施之外，模型本身的效率优化也没有停。Mila 等机构提出锥形语言模型 TLMs，在总参数量和计算量不变的情况下，把参数容量从前到后递减分配，让 440M 参数模型困惑度下降。这个方向看起来不像大模型发布那样热闹，却可能影响未来模型的成本结构：如果架构设计能在不增加算力的前提下提升表现，端侧模型、企业私有部署和低成本 Agent 都会受益。
这类研究也解释了为什么 AI 竞争不会只剩“谁模型最大”。当 Agent 要常驻运行、反复调用、处理邮件、执行代码、参与支付和运维时，每一次推理都对应真实成本。更聪明的架构、更合理的参数分配、更好的缓存和调度，都会变成产品竞争力。大模型能力当然重要，但能不能便宜、稳定、低延迟地跑在高频任务里，才决定它能不能成为日常基础设施。
AI入口正在变得立体
从 Codex Micro 到 Agent 邮箱，再到支付协议、峰谷定价和运维评测，AI 产品的竞争已经不再是单一聊天框之争。它正在变成立体入口：桌面硬件负责高频触发，邮箱负责通信身份，钱包负责交易闭环，价格体系负责资源调度，运维评测负责真实环境可信度。每个环节都不如“新模型发布”吸睛，但它们共同决定 AI 能否进入稳定生产。
接下来更值得观察的是，AI Agent 会不会形成一套类似企业账号体系的新标准。人有邮箱、工牌、权限、预算和审批流，Agent 也需要对应的身份、边界和责任记录。没有这些底座，AI 再聪明也只能停留在助手层；补齐这些底座之后，它才可能真正变成可管理的数字员工。Codex 做成小键盘只是一个小信号，但它指向的是更大的变化：AI 正在从软件功能，走向工作台、组织流程和基础设施。
