一个时间点的回溯
2025 年 11 月，一个名叫 Pete 的开发者在 GitHub 上提交了一个名为 "Warelay" 的项目。第一行代码是一纸 MIT License。他当时大概没想到，这个项目会在接下来的三个月里经历 Warelay → CLAWDIS → CLAWDBOT → Clawdbot → Moltbot → OpenClaw 的六次改名，最终成为一个被全球数十万人使用的 AI 个人助手。
更重要的是，这个项目的绝大部分代码是由 AI 编程 Agent 写出来的。
Simon Willison 在 PyCon US 2026 的五分钟闪电演讲里，用一张时间线把这个故事串了起来。但真正值得关注的不是 OpenClaw 本身，而是它背后那个更大趋势：Coding Agent 在 2025 年 11 月跨过了一个临界点。
"偶尔能用"到"日常可用"
2025 年大部分时间里，OpenAI 和 Anthropic 都在偷偷做同一件事：Reinforcement Learning from Verifiable Rewards（RLVR）。
这套训练方法的核心逻辑很直接——与其靠人类标注员给模型输出打分，不如让代码能不能跑、测试能不能过来说话。代码是客观的：它要么编译通过，要么报错；要么测试全绿，要么红一片。这种可验证的奖励信号比人类主观评价精确得多。
到了 11 月，RLVR 的积累开始爆发。搭配 Codex 和 Claude Code 这两个 Agent 框架，Coding Agent 的质量出现了质的跃迁：
- 之前：能写个脚本、补全函数，但复杂任务频频翻车，需要你花大量时间修它的"蠢错误"
- 之后：可以作为一个 daily driver 使用，能完成真实的工程任务而不需要你频繁介入
这个分水岭不是某个单一模型发布带来的，而是训练方法 + Agent 框架 + 模型能力三者协同进化的结果。
为什么是 11 月？
回头看，11 月之所以成为转折点，有几个因素叠加：
- RLVR 的规模效应开始显现：经过大半年积累，可验证奖励的训练数据达到了某个临界规模
- Agent 框架成熟：Codex 和 Claude Code 都迭代到了能稳定管理多步骤编程任务的版本
- 上下文窗口和工具调用的优化：Agent 能同时处理更大的代码库、调用更多的外部工具
这三条线在 11 月交汇，形成了一个正反馈循环：更好的 Agent 框架产生更多高质量的编程数据，这些数据反过来训练出更强的模型，更强的模型又让 Agent 框架表现更好。
对普通开发者的意义
这不是一个只有 AI 从业者需要关注的学术趋势。它直接改变了开发者的日常：
- 新人上手成本降低：不用从零学起，Agent 可以帮你搭建项目骨架、解释代码逻辑
- 复杂任务分解：以前需要自己拆解的重构任务，现在可以让 Agent 先出方案，你审核后再执行
- 代码审查辅助：Agent 可以自动检查常见错误模式、安全漏洞、性能瓶颈
但也要清醒——Agent 不会取代你，但会用 Agent 的人会取代不会用的。这个临界点的真正含义是：AI 编程能力已经从"有趣的花招"变成了"必备的基础设施"。
接下来的六个月
Simon Willison 在他的演讲里展示了一张有趣的图：2025 年 11 月到 2026 年初，"最强模型"的宝座在 Anthropic、OpenAI、Google 之间易手了五次。Sonnet 4.5 → GPT-5.1 → Gemini 3 → GPT-5.1 Codex Max → Opus 4.5。
这种竞争节奏不会停下来。但更重要的是，竞争的焦点正在从"谁的模型更强"转向"谁的 Agent 框架更好用"。模型差距在缩小，但 Agent 体验的差距在拉开。
下一个临界点可能是：Agent 不再需要你告诉它做什么，而是能主动发现代码库里的改进空间，自己提出 PR。那一天，也许不会太远了。