一个写代码的智能体，接住了我桌上两份没干的活：家委会的秋游通知，和我爸的六页体检报告。那天晚上，我第一次没在深夜改稿。


周三晚上九点四十，我桌上有两份没干的活。
一份是家委会的秋游通知。班主任下午在群里@我，说周四中午前要发。要素不算多：集合时间、着装、餐费、家长接娃的截止点，还有一条去年的教训——过敏体质的孩子要单独标注午餐。去年这条是我漏的，发出去二十分钟被群里四位家长轮着提醒，那个滋味我不想再来一次。
另一份是我爸的体检报告。纸质版他看不明白，拍照发给了我，六页，两页是表格。他等着我一句"没什么大事"或者"哪条要紧"，我等着自己有耐心把六页啃完。
那天我两件都没干。我把它们都丢给了一个写代码的智能体。
严格说，是一台跑着 Codex 的终端。十月二十六日之后，你在里面敲 codex -m gpt-6.1-terra（命令行工具得升到 0.159 以上，会话里用 /model 也能切过去），接的就是 OpenAI 刚推送的 GPT-6.1 Terra。老师微信里的语音我自己转成三条文字要点，连同去年的通知一起发给它；我爸的报告是直接拍照进去的——这个模型读图，但不收音频和视频。
通知的第一稿一分多钟就出来了。六页报告里被圈出来三条异常，按报告原文排好，医嘱部分原样保留，一个字没让它自己发挥。
这件事值得多说两句，因为它不像看起来那么顺理成章。一个以写代码出名的智能体，正式接上了"写字"这条线。
Terra 这次推送覆盖 ChatGPT Work 与 Codex 里的 Plus、Pro、Business、Enterprise 和 Edu 用户；普通 Chat 标签页里没有它，免费版也用不上。官方给它的定位原话是"快速高效，兼顾细节视觉推理、精确电脑操作，以及更清晰自然的写作"。官方示例里赫然列着：起草方案、邮件、摘要与报告；读截图、图表、技术图纸；按源文件填表；剪视频。
注意，这是给 Codex 用的。Codex 之前是干嘛的，写代码、跑任务、管仓库的。现在官方亲手把它推给"要写字的人"。
放在 OpenAI 的模型线里看更清楚：Astra 扛最难的端到端任务，Sol 干长时重复的活，Luna 管大批量的抽取与分类，而 Terra，管日常写作与视觉工作。翻译成人话：脏活累活有人干了，现在轮到把嘴皮子活也承包出去。
先说钱，因为钱最诚实。GPT-6.1 Terra 每百万 tokens 输入 1 美元、输出 5 美元，缓存输入五美分，约为同代 Sol 的一半。上一代 Terra 是输入 2 美元、输出 12 美元，这一代输入砍半、输出不到上一代的二分之一。只有一个坑要记着：单次请求输入塞进二十多万 tokens，整单按输入两倍、输出一点五倍计价，料塞太多会翻车。
规格上它也不像个小角色：上下文窗口一百多万 tokens，最大输入九十多万、最大输出十几万；知识截止今年六月一日；推理档位从 none 到 low、medium、high、xhigh、max 一共六档，写作这件事被放进了"你可以慢慢调"的体系里。我自己试下来的手感是：通知、周报这类格式活，默认档就够；凡是要从六页报告里挑异常、从多份源文件里填表的，切高档，慢一点，但稳。这个手感是我的，不是基准，你拿去参考就好。
用量上，OpenAI 口径说 Plus 用户每五小时大约能发几十到两百多条，套餐总额度没变，只是消耗更慢。速度上官方称典型任务比上一代快三倍以上。
然后是一组我必须原样转述、也必须提醒你出处的数字。事实性错误上，OpenAI 内部"错误诱导"测试集里，低推理档的错误率从上一代的五成多降到不到两成，最高推理档降到百分之四上下。专业计算机任务的基准上，中等推理档 Terra 接近六成，跟 Astra 打平，但单任务成本只有对手的十几分之一。
这些全是厂商自测，不是独立结果。但有一个推论不依赖自测也成立：同样的活，钱花零头，错误率掉了一大截——写字这件事的成本结构，确实变了。
模型只是弹药，更值得看的是枪。十月一日那次 Codex 更新，没有一条是炫技的：任务历史从"只加载最近十条"改成可展开分页，按来源维护游标，请求失败时保留已有结果；支持不挂项目直接开会话；审查层新增两项可选上下文，默认关闭；断线重连不再盲目重发不确定的提交。
第三方分析机构 Remio 的判断我觉得说到了点子上：重点已从"单次任务产出"转向"把智能体当成持久的运营状态"。这句话对写作者比对程序员更陌生也更重要——你的对话不再是"一次性许愿"，而是有账本、有来路、断线了不胡来的状态。
再往前看十月初的 DevDay：可从任意设备接入的可复用云端开发环境；命令行支持语音启动与指挥；新增 /agents 视图管理多任务；ChatGPT 桌面端内置代码审查，支持 GitHub PR 和 GitLab MR，人离开电脑时它可以先做初审；还有按需扫描仓库的安全服务，以及两个面向自动化的接口。
把这些连起来读，方向很一致：环境可复用、过程留痕、审查前置。而这三样，恰好是我这种写字的人最缺的。
我写过十年东西，从来没有"版本管理"这个概念。改稿就是覆盖，覆盖就是失忆。这半年我从 Codex 身上偷了四条纪律回来。
第一，改动留痕、可回滚。秋游通知我让它出了三稿，每一稿都留着，最后我拿第二稿的结尾和第三稿的正文拼了一下。以前我用 Word 的时候，"改着改着不知道哪版好"是常态，因为好句子被覆盖了就真没了。
第二，审查发生在提交之前。桌面端那套代码审查的逻辑搬过来就是：它起草，自己先过一遍事实清单，我再核一遍数字，最后才发到家长群。不是发出去等人挑错，是发出去之前就挑完。
第三，先跑测试再合并。工程师不会把没跑过测试的代码合进主干，写作者却经常把没核过数字的稿子直接发出去。我现在的土办法是让它在交稿时附一份"本稿引用的数字与出处"清单，清单对不上，稿子不合入。
第四，环境可复用。那个"任意设备接入的可复用云端环境"启发了我最不技术的一个做法：我把通知的格式要求、去年踩过的坑、老师的三条要点，存成一份固定材料，每次只换新内容。写第四份通知的时候，第一次有了"这是同一条流水线"的感觉，而不是每次都重新手搓。
这条纪律在周报上收益最大。以前我周五下午四点开始回忆这周干了什么，四点四十还在翻聊天记录。现在周报的骨架、口径、往期存档都在一个会话里，我丢进本周的几条零碎记录，它按老格式拼出来，我改头改尾。省下的不是写作，是回忆——回忆才是最贵的。
回到那两份活。家委会通知补一个细节：我让它把"自愿参加"这个意思写三遍，它第三遍自己写成了"请务必确认出席"。语气这种事，它确实差点意思，但改起来快——我说"太硬了，像下通知的领导"，它回了软的那版。要搁我以前写，第一稿也会硬，区别是我改自己稿的时候会烦，它不会。
我爸的体检报告，我给自己立的规矩是：它可以圈、可以排序、可以按原文整理，但每个数字我自己念一遍原报告核对，"要不要紧"这句话必须我来说。它的价值在于六页里替我盯住了三行，我的价值在于第二天电话里那十分钟——用我爸能听懂的话，把"随访"解释成"半年后再看一眼"。搬运归它，分寸归我。
第三个场景是将就的：二手平台上挂一套房。我按它的稿子发出去，当晚有两个人问"图片里那个阳台是包进来的吗"。它写得工整，但没写阳台。工整不等于知道买家关心什么，这个判断它暂时给不了。
得把话说满，免得这篇文章本身就成了"错误诱导"。第一，数字和事实永远是人的责任。不到两成的事实性错误率，听着比五成多好多了，但落到通知上，五次里错一次，就够你在家长群里社死一回。我核餐费那四十块钱，花的不是对它的信任，是对群里四十几位家长的。
第二，也是更要紧的：语气、立场、关系里的分寸，是审查替代不了的。审查能抓住"数字错了"，抓不住"这句话在你们家委会的语境里不该说"。那句"请务必确认出席"语法零瑕疵、事实零差错，唯独错在它不知道我们班主任的脾气和这届家长去年吵过什么。简历和自荐信同理——它可以把你三年干的事排得清清楚楚，但"这行不要写，写了显得急"，这种判断来自你对应聘那家公司的了解，不来自任何基准测试。
所以我的分工一直很稳定：它管从六页里捞出三行、从三稿里留痕对比、把周报月报的骨架搭好；我管"这句话说不说、怎么说、对谁说"。
写作的手艺没变。变的只是，搬运和比对这两个最磨人的环节，第一次有人接手了——而且不犟，不烦，报价还降了一半。
（本文事实来源：OpenAI 十月二十六日发布说明与 DevDay 回顾、Codex 十月一日更新日志、腾讯新闻十月八日报道及 Remio 的第三方分析。文中基准成绩与错误率均为厂商自测，非独立评测；用量为官方估算区间；家委会通知、体检报告转述、二手平台房源描述等个人场景为基于产品能力约束的体验化叙述。）