OpenAI Codex 负责人：AI 让实现几乎免费，唯一值钱的是交付结果的能力

OpenAI 旗下 AI 编码产品 Codex 近期迎来爆发式增长：自今年 1 月以来用量增长 6 倍，周活跃用户突破 500 万；在 OpenAI 内部，近 90% 员工每周使用 Codex，覆盖法务、财务、市场、传播等所有部门。Codex 负责人 Andrew Ambrosino 近日作客播客，围绕产品形态、设计流程与 AI 时代的工作方式分享了一系列判断。

Codex 的产品定位：home base，而非超级应用

外界常把 Codex 与 ChatGPT 的关系类比为「超级应用」——把所有工具塞进一个窗口。Andrew 不认同这一说法，他更愿意把 Codex 称为「home base」。

• Codex 不是要把用户锁在一个矩形界面里，而是工作开始、结束、自动运行的中枢。
• 它通过连接器、浏览器扩展与用户已有的工具对话，例如重度财务建模时直接与桌面端 Excel 交互。
• 内部视频团队甚至用 Codex 自动写了一个 Premiere Pro 插件，让 Codex 通过插件指挥 Premiere 移动时间标记，完成剪辑操作。

这一思路指向的是「嵌入式协同」，而不是「大一统应用」。

AI 为什么至今做不好设计

Andrew 对「设计流程已死」这一观点持半认同态度：流程的工具会过时，但「现在处于流程哪个阶段」这层判断不能丢掉。他给出三个层面的原因：

• 反馈机制缺失。代码可以靠编译验证，但设计的好坏更多依赖品味中「人的部分」，很难形成可靠的训练闭环。
• 文化维度受限。AI 可以完美复刻 Linear 的官网，但每次都复刻 Linear，而设计的核心价值恰恰是新东西多于已知模式。
• 抽象能力不足。如果公司换品牌色，浅层做法是手动改 263 个组件，深层做法是让所有视觉元素共享同一套语义关系——目前的模型还够不着这种抽象。

他在团队内部的做法是维护一个名为「baby Codex」的极简代码库，专门用来快速探索交互方案，把「设计」还原为「提问 + 快速验证」。

产品命运，取决于背后模型的能力

Codex 的演进可以拉成一条线：Operator → Atlas → Codex Web → Codex 桌面端。Andrew 认为这本质上是同一个功能，在不同时间点搭配不同模型能力反复发布。

• 他直言：如果 Codex 桌面端在去年 11 月发布，「在市场上绝对会失败」，唯一的变量是此后几个月的模型进步。
• 早期 Codex Web 走「全自动 AGI」路线，给模型一个任务让它自己跑完，但当时模型能力不够，结果不佳。Claude Code 反过来——本地运行、不接云端、不追求全自动，遇到问题会反问用户——那个形态更适合当时的模型水平。
• Andrew 把这段经历总结为「在 AGI 这条路上走得太快了」，并由此形成一条产品原则：不要因为一个功能现在不行就判它死刑，把想做的事全部做成原型，等模型再飞跃时拿出来重试。

个人工作流与新流程逻辑

Andrew 每天打开 Codex，第一眼看到的是一份「每日简报」——从 3000 个 Slack 频道中自动提取需要关注的事项，他会直接回复「给我五个问题，我来回答」。这套简报的调优不是靠改指令，而是靠反复对 Codex 说「下次注意这个」「类似的东西以后要出现」，让它自己更新通知方式。

他最近一次产品发布的协调完全建立在 Codex 之上：Codex 自动从 Pull Request、Slack 频道抓取进度更新，同步进 Notion 状态表——这是他口中第一次「用 vibe 协调」的发布。

贯穿整场对话的是他对产品开发流程的判断：旧流程建立在「实现昂贵」的假设上，所以要先写 PRD、做研究、画原型来消除实现风险；新流程里实现变得几乎免费，同一个功能可能有 90 个团队同时做出原型，难点从「要不要做」变成「哪个最好、怎么收束」。

他最终给出的建议是：别跟具体流程结婚，跟你能交付的独特结果结婚，工具、模型、流程都会过时，唯一不变的，是持续交付那个结果的能力。