AI时代唯一值钱的能力：Codex负责人的深度洞察

自今年初以来，OpenAI的AI编程产品Codex经历了爆发式增长：用户量增长6倍，周活用户突破500万。更值得关注的是，在OpenAI内部，近90%的员工——包括法务、财务、市场等非技术岗位——都在使用这款产品。Codex负责人Andrew Ambrosino近日在一档播客节目中分享了他的产品理念，以及一个在AI时代愈发重要的问题：当“实现”变得几乎免费，“该做什么”这件事，到底谁说了算？

设计流程的失效与重生

Andrew的背景颇具代表性：设计师出身，转型工程师，再到产品经理，期间多次创业。正是这种跨界的视角，让他对AI时代的产品开发有着独到的洞察。

为什么AI至今做不好设计？

最近，Claude Code的设计负责人Jenny Wen提出了一个观点：设计流程已经死了，东西动得太快，没时间按传统流程走。Andrew认同这一判断，但给出了不同的解释。他回忆起早年做设计招聘时，行业里流行一篇文章叫“案例工厂”，核心观点是设计师被训练成一套流程至上的人——从用户研究、发散、收敛到原型验证，只要走过这套流程，结果就一定好。 然而，AI出现之后，任何人都能快速做出一个看起来非常精致的原型。过去，“长得像产品”意味着它已经走到流程晚期——假设已被消除、设计已被审视、业务目标已经对齐。如今，这种“精致”和“真正准备上线”之间的关联已经断裂。用Andrew的话说就是：“现在你可以把完整的实现拉进设计流程的最早期。一个打磨得无比精致的原型看起来就像能上线，但实际上它还在设计流程的探索阶段——只是没有人告诉你。九十个人都会有同一个想法，每个人都做出来了，看起来很精致，但这不是产品。” Codex团队内部的解法是一个叫“baby Codex”的极简代码库，专门用来快速探索交互方案，不做生产级代码。“我们有个极度简化的内部版本，用来快速探索交互方案。‘侧边栏能不能这样？面

产品迭代的教训与启示

关于AI在设计这个具体任务上表现尤其差的原因，Andrew的回答非常直接：设计比代码更难打分。“创造一个训练循环来区分好设计和坏设计，比判断代码能不能编译，要啰嗦得多、困难得多。因为品味中人的部分，是这个反馈机制必需的东西。” 他还指出了两个更深层的问题。首先是文化维度——AI可以完美复制Linear的网站，但每次都只是Linear。而设计需要的恰恰是新东西多于已知模式。其次是抽象层的问题——如果一个公司明天改品牌色，浅层做法是手动改263个组件，深层做法是让所有视觉元素之间共享同一套语义关系。而这个抽象能力，目前的模型还够不着。“给人类大脑鼓个掌吧，”Andrew如是说。

AI时代的产品开发新范式

Codex的发展历程本身就是一部产品迭代的教科书。从Operator到Atlas，再到Codex Web和桌面端，本质上是同一个功能在搭配不同的模型能力时反复重新发布。Andrew给出了一个非常有说服力的例子：“我非常确定，Codex桌面端如果去年11月发布，在市场上绝对会失败。而唯一的变量就是11月到2月之间的模型进步。同一个产品形态，结果完全取决于几个月的模型时间差。” 他还提到一个教训：他们曾经“在AGI这条路上走得太快了”。最初的Codex Web太“AGI-pilled”——你给模型一个任务，它跑去做完回来告诉你，但做得不够好。Claude Code则反过来——完全本地、不接云端、不强求全自动，它会问你问题、等着你。那个形态才适合当时的模型水平。 Andrew现在的逻辑是：不要因为一个功能现在不行就判它死刑。列出未来一两年所有想做的事，全部做成原型，哪些现在够成熟就上，剩下的交给时间。每次模型有一次飞跃，把那件事再拿出来试一遍。功能好不好，很多时候不在于功能本身的形态，而在于它背后那个模型够不够聪明。

如有侵权，请联系删除。