机器之心编辑部
假如你去询问, 在 2026 年的时候, 哪一个 AI 产品的增长态势会是最让人瞩目的, 那么「Codex」必然是被排在首位位置的。
自今年1月起始, 该产品的周活跃用户呈增状, 其增长有超过了5倍的幅度, 增长之曲线尽显陡直之态。当下, 它的周活跃用户规模已然达到500万基数。于此其中, 知识工作者（非开发者身份）选用Codex的速度，要较开发者群体的速度高出3倍不止。
需要留意的是, 这些急剧上升的增长曲线存在一个关键的催化剂, 那便是2月份桌面App的推出。这个桌面上的版本给出了独有的、经过优化处理的使用界面, 极大地减小了使用的难度, 致使Codex下载以及采纳量出现了爆发性的增长。
并且, 于这条陡峭增长曲线的背后之处, 促使产品形态产生变化的, 乃是一个相对而言更少被公开予以讨论的角色, 此角色即为, Codex桌面应用团队的负责人, 名叫Andrew Ambrosino。
他是直接负责Codex桌面端产品演进的人, 他站在两个快速重叠的世界之间, 一边是围绕「写代码」形成的开发者工具链, 另一边是快速扩张至几乎所有知识工作场景的通用AI工作入口。从产品发布节奏, 到用户行为变化, 再到团队内部重新界定「设计」「工程」和「产品」的边界, 他看到的东西, 往往比增长数据本身更贴近这场变化的本质。
紧跟着的这段访谈, 是从他的视角起始的, 去剖析Codex产生了哪些改变, 为何会与GPT合并, 以及它未来的迭代趋向是怎样的。
视频链接：https://www.youtube.com/watch?v=P3KDebPTUrw
我们对访谈的部分内容进行了整理开云app在线入口，详细内容请参考原视频。
实现变便宜了，
那什么变贵了？
几年前, 整个产品开发的逻辑是这般: 实现的费用很高。所以, 在动手去写代码以前, 你要做大量的事前去开展风险方面的工作, 诸如写文档, 做研究, 做原型, 其目的在于让设计变得更便宜。正是因为实现自身成本高昂, 所以你必须在前期就要把一切梳理得清清楚楚。
但此刻, 这个假设完全反转过来了。于OpenAI, 情形化作了这般: 给予人们数量众多的token, 每一个人都拥有相当不错的想法, 故而每一个人都在着手做事情。其结果便是, 对于一项需要去做的功能, 或许会有90个各异的团队, 在同一时间探索90种各不相同的实现途径。
这表明实现已不再属于昂贵的那一部分, 那么究竟是什么变昂贵了? Andrew 毫不隐晦地指出: 是品味, 更确切来讲, 是策展的进程。当你面对这 90 个各异的尝试时, 你得具备眼光去判定: 哪些事物做得挺好? 这些又该如何融入至其他功之中? 这个东西应当怎样进行框架构建? 这个切换按钮应当设有几个级别? 这些决策本身, 才是当下最昂贵且最需深入思索的所在。
品味到底是什么？
“品味”一词, 于硅谷被反复提及至令人厌烦的程度。然而, 在Andrew身上, 它具备极为确切的意义。
有个算得上有趣的段子, 是这样的, Linear的产品负责人讲过, 有人过度着重品味的美学那一部分, 之后竟然举Paul Graham当例子, Paul Graham显然品味挺好, 然而他穿的是工装裤, 这表明品味远远不只有外观。Andrew把品味的内涵一条条罗列出来, 有在美学方面的，可那仅是其中一部分, 有在系统思维方面的, 也就是这个东西怎样融入整个系统, 有在方向感方面的, 这是某个主题的哪一部分, 还有在呈现方式方面的。当然, 还存在一些细节方面, 比如说, 这个交互动画, 它与它所想要表达的语义含义, 是否相互符合呢, 它是不是速度太过快速了, 以至于不适合用来表达这个概念。
不过, 真正的核心品味方面的问题是如此这般的: 要是我们能够去建造任何事物, 那么我们渴望冀求的究竟是什么? 这到底是什么? 我们又该以怎样的方式抵达那个所在呢嗯? 这些些方才是真正的品味问题。
它并非仅仅关乎选择去做何事, 也是关于怎样去呈现信息, 怎样去达成目标, 采用诸般何种介质, 品味乃是于这个崭新时代之中, 人类大脑仍旧最为具备价值的所在之点。
为什么 AI 至今还做不好设计？
这存在着一个饶有趣味的悖论, Codex在书写代码方面已然十分强大, 然而当运用它来生成设计的时候, 其输出的质量常常显得平庸, 很少能够让人表述出「哇, 它彻底搞定了」这样的话语。
Andrew认定这背后存在着好几层缘由, 首先是实际方面的缘由, 设计相较于软件更难以进行评分, 原因在于评判设计优劣的人类品味自身就是反馈机制的一部分, 这使得训练模型变得困难, 不像代码那般, 你很难凭借客观标准, 诸如代码能否编译、功能是否正常等来加以衡量。其次，从研究投入的角度来讲, 实验室向来投入最多的资源去提升那些能够加速AI研究自身的能力, 在编码模型的早期阶段, 显然能够写出正确的代码会加速研究的进程。但设计能力好不好，对 AI 研究的加速作用不那么直接。
更深层次的问题关联到设计工作本身具备的复杂性, 设计之中存在着一个文化层面, 什么算做好的设计是由文化所决定的, 去年全部新网站皆在复制Linear的设计, 那是真正意义上的好设计, 具备品味, 然而要是一个模型每次均输出Linear的模样, 那就并非是进步, 而是失败, 设计需求具备新颖性, 而软件工程恰恰与之相反, 你近乎始终期望代码遵循已知的模式。
最难解决的问题处在抽象层, 代码驱动视觉设计时, 二者有着深层互动, 举例来说, 左上角的某物要与如下某处于代码库中共享同一抽象, 这并非单指模型得成为更出色的设计师, 而是模型得理解这些更深层次的结构关联, 若公司明日开展品牌重塑, 浅层次做法是逐一把263个组件更新, 深层次理解应是, 这两个看似不同的事物语义相同, 皆为列表, 具备相同样式, 传达相同交互模式。这种抽象层的理解开云手机入口app下载开云app官方最新下载，目前对 AI 来说仍然遥不可及。
为什么 Codex 不能提前发？
这是一项极为深刻的观察, 产品的成功, 并非仅仅取决于设计自身, 还取决于模型能力所契合的时机。
Andrew十分笃定, 要是Codex应用于去年11月得以推出, 那它在市场中定会遭遇彻头彻尾的失败。但若同样产品形态在2月推出, 却收获了巨大成功。唯一的变数便是中间这几个月模型能力的进步, 也就是说, 产品的交互设计、用户界面、整个概念均未改变, 然而模型智能程度的提升, 却全然改变了结果。
这揭示出了一个极为深刻的真相, 在AI时代, 产品好不好用, 有没有价值, 并非由UI设计单独决定, 也不是由交互设计单独决定, 而是由「模型在这个时刻能够做什么」決定的。同样的一个想法, 用老旧的模型去实现或许毫无用处, 然而用全新的模型就可能变得妙趣横生。
这件事同样对产品规划的方式产生了改变, 此前Andrew于之前所在的公司目睹过这样的转换, 即不再是那种「我们针对全年计划去做些什么」的模式, 而是转化成了「我们依据模型所信赖能够在何种时间节点达成何事, 进而让我们罗列出所有具备兴趣之物, 针对它们逐一制作原型, 随后判定哪些于当下能够开展, 其余的暂且搁置等待, 直至模型实现新的突破之际, 再借助升级后的模型去尝试那些先前被搁置的构想」。究其原因在于, 整个功能是否具备良好的使用体验, 其前提并非设计的外形, 而是模型是否拥有足够的智能程度。
工程师、设计师、PM 的边界消失了吗？
Lenny提及, 查看Andrew的履历, 他做过工程师, 做过设计师 , 曾是产品经理, 也曾是创业者, 如今掌管着整个桌面App, 想问设计团队是否也归他管理。Andrew笑着说「看哪一周」, 汇报关系始终在变化, 不过团队一直紧密地坐在一起, 彼此相互嵌入地开展工作。
Andrew讲, 外面已然在聊「角色坍缩」, 讲往后不会再区分角色了, 他们团队还没到那种程度，然而角色间的重叠的确比公司别的部门、甚至整个行业都更显著, 一部分缘由是Codex本就是面向工程师的技术型产品, 团队中的设计师能说工程师的话语, 产品经理也会编写代码, 像另一位产品负责人Alexander就拥有计算机科学硕士学位, 而Andrew自身反倒没有。
他觉得, 当下更为确切的表述是: 一个人并非由「设计截止之处、工程起始之点」这般的界限予以界定, 而是依据他平均投入时间所从事之事来界定, 这与团队的工作方式相关联, 由于整个 App 是借助内部「使用自身产品」得以运行的, 所有人都期望尽可能在 App 里将事情完成, 即便它当下尚非做此事的最佳工具, 如此它方能逐渐成为最佳工具。两人顺便谈及标题为（member of technical staff）的由来, Andrew觉得最初或许是施乐（Xerox）开始这样称呼的, 当下在研究驱动型公司里已然算是一种传统。
Lenny进行追问, 询问这是不是意味着在未来大家都会变成那种不分职能的「builder」, 还问PM、设计、工程这些技能分类是否还会存在。Andrew的态度十分明确, 他并不认同要彻底取消角色划分。他见过不少公司喊出「取消产品岗位, 人人都是builder」, 结果是产品这个经过多年专业积累的最佳实践、试错经验, 就因为「我也能写代码」这种想法而被当成没用的东西给丢弃了。他蛮欢迎那种“这不是你的地盘”此类画地为牢样式的边界感不见踪影的情况, 然而每个专业都存在自身的技能门槛, 可不是谁只要用用Excel, 就能够跑去财务部门暂代工作的，是不是, 没错。
他还提及, 当下进行角色转换的确相较于以往更为轻松, 原因在于能力不再与「是不是精深掌握某一特定工具」紧密相连: 他本人曾经长时间认为自己不应当从事工程师工作, 缘由是不乐意钻研汇编语言、硬性记住TypeScript语法, 而然这种「唯有精通某个工具才算工作出色」的界限正在被打破。不过他也发出警示, 当前这一趋势被外界过度地夸张了。
当下最前沿的 AI 辅助开发方式
Lenny将话题往回拉了一层, 存在这么几个阶段, 先是纯人工写代码, 接着是AI能写100%的代码, 再到如今「写代码」这事儿进而变成了「引导AI」, 也就是说评估一个人写了多少代码基本上如同「你纠正AI方向纠正了几次」这般。他进行了询问, 提出现在最前沿的做法是否是「loop」, 也就是自主循环开发, 还问那些走在最前面的AI团队, 当下具体是怎样运作的呢?
Andrew提及, 存在一个本质性问题, 即「多少代码为AI所写」这一问题自身便已不太重要, 缘由在于依照去年的标准, 如今近乎100%的代码皆是由AI编写而成；而真正应当去问的则是, 这些代码是借由「有监督」方式编写出来的, 亦或是通过「无监督」方式编写出来的, 这属于全然不同的两件事情。他表示自己乐于见到这种评判标准持续地被刷新, 因为这恰好意味着产品正朝着前进的方向发展。团队针对「自主开发软件」方向进行过诸多探索, 就「harness engineering」相关方面给出了不少尝试, 像是作于夜里让模型独立运行一回的思索, 开展对代码库予以「垃圾回收」类型清理这么个行动。
他也表明, 当下所有模型都存在一个共同问题, 即有着让代码愈发复杂的倾向。他带着半分玩笑讲道, 要是有公司的研究团队正在听, 期望能把模型“删代码”的能力提升得更出色些。这同样是在将开发完全交付给自动驾驶时会碰到的实际问题, 在人和代码库这两方面都是如此: 怎样去教导模型判定该执行哪些功能, 该忽视哪些, 哪些又该合并并重新归类；怎样去教导模型构建正确的抽象结构。具备的这些能力都呈现出变好的态势, 然而他觉得当下还无法达成那种程度, 即设置一个 loop 使之能够自行去改进产品, 与此同时还要时刻留意 Twitter、Slack 以及邮件, 不过团队始终在朝着这样的方向持续努力着。
Lenny 进行追问, 问的是, 会不会存在那么一天, 团队干脆直接地给 AI 设置一个像「赢」或者「给我赚一个亿」这样的终极目标, 然后就完事儿了。Andrew 面带笑容地表示, 自己不敢把话讲得很绝对, 不会轻易去断言「永远不会」或者「一定会」。
为什么非得把 Codex 和 GPT 合并？
Codex 的未来将走向何方？
Codex, 起初那会儿它是命令行工具, 往后呢才被弄成独立的App, 最开始的时候定位是很清晰明确的, 它是一个“开发者工具”, 可不是那种IDE, 它能用来查看代码, 然而却不允许对代码进行编辑操作。
在 App 正式面向外部发布以前, 团队于 OpenAI 内部先行开展了一轮试用, 时间跨度为 1 至 2 月。在工程以及研究场景当中, 反馈呈现出极为清晰、极为正面的态势。然而, 团队与此同时察觉到, 市场、公关、财务、法务等近乎所有部门的人员也在使用这款 App, 尽管该 App 对于这些人员而言并不具备友好的特性, 其界面充斥着代码以及命令行权限申请, 全然不是为他们所设计的体验。
一开始团队的应对方式, 是将Codex的能力搬运到别的产品界面那儿, 比如说GPT桌面应用以及Atlas浏览器上, 从而制作成更为通用的知识工作工具。然而结果就是, 没有人愿意离开Codex App去使用那些“专门”打造出来的App。这致使团队察觉到: 开发者工具跟通用知识工具之间的边界正处在坍塌状态, Codex以及GPT更像是同一个能力的不同入口, 而非两类独立的产品。
团队得出的结论是: 那么一套产品应当被制作为一个具备足够通用性、可扩展性的底层部分, 它能够在同一时间内承受接纳财务、法务、科学等深度场景。而实际真正存在的挑战仅仅是在于「究竟要如何使得它具备足够的通用性」 —— 这同样也是团队针对「Codex究竟算是开发者工具, 又或者干脆就是GPT」这个问题所给出的回答。
由此, 主持人Lenny点明, Codex已然做到了比GPT App自身更加好用, 更加好玩, 致使众多用户纷纷跑去使用它, 所以, 合并是必然的发展方向, 能够避免出现认知上的乱象。
Andrew笑着做出回应, 声称有人将这个方向称作「超级应用」（super app）, 他表达了后悔之情, 后悔当初有人抛出这个词汇, 原因在于自那之后, 他每日都要被这种说法所环绕。
追问的 Lennny 说道: 暂且不称呼它为「超级应用」, 然而核心思路是不是「用户抵达一个地方, 便能够将所有事情都给完成」呢? 又或者说, 对于这件事当前还不存在确定的结论吗?
Andrew所给出的回答, 是“home base”（大本营）这样的概念, 这应当是一个相当不错的“主场”, 是一个能够让用户追踪自身于不同产品界面上全部待办事项的所在之处。存在一些事情, 用户得以彻底于 App 之内去完成；另外存在一些事情, App 会承担起去进行调用、打开其他应用以达成的职责；比如说, App 能够连接 Excel, 而且 App 内部实际上亦装备有一个电子表格编辑器, 然而对于那些要在 OpenAI 开展几十亿美元规模融资、有着进行复杂财务建模需求的人而言, 这个内置编辑器或许仍旧远远不足。所以, App 会径直与用户电脑桌面上的 Microsoft Excel 插件展开对话, 待事情完成之后, 用户能够直接将 Excel 关闭。
换个说法来讲, 这件事情从来都并非是「我们于屏幕之上绘制出一个方框, 所有种种事情均必须发生在这个所绘制出的方框范围之内」这种情况, 而是 —— 这个事物应当成为用户的一处「家」: 你在这个地方开启工作进程, 进而结束工作进程, 还要将工作予以自动化处理，要是需要用到什么工具, 它就相应去往调取什么工具。
旨在阐述这一要点, Andrew讲述了一则特定的故事。Codex App初次发布之际, 团队摄制了一批宣传视频, 剪辑这些视频的工作交由内部的摄影师承担。最终, 摄影师自始至终运用Codex完成了这些视频—这是团队首次切实察觉到「天啊, 众人竟然在用这物品做这般事情」的瞬间之一。
会想到用Codex剪视频的摄影师, 纯粹是出于好奇, 就是想瞧瞧Codex究竟能不能做这件事。Codex本身压根不是一个视频编辑器, 其界面里也不存在任何剪辑相关的UI, 然而它能明白摄影师用的是Premiere Pro, 并且能借助直接编辑Premiere Pro背后、支撑屏幕显示内容的工程文件, 达成一部分剪辑操作, 只是如此还无法涵盖所有需求。于是, Codex随后所做之事, 乃是为自身编写了一个能够被装入Premiere Pro之中的扩展插件, 接着借助此插件与Premiere Pro展开“交流”——“嘿, Premiere Pro扩展, 可不可以帮我把这个标记点予以更改。”当团队头一回目睹这个过程切实发生之际, 均觉得这事儿甚是不可思议。
于是, Andrew归纳得出了一个模型, 在这个世界上, 已然存在着数量众多的、于各自领域中达成极致状态的专业工具, 至于Codex, 现在还要加上GPT这儿, 它们是想要同时去做两件事情的。
首先要说的第一件事儿, 并非是要致力于去另起炉灶打造一个焕然一新的、更为出色的视频编辑器送给团队去借助它开展工作, 而是着手推动Codex以及GPT获得一种足以和那些用户已在使用着的现成工具实现无缝对接协作且能流畅交互并且还可以妥善交接任务的能力, 这种能力达成的途径一般会是借助connectors（连接器）、computer use（电脑操作能力）得以实现, 又或者就如同Premiere Pro这个实例所呈现的那般, 是依靠扩展插件达成的。
Dan Shipper曾提到过一种设想, 关乎那件排在第二顺位的事情即, 用户手上早就存有能点来点去供己使用的一堆网页应用而言了, 但怀抱着这样的一种企望, 那就是想把这些应用在Codex里面直接给予开启, 进而希冀Codex在该程序中借助其自身的能力替他们多做一些事务处理的工作。这两种既各自独立又相互关联的模式, 呈现出几乎互为镜像的态势, 就现下的情形来讲, 团队正在同步大力地抓紧往这两条不同线条上积极稳步推进着各项工作。
在【ICML 2026首尔】这个会议相关活动里, 名为【云帆AI Talent Meetup】的活动处于最后报名的阶段, 是这样的情况, 有这样的安排啦。
7 月 9 日的那个夜晚, 在首尔 ICML 会场的旁边, 上海人工智能实验室、上海科技大学、上海创智学院、阶跃星辰、Sharpa Robotics 等 20 多家上海顶尖的 AI单位, 到达现场设置展位予以展示, 开放超过 100 个岗位。专场招聘、学术分享、圆桌交流、自由 Networking 一次性全部完成, 不再存在分开进行的情况。
标签： AI产品 Codex 知识工作者 ChatGPT 产品形态
还木有评论哦，快来抢沙发吧~