Codex 负责人：当实现变廉价，产品工作只剩 taste

核心要点

• 近 100% 内部使用：OpenAI 内部近乎全员每周使用 Codex，不只是工程师，而是整个公司；自 1 月起使用量增长 6 倍，每周活跃用户超 500 万。
• 流程被倒置：过去假设实现昂贵，所以靠文档/研究/原型提前去风险；如今实现变廉价，瓶颈反转为 taste 与"策展"——从 90 个并行尝试里判断该折叠、该保留什么。
• PRD 没死：Andrew 反对"PRD 已死、原型当道"的流行说法；实现变富余后关键是为观点选对媒介——模糊的产品方向用文档，验证交互模式才用原型。
• 设计最难攻克：设计难以打分、缺乏训练闭环，且不在加速 AI 研究的飞轮上；更深的难点是文化、新颖性，以及设计与代码间的抽象层（如改版时 263 个组件背后的语义关系）。
• 角色按平均值定义：Codex 团队角色坍缩明显，每个人的角色由"工作内容的平均位置"决定；但 Andrew 强烈反对取消产品角色，认为那会丢掉整门学科的最佳实践。
• 建造领先模型的东西：Codex 应用若 11 月就发布必然失败，唯一区别是 11 月到 2 月间模型变强了；策略是先把雄心勃勃的功能做成"工件"，等模型追上再重新发布。
• Zone defense（区域防守）：两个产品经理贴太近不是好信号；要像力导向布局那样拉开距离、覆盖全场空隙，让"品味制造者"从源头引导产品。

章节时间轴

• 0:46 流程被倒置 — 人人都很 agentic、都在造东西，实现不再是昂贵的部分，瓶颈变成了 taste。
• 3:05 90 个原型与媒介选择 — 任何人都能造出任何功能，导致 90 个并行探索；但要点是为观点选对媒介，而非一律跳到原型。
• 10:01 什么是 taste — taste 不只是美学，还包括系统思维、方向感、如何呈现信息，以及"该做什么"的判断。
• 11:35 AI 为何不擅长设计 — 设计难打分、不在加速研究的飞轮上；更深的是文化、新颖性与软件设计和代码间的抽象层。
• 16:13 Codex 应用是新范式 — 不是终端也不是 IDE，是能写代码又能看代码的聊天形态，体现人脑在创造新范式上的价值。
• 16:46 设计流程是死是活 — 旧的"案例研究工厂"式流程已死，但流程作为"我们处于哪一阶段"的标尺比以往更重要。
• 21:38 角色坍缩与平均值 — Codex 团队角色重叠更多，每个人由工作的平均位置定义；member of technical staff 的传统。
• 24:43 不要消灭角色概念 — 取消产品角色是糟糕主意，会丢掉学科最佳实践；每个学科都有技能门槛。
• 31:41 规划的难题 — 越短期越要细，9 个月外只能模糊，否则是虚假精确；功能好坏取决于模型够不够聪明。
• 35:29 雄心与等待模型 — 建造尚不可行、但模型变强后可行的东西；Codex/Operator/Atlas 是同一功能在不同智能水平下的重发布。
• 39:23 构建的最新前沿 — 从 loop 到 harness engineering、自主开发软件；模型最大短板是不会删代码、总在增加复杂度。
• 41:42 Andrew 如何用 Codex — 把 Codex 用成管理自己工作的工具：每日简报、扫 Slack、自动化任务、计算机操作接管屏幕。
• 51:40 Codex 的愿景与超级 App — 从开发者工具走向通用知识工作工具；做"home base"，需要时调用 Excel、Premiere 等专用工具。
• 58:36 失败角与人生格言 — Andrew 自述失败了 10–15 年才到今天；闪电轮问答（书、影视、产品、格言）。

详细内容

一、流程倒置：实现变廉价，瓶颈是 taste

Andrew 提出本期最核心的论断：作为产品领导者，当下最难的事情是流程的"倒置"。过去几十年的产品流程——即便走出了瀑布模型——本质都假设"实现是昂贵的"，因此要在前期通过文档、研究、原型把实现风险尽量去掉，因为"原型和设计更便宜"是隐含前提（3:52）。这个前提如今被彻底打破。

他描述 OpenAI 内部的真实状态：每个人都很 agentic、都有好点子，给了无限 token 后，"人人都在造一切"。对于一个迫切需要做的功能，可能同时有"90 个互不协调的团队"在各自实现和尝试（4:37）。所以短答案是：流程是倒过来的——不是角色变了或技能消失了，而是"实现不再是昂贵的那部分了，昂贵的——我斗胆说——是 taste"，是策展过程：在这 90 个尝试里判断哪些好、哪些该折叠进其他方案、该如何框定。

主持人 Lenny 复述确认：过去人们写文档说"我们要造什么"，现在人们直接造小原型，全公司类似的点子汇成 90 个可供挑选的方向。Andrew 认可这个图景，但下一节立刻给出了重要的反驳。

二、PRD 没死：关键是为观点选对媒介

针对"PRD 已死、原型当道"这个产品圈流行说法，Andrew 明确表态"我完全不相信这个"（6:09）。他的分析很细：因为各种媒介的实现都变廉价了，非工程师特别容易直接跳到原型——尤其是那些从没能写过代码、没兴趣或没时间的人，会很想说"PRD 死了，我直接给你看我的意思"。

但他也观察到反面：工程师则很容易写大量不值得读的文档。他强调这不是嘲讽任何人，而是"如果实现是富余的，那么为你想表达的观点选对格式就极其重要"。如果观点是关于某个模糊领域的产品清晰度，那也许就该用文档；如果是想把东西交到别人手里去试、去压力测试某个交互模式，那就用原型（7:40）。

主持人引入一个嘉宾曾分享的概念"primal mark（原初的笔触）"：画家在画布上的第一笔，之后的一切都是对这第一笔的回应。Lenny 由此理解 Andrew 的意思——有时原型是错误的第一步，因为你会开始回应这个原型，而非回应一个不同的、更大的想法。Andrew 补充：过去媒介本身就编码了大量信号——看到像生产环境的东西，就意味着流程已到后期、假设已去风险、设计已审过；如今这些信号被剥离了（9:14）。所以危险在于"过度锚定"在一个本意是探索、却看起来已经能上线的东西上。

三、什么是 taste，以及 AI 为何攻不下设计

Andrew 引用 Linear 产品负责人的一条推文（自承"我太上网了"），说人们过度强调 taste 的美学部分，并举 Paul Graham 为例——他显然有极好的 taste 却穿着工装短裤（10:50）。Andrew 认为 taste 是"以上全部"：有美学部分，也有系统思维部分（这东西如何嵌入系统、属于什么主题、要去往何方），还有如何呈现信息。他承认自己可能过度关注交互动画是否契合语义（"太snappy了，配不上它想传达的意思"），但真正的 taste 问题是"如果什么都能造，目标是什么、怎么到达"。

谈到 AI 为何不擅长设计（12:22），Andrew 给出实用层和深层两类原因。实用层：设计比软件更难打分，建立"什么是好设计/坏设计"的训练闭环比"代码能否编译、能否运行"更繁琐——因为人的 taste 本身是反馈机制的一部分；而且各大实验室历来优先投资能加速 AI 研究的能力，早期编码模型显然能加速研究，设计则不在这个飞轮里（13:09）。

更"浑浊"的深层难题（13:55）：其一是文化——他举例去年每个新网站都在抄 Linear 官网，如果模型每次都输出 Linear 官网，那不是挑战；设计需要的新颖性和随机性比软件工程更重要（软件工程反而希望它过度复用已知模式）。其二是软件设计与代码之间的抽象层：浅层版本是改版时要逐个更新 263 个组件，深层版本是两个外观不同的东西之间的语义关系（都在列表里、都用这种样式、都传达同一交互模式），他认为这个抽象层"用当前技术仍有点够不着"（15:28）。主持人顺势点出，人脑的持续价值在于创造力和提出全新范式——比如 Codex 应用本身就是一种前所未见的形态（16:13）。

四、角色坍缩、按平均值定义角色，以及不要消灭角色

Andrew 听过 Anthropic（"clock code"，即 Claude Code）设计负责人 Jenny 关于"设计流程已死"的论点，他基本同意，并坦言自己在 AI 之前就不喜欢正统的设计流程（16:46）。他描述这个流程：他多年前开公司做设计招聘时，曾有一篇尖刻文章讲"案例研究工厂"——设计师被教导把这套流程（用户研究、发散、收敛）置于一切产出甚至结果之上，仿佛只要走过流程东西就一定好、一定有影响力，哪怕没人用（17:46）。这套流程的前提同样是"实现昂贵、只能造一次"，所以必须穷尽问题空间和解决方案空间再实现。

如今问题在于：你能把全部实现都拉进流程，于是出现错配——一个高度打磨、看起来可以出门的原型，足够多人看到就会问"能不能现在就发布"，但其实大家正处在早期设计阶段，只是没人说出来（19:17）。所以"设计流程已死"既真也假：若你绑定的是流程的具体工具和日常细节，那它死了；但若是流程作为"我们现在处于哪一阶段"的叠加层，那它比以往更重要。

关于角色坍缩（21:38），Andrew 说外界写了很多"角色彻底消失"的存在主义论调，但他们没看到那种极端；Codex org 内部的角色坍缩确实比公司其他部门和整个经济体更明显——因为这是给工程师的技术产品，所以"我们的设计师会说工程语言、产品经理会写代码"，同事 Alexander 有计算机科学硕士学位（他自嘲自己没有）。一个描述方式是：每个人不再由"设计在哪结束、工程在哪开始"的栅栏定义，而由其工作的"平均位置"定义（22:25）。Codex 应用的全部都由 dogfooding 闭环塑造——团队甚至会"不改进自己的流程，以便让产品变得更能做这件事"，这是一个"深感不适"的处境。

但 Andrew 在这里强烈反击"取消产品角色、人人都是 builder"的潮流（24:43）。他说消灭角色概念的危险在于，会一并消灭"这些是有可知最佳实践的专业"这一认知——很多公司说"我们干掉产品角色"，结果整门积累了真实最佳实践、真实试错的产品学科就因为"我写了点代码"而被抛弃，这是糟糕的处境。他欢迎"这不是你的赛道"这种边界消失，但每个学科都有技能门槛："你会用 Excel，但你不能就去财务团队工作。"（26:16）。他认为真正变化的是：换角色更容易了、学最佳实践更容易了、效能不再绑定在会用某个具体工具上——他曾长期觉得自己不该当工程师，因为不在乎汇编语言或背 TypeScript 语法，而这种"会用工具=擅长角色"的把关正在瓦解。

五、规划、雄心与"等模型追上"

Andrew 坦言团队在规划上"并不聪明、没什么革命性做法"（31:41）。基本原则是：越短期的东西越需要细节；不是不为 9 个月后规划，而是那必须保持模糊，因为此刻给 9 个月计划添加任何精度都是"虚假精确"，只会浪费时间。他强调研究侧不同（他不替研究发言），但应用侧做产品时，"11 月能规划的东西，12 月也许还成立，但根本不是后来发生的事"。规划的核心是判断"我们认为模型在什么时间线上能做到什么"。

他在上一家公司就看到这种转变：产品流程崩塌后，做法变成列出未来一两年所有想做的事、全部做成原型、判断哪些现在就绪、其余的"放着发酵"，每次模型有飞跃就把那个东西换上新模型再试一次——因为功能好坏取决于模型是否"足够聪明"，而非它的形态（32:27）。

由此引出关于 Codex 应用的关键故事（33:12）：他非常确信 2 月发布的 Codex 应用如果 11 月就做好，"在市场上绝对会失败"，唯一的区别就是 11 月到 2 月之间的模型——同样形态的产品，仅仅几个月的时机差异，结果天差地别。主持人将此归纳为本播客反复出现的主题：建造那些尚不可行、但模型变强后会可行的东西。Andrew 补充要点是必须清楚自己处于设计流程哪一阶段——"我为这东西写了代码"不等于"应该发布它"，而是"你现在有了一个工件，可以拿来对照未来的模型测试"（35:29）。他以应用内浏览器为例，并画出 Operator→Atlas→Codex→ChatGPT 这条线："从根本上是同一个功能，用不同智能重新发布，彻底改变了结果。"他还反思早期 Codex web 失败在于"太 AGI-pilled（过度押注通用智能）"——它让你委派任务后自己跑完，但当时模型还做不好；而本地化、会反问、不让你完全甩手的 Claude Code 反而更契合当时的模型水平（37:04）。

六、构建的最新前沿与 Andrew 的个人用法

谈到"最 AI 化的团队如何工作"，Andrew 调侃"loop 已经是上周的事了"（39:23）。关于"产品有多少由 AI 写"，他说用去年的标尺看现在 100% 都是 AI 写的，所以真正的问题是"代码是被监督还是无监督写的"——这是完全不同的事。他欢迎"移动球门柱"，因为那意味着产品在进步。前沿探索包括自主开发软件、harness engineering，乃至"夜里进来给代码库做垃圾回收清理"。他点名模型最大的短板：几乎所有模型都在增加复杂度，"如果哪家公司的研究团队在听：请让模型更擅长删代码"（40:09）。要把开发完全交给自动驾驶，难点同时在人侧（如何教模型该做哪些功能请求、忽略哪些、如何归并重构）和代码库侧（如何构建正确的抽象）。他说还没到能挂一个"改进 App、听 Twitter/Slack/邮件"的 loop 的地步，但在努力。

Andrew 详述自己如何用 Codex（42:29）：最初目标是让 Codex 好到能用它来写 Codex 应用本身，由此形成极快的个人 dogfooding 闭环。随着应用从开发者工具长成更通用的工具，他的角色也随之变化——开始用 Codex 做产品发现、搭"看每个人在做什么并纠偏"的闭环。5 月左右那次引入应用内浏览器、计算机操作、工件创建的发布，是他第一次用 Notion 文档协调、自动从 PR 和 Slack 频道抓取更新、更新状态追踪器的"协调发布"。现在他每天早上看一份"每日简报"——从他所在的 3000 个 Slack 频道里筛出需要他关注的东西——还能回消息让它出五个问题给他答（43:59）。

他强调设置这类自动化的关键体验：用自然语言"教练式"地调整——"下次运行时请关注这个/弱化那个工作流/这件事发生了但没出现在简报里，能确保以后留意吗"（45:32），不必去找怎么编辑指令。主持人指出很多人没意识到 Codex 应用能像 OpenClaude 一样工作。Andrew 承认这套对会用的人很自然，但"如果你不在 OpenAI 工作，你不想搞清这一切"——产品还需解决这个形态问题。

七、浏览器、连接器与 Codex 的愿景

主持人举了自己的例子：用 Codex 造了个过滤垃圾邮件的小应用，设置时需要进 Google Cloud Console 配一堆 pub/sub API 和触发器，界面又慢又烦，于是他让 Codex 用"计算机操作"接管屏幕自己点完了——"它不在乎有没有连接器，直接开点"（46:18）。Andrew 说这些个人工作流很有意思，每个人搭的都不同，但某些主题浮现后团队就会"把它做成应用里的一等公民"，比如 memory——很多人在 obsidian/notion 里搭"思维宫殿"，但其实不该需要用户自己做，应该有个 memory 功能替你做（48:37）。判断什么该成为产品 primitive、什么只是"你做这份工作的方式"，正是他前面说的 taste 与判断。

关于 Dan Shipper 的预测——未来人们会在 Codex 里运行 SaaS 应用（49:22）——Andrew 说他们对"浏览器形态的活动"做过多次尝试：Operator、agent mode、Atlas，现在是桌面应用里的应用内浏览器，还有连接 Chrome 的扩展。难点很多很"无聊"但很棘手：原本是 Electron 应用，应用内浏览器很 janky，后来切到曾驱动 Atlas 浏览器的 owl 技术栈，有了多标签和企业级安全（可真正登录各网站）。核心张力是：这个浏览器只给 agent 用，还是要让用户把它当主浏览器用？这带来键盘快捷键映射等一大堆繁琐问题——映射到 VS Code、Chrome、Linear 还是自家的（50:55）。

谈愿景（51:40）：Codex 先是 CLI，然后做成"恰当尺寸的界面"——像聊天机器人但更多、能看代码但不让你编辑代码。1–2 月 dogfooding 时发现工程和研究侧明确的内部 PMF，但随后市场、comms、财务、法务等各部门都来用这个"对他们充满敌意"的应用（老想给他们看代码、求批准跑 rg）。于是团队尝试把 Codex 的能力加进 ChatGPT 桌面应用、Atlas 浏览器，做成更通用的知识工作工具——但出现"最烦人的问题"：没人愿意离开 Codex 应用去用那些据称为其他角色设计的应用（54:00）。教训是开发者工具与通用知识工作工具的界限远比二选一更微妙。Andrew 说他们坚信现有形态适合承载"垂直深耕"的东西：与财务、科学、法务团队深度合作，"如果能在通用模型里建对扩展性 primitive，就能用它做任何事"。有人称之为"super app"，他后悔对方这么说，因为现在每天都得听"super app"（55:31）。他更愿意把它看作"home base"——开始工作、结束工作、自动化工作的地方，需要时调用 Excel（直接对接 Microsoft Excel 的 add-in，做完可关掉 Excel）等专用工具。

最生动的例子是内部 DX 视频师 Brent 用 Codex 剪辑视频（57:03）：Codex 不是视频编辑器、没有相关 UI，但理解他用 Premiere Pro，能通过编辑背后的文件做部分剪辑；做不到的部分，Codex"自己给自己造了一个能装进 Premiere Pro 的扩展"，再通过它对 Premiere Pro 说"请改这个标记"。Andrew 说看到这一幕"相当疯狂"，这正是他们想同时做的两件事：让 Codex/ChatGPT 无缝调用你已在用的工具（通过连接器、计算机操作或扩展），以及 Dan Shipper 那种"把 Web 应用打开进 Codex 让它做额外的事"——两者几乎互为镜像。

八、失败角与收尾智慧

主持人进入固定环节"fail corner"（59:21）。Andrew 说这个"一切都在赢"的描述被回放给他听很有趣，"这也许是我第一次不觉得自己在失败"。他做了很久创业者，最后公司基本是被拆零卖掉的，多年苦熬、在重度监管的领域；之后去另一家创业公司做 AI 工具，也是在受限监管行业里一次次试、一次次不成。"对我来说我其实失败了很多"——有时只是某个时间点上技能、热情、市场时机刚好对齐了。即便 Codex 也有"数不清的微失败"：把一个形态丢进 Slack，会换来"2000 条说我们多蠢的消息"，而他说这正是他爱 OpenAI 的地方——内部失败时没人留情面，所以外部产品才一直不错（60:56）。他自述"在到这一点之前失败了大概 10–15 年"，至今每天仍惊讶事情进展顺利。

闪电轮（61:43）他作为幼儿父母推荐童书 The Gruffalo，以及最爱的老童书《The Big Orange Splot》（关于一个被橙漆砸中房子后"F it 全力以赴"改造、最终感染整条街邻居的人——主题是 agency，"你可以就去做事"）；影视推荐回归 Netflix 的《The Magic School Bus》（Kate McKinnon 配音 Professor Frizzle）；最爱产品是 Linear；问到人生格言他说自己不是格言型的人。最后被问 PM、设计、工程哪个最难，他说"它们都很不同，让一个人觉得难的事对另一个人是易事"，与其纠结"设计师/PM/工程师谁被淘汰"，不如拥抱正在引入的流动性，让有 agency 的人去做该做的事。

录制后的彩蛋里（68:35），Andrew 给出他唯一愿意给的建议："不要和你当前的确切流程结婚，要和你独一无二能交付的结果结婚"，并不断改变流程去尝试。他还坦言对 AI 时代成功所需的自我觉察感到紧张——连他开明、热爱事业的父母都未必适应这里行得通的方式，"大多数人不会是新事物的早期采用者"。他笑称自己讨厌重复（"当创始人却讨厌重复自己很糟糕"），而能每天用不同方式做自己的工作，正是他为自己的工作找到的"product market fit"。

金句

实现其实已经不是昂贵的部分了。昂贵的——我斗胆说——是 taste。 —— Andrew Ambrosino 4:37

如果实现是富余的，那么为你想表达的观点选对格式就极其重要。 —— Andrew Ambrosino 7:40

如果有个模型每次都输出 Linear 的官网，那不是这里的挑战所在。 —— Andrew Ambrosino 13:55

如果哪家公司的研究团队在听：请让模型更擅长删代码。 —— Andrew Ambrosino 40:09

我非常确信，2 月发布的 Codex 应用如果 11 月就做好，在市场上绝对会失败——唯一的区别就是 11 月到 2 月之间的模型。 —— Andrew Ambrosino 33:12

不要和你当前的确切流程结婚，要和你独一无二能交付的结果结婚。 —— Andrew Ambrosino 68:35

提到的书·产品·人物

• Andrew Ambrosino（人物）：本期嘉宾，OpenAI Codex 应用的产品与工程负责人，设计师转工程师转产品经理。
• Codex（产品）：OpenAI 的编码/知识工作应用，本期核心讨论对象，从 CLI 发展为桌面应用。
• OpenAI（公司）：Andrew 所在公司，Codex 的开发方。
• ChatGPT（产品）：OpenAI 的旗舰应用，团队曾尝试把 Codex 能力并入其桌面应用。
• Atlas（产品）：OpenAI 的浏览器，曾内置 agent，其 owl 技术栈后被 Codex 应用内浏览器复用。
• Operator（产品）：OpenAI 早期在 ChatGPT 中的浏览器操作功能，被列为 Operator→Atlas→Codex 同一功能线的早期形态。
• Claude Code / Anthropic（产品/公司）：被提及为本地化、会反问、不让用户完全甩手的编码工具范式（嘉宾口中的 "clock code / cloud code"），与早期 Codex 对比。
• Alexander（人物）：Codex 团队成员，有计算机科学硕士学位，Andrew 与他多次讨论 zone defense 等理念。
• Jenny（人物）：Claude Code/Anthropic 设计负责人，提出"设计流程已死"的论点，Andrew 大体认同。
• Paul Graham（人物）：被 Linear 产品负责人引为"有极好 taste 却穿工装短裤"的例子，说明 taste 不只是美学。
• Linear（产品）：Andrew 最爱的软件产品之一；其官网被举为"被大量抄袭"的好设计范例。
• Dan Shipper（人物）：Every 创始人，预测人们会在 Codex 里运行 SaaS 应用，常 Slack Andrew 催功能。
• Brent（人物）：OpenAI 内部 DX 视频师，用 Codex 剪辑视频并让其自建 Premiere Pro 扩展。
• Premiere Pro（产品）：Adobe 视频编辑软件，Codex 通过自建扩展与之交互的案例。
• Microsoft Excel（产品）：Codex 通过 add-in 直接对接的专用工具，用于财务建模。
• WorkOS（产品/赞助商）：B2B SaaS 企业级功能 API 平台，本季冠名赞助商。
• Mercury（产品/赞助商）：面向创业者的银行/金融产品，新推出对话式界面 Command。
• The Gruffalo（书）：Andrew 作为幼儿父母推荐的童书。
• The Big Orange Splot（书）：Andrew 最爱的老童书，主题是 agency 与"你可以就去做事"。
• The Magic School Bus（影视）：Netflix 新版动画，Kate McKinnon 配音 Professor Frizzle，Andrew 推荐。
• member of technical staff（概念）：研究型公司常用的去角色化职称，Andrew 认为可能始于 Xerox。

适合谁听

想理解 AI 时代产品、设计、工程角色将如何重塑，以及如何用 Codex 类工具改造自己工作流的产品人、设计师与工程师。