倘若你提出疑问, 询问2026年当中, 哪一个AI产品的增长态势最为引人关注, 那么「Codex」必然是处于首位的。
自今年1月起, 该产品周活跃用户增长超5倍, 增长曲线极陡。当下, 其周活跃用户规模达500万。于此之中, 知识工作者（非开发者）采用Codex的速度, 是开发者群体的3倍多。
值得留意的是, 那些陡峭的增长曲线存在着重中之重的催化剂, 那便是 2 月份桌面 App 的发布, 并且, 这个桌面版给出了专属的、经过优化的使用界面, 还极大程度地降低了使用门槛, 进而带来了 Codex 下载以及采用量的爆发式增长。
这条陡峭增长曲线背后, 推动产品形态产生变化的, 有所不同的是, 多了一个相对更少被公开探讨其存在性与否且在公开视野缺失度更高去探讨甚至质疑其真实性的特定角色, 这个被遗漏的对象, 具体而言, 是Codex桌面应用团队担任负责人一职的Andrew Ambrosino。
作为直接对Codex桌面端产品演进负责的那个人, 在此期间, 他同时站立于两个能够快速产生重叠情况, 并有所交接的世界范围之内: 其中的一边, 是构建于以「写代码」为关键内核作为基础构成的开发者工具网络体系, 它成为一块紧密的整体；另一面情况呈现, 则是针对几乎任何可以用于进行知识转换传播作业的工作场景, 都表现着一种数量扩张迅速的态势, 进而形成了通用AI工作得以进入的入口, 构成一种网状的局面。在产品向外界发布的节奏方面, 以及用户使用产生行为上的变化情况来看, 甚至到团队内部对于如何重新去定义「设计」「工程」和「产品」这三者之间存在的边界问题上, 他所观察到的各种情况, 往往是在比较之下, 要通过增长数据得以呈现的本身, 才能够更靠近这场变化所蕴含的本质所在。
紧跟着的这段访谈, 恰恰是依照他的视角起始, 来剖析 Codex 产生了何种改变, 为什么会和 GPT 进行合并, 还有它往后的迭代趋向究竟是怎样的。
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，详细内容请参考原视频。
实现变便宜了， 那什么变贵了？
就在几年之前, 整个产品开发所遵循的逻辑呈现如此态势: 实现相关事宜花费颇高。因而在着手编写代码之前呐, 你得开展诸多前期用以规避风险的工作——撰写文档、完成研究、打造原型, 其目的在于促使设计成本趋于低廉。恰是由于实现环节自身成本极为高昂, 所以你必须预先将所有的一切都梳理得条理清晰。
然而, 此刻这个假定却完全颠倒过来了。于OpenAI, 情形已然演变成这般: 给予众人数量众多的token, 每一个人皆具备颇为出色的想法, 因而每一个人都在从事相关工作。其后果便是, 那一项有待实现的功能, 或许会有90个各异的团队于同一时间探究90种各不相同的达成途径。
这代表着达成不再属于消费高昂的范畴, 那究竟是什么变得价格高昂了呢? Andrew 毫不隐晦地表明: 为品味。更确切来讲, 是策划展示的进程。当你直面这90种各异的尝试之际, 你亟待具备眼力去判别: 哪些事物完成得较为出色? 这些该以怎样的方式融入其他功能之中? 这个事物应怎样构建框架? 这个切换按钮应具备几个层级? 这些抉择自身, 才是当下最为昂贵、最需予以思索的要点。
品味到底是什么？
「品味」一词, 于硅谷频繁被提及, 以至于已被说尽用滥。然而, 在 Andrew 所处之地, 此词却有着极为确切、具体的内涵, 是别样的意义。
有意思的段子是, Linear的产品负责人说过, 有人过度看重品味的美学部分, 还以Paul Graham为例, Paul Graham虽然品味不错, 可他穿的是工装裤, 这表明品味不只是外观。Andrew列出了品味的内涵, 有美学层面, 不过只是其中之一；有系统思维层面, 也就是这东西怎样融入整个系统；有方向感层面, 即这是何种主题的一部分；还有呈现方式层面。当然, 还存在一些细节方面, 比如说, 这个交互动画, 与它想要表达的语义含义, 是否相契合, 它是不是速度太快了, 以至于不适合用来表达这个概念。
但是, 真正的核心品味问题呈现出这样的情形: 要是我们具备建造任何事物的能力, 那么, 我们渴望追求的究竟是什么? 这究竟是什么? 而我们又该借助怎样的方式抵达那里? 这些才是实实在在的品味问题。
它并非仅仅关乎选择去做何事, 还算得上是关于怎样呈现信息, 关于怎样达成目标, 关于运用何种介质。在这个新时代当中, 人类大脑依旧最具价值之处乃是品味。
为什么 AI 至今还做不好设计？
这存在著一个饶有趣味的悖论, Codex在编写代码方面已然极为强大, 然而当运用它去生成设计之时, 所输出的质量常常较为平庸, 极少能够让人说出「哇, 它把一切都全然搞定了」。
Andrew觉得这背后存在着好几层缘由, 首先来说是现实层面的缘由, 设计相较于软件更不容易评分, 这是为啥, 是鉴于评判设计优劣的人类品味自身就是反馈机制的一部分, 如此一来就使得训练模型变得艰难起来, 不像代码那样, 你很难凭借客观标准, 比如说代码能不能编译, 功能是否正常, 来进行衡量, 其次, 就研究投入这方面而言, 实验室向来投入了最多的资源去提升那些能够加快AI研究自身的能力, 在编码模型的早期阶段, 很明显能够写出正确的代码是会加快研究进程的。但设计能力好不好，对 AI 研究的加速作用不那么直接。
涉及设计工作本身复杂性的是更深层的问题, 设计存在一个文化层面, 什么算「好设计」是由文化去决定的, 去年所有新网站都在复制Linear的设计, 那是真的好设计, 具备品味, 然而要是一个模型每次都输出Linear的模样, 那就并非进步, 而是失败, 设计需要新颖性, 而软件工程恰恰相反, 你几乎总是期望代码跟随已知的模式。
难解决之最的问题处于抽象层 , 代码驱动视觉设计之际 , 二者间存在深层互动 , 举例说 , 左上角某物应与下方某地在代码库中共享一样抽象 , 这不单意味着模型要成为更佳设计师 , 更意味着模型得摸清这些更深结构关系 , 若公司明日品牌重塑 , 浅层做法是挨个更新263个组件 , 而深层理解是 , 这俩看似不同之物语义相同 , 都是列表 , 有相同样式 , 传达相同交互模式。这种抽象层的理解开云正版app下载开云app在线入口世界杯直播平台开云真人app在线登录，目前对 AI 来说仍然遥不可及。
为什么 Codex 不能提前发？
这是个观察, 极为有深度, 称得上深刻, 产品的成功, 并非单单取决于设计自身, 而还在于模型能力的时机。
非常确定的是, Andrew认为, 要是Codex应用在去年11月就进行推出的话, 那它在市场上将会面临彻底失败的局面。然而有意思的是, 如果推出同样的产品造型, 但时间改为2月, 却获得了巨大成功。这里之所以出现不同结果, 唯一变化的那个因素, 也就是当中这几个月模型能力的进步。换一种说法来讲, 产品的交互设计并没有改变, 用户界面呈现的样子也没变, 整个产品所传达的概念同样维持原样, 但是仅仅是因为模型智能程度出现提升, 就将结局完全改变了。
这揭示出了一个极为深刻的真相, 在AI时代当中, 产品好不好用, 有没有价值, 并非是由UI设计单独予以决定的, 也不是由交互设计单独予以决定的, 而是由「模型在这个时刻能够做什么」来决定的。相同的一个想法, 运用旧的模型去实现或许毫无用处, 然而运用新的模型可能就会妙趣横生。
有这样一种情况, 它改变了产品规划的方式, Andrew在之前的公司目睹过这种转变, 转变后的情况是, 不再是那种“我们计划全年做什么”的模式, 而是变为“我们依据模型在特定时间点能达成的情况, 来列出所有感兴趣的事物, 为这些事物全部制作原型, 之后再决定哪些此刻可行, 其余的暂且搁置等待。等到模型有新的突破时, 再运用升级后的模型去尝试那些之前搁置的想法”。这是因为整个功能好用与否的前提条件, 并非设计的形状, 而是模型是否足够智能, 是这样的情况。
工程师、设计师、PM 的边界消失了吗？
Lenny提及, 查看Andrew的履历, 他做过工程师者, 做过设计师者, 做过产品经理者, 做过创业者者, 如今掌管着整个桌面App, 就问询设计团队是不是归这个他管。Andrew笑着说「看哪一周」——汇报关系始终在变, 然而团队始终是紧密地坐在一起工作, 彼此嵌入地工作。
Andrew称, 外界已然在探讨「角色坍缩」, 还表示往后不会再进行角色划分了, 然而他们的团队尚未达到那般程度, 不过角色之间的重叠相较于公司的其他部门, 甚至是整个行业而言, 确实更为显著, 其中一部分缘由在于Codex原本就是面向工程师的技术型产品, 团队之中的设计师可以讲工程师的语言，产品经理也能够编写代码, 举例来说, 另一位产品负责人Alexander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, 而是由其平均投入时间于何事来界定, 这与团队的工作程式有关联, 鉴于整个 App 是凭借内部“自我试用”得以运行起来的, 众人皆期望尽可能在 App 里将事情办妥, 纵使它当下还算不上做此事的最佳工具, 如此一来它方能逐步成为最佳工具。两个人也顺便谈及了「member of technical staff」这个称谓的起源, Andrew觉得最初大概是施乐（Xerox）开启了这样的叫法, 现在于研究驱动型企业里已然算是一种传统做法了。
Lenny进行追问, 询问这是否意味着往后大家均会成为不区分职能的“builder”, PM、设计、工程这些技能分类是否还会存在。Andrew的态度相当明确: 他并不认可彻底消除角色划分。他见识过许多公司喊出“取消产品岗位, 人人都是builder”, 结果是产品这个历经多年专业积累的最佳实践、试错经验, 因“我也能写代码”这种想法而被当作无用之物舍弃掉了。那种类似「这不是你的地盘」所呈现的画地为牢样式界限感不在的状态出现, 对他来讲他是乐意看到, 是欢迎的, 然而呢, 每一项专业它依然是存在自身所具备的技能门槛的, 可不是说哪一个 person 仅仅只是使用使用 Excel, 就这样就能够前往财务部门去顶替原本值班的人员的位置的。
他还说道, 如今进行角色转换的确相较于以往更为容易, 原因在于能力不再与「是否熟练掌握某个特定工具」紧密相连, 就此而言: 他本人曾经长时间认为自己不应从事工程师工作, 缘由是他对钻研汇编语言以及死记硬背TypeScript语法有所抵触, 然而这种「唯有精通某个工具才算工作出色」的门槛正处于瓦解状态。不过他同时也予以提醒, 目前这一趋势被外界过度地夸大了。
当下最前沿的 AI 辅助开发方式
Lenny将话题往回拉扯了一层, 先是提到从单纯依赖人工编写代码, 发展到AI能够编写百分之百的代码, 而后又说到如今写代码的行为已然转变为引导AI, 也就是说评估一个人编写代码数量的方式, 几乎变成了你纠正AI方向的次数, 他提出疑问, 当下最前沿的做法是否是自主循环开发, 那些处于该领域前列的AI团队呈现怎样具体的运作模式呢?
安德鲁提及, 存在一个本质性的问题, 那就是, “多少代码是由人工智能编写的”这一问题自身已然不再重要, 原因在于按照去年的标准来看, 当下近乎百分之百的代码均是由人工智能编写的；而真正应当去询问的是, 这些代码是通过“有监督”的方式编写而成的, 还是借助“无监督”的方式编写而成的, 这是全然不同的两件事情。他表示自己很高兴看到这种评判标准持续被刷新, 因为这恰恰能够表明产品在不断向前发展。团队针对「自主开发软件」方向展开过诸多探寻, 其中涵盖了不少与「harness engineering」有关的实践, 像构思着使模型于夜间自行运行一回, 对代码库进行一次类似「垃圾回收」般的清除。
他也承认, 当下所有模型都存在一个普遍问题, 那就是倾向于使代码在修改过程中变得愈发复杂。他以半开玩笑的口吻表示, 要是有公司的研究团队恰好正在收听, 期望能够将模型“删代码”的能力提升得更为优秀。这同样是在把开发完全交付给自动驾驶时会遭遇的实际状况, 无论是针对人还是代码库都是这般情形: 怎样教导模型判定应当执行哪些功能, 应当忽略哪些, 哪些需要进行合并并重新归类；怎样教导模型构建正确的抽象架构。这些能力都在往好的方向发展, 然而他觉得当下还没办法达成「设置一个循环使其能够独自对产品进行改进, 并且同时密切留意着 Twitter、Slack 以及邮件」这样的程度, 不过团队始终在朝着这个方向奋力推进着。
Lenny进行追问, 询问未来是否存在这样一天, 即团队会干脆且直接地给AI设定一个类似「赢」或者那种「给我赚一个亿」这样的终极目标, 然后就结束。Andrew面带笑容表示, 自己不敢把话说得绝对，不会轻易去断言「永远不会」或者「一定会」。
非要将 Codex 与 GPT 放在一起合并是出于什么原因? 那种使得 Codex 从自身出发会去往哪一方向是其未来所具有的走向?
Codex 一开始是命令行工具, 往后才被制作为独立 App, 它最开始的定位十分清晰明确: 是一个“开发者工具”, 并非 IDE, 能够查看代码, 然而却不允许进行代码编辑。
在 App 正式面向外部发布以前, 团队抢先在 OpenAI 的内部开展一阵子试用（时间处于 1 至 2 月之间）。在关于工程以及研究的场景范围之中, 所获反馈显得极为清晰, 还呈现非常正面的态势。然而此际又被团队查觉, 用以市场、公关、财务、法务等几乎含有全部部门的人员, 他们也都在使用这个 App——即便它对于这些人而言并不友善, 它的界面之中到处都是代码, 包含申请命令行权限的内容, 全然不是为他们打造的体验。
一开始团队的应对方式, 是将Codex的能力迁移至别的产品界面, 就像GPT桌面应用以及Atlas浏览器, 进而打造成更具通用性的知识点知识从事使用物件。然而最终呈现的结果却是, 没有任何人愿意离开Codex App就为了去使用那些经过「专门性构思」而打造形成的App.这种状况使得团队察觉到这样一个情形: 研发人员从事使用器械和通行性质知识施行流程器械二者之间已出现界限逐步瓦解的状况, Codex和GPT更类似于同一能力的不同进出渠道, 而并非是两种彼此独立的制品。
团队得出的结论是, 这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。它能够同时去承接财务、法务、科学等各个深度场景。而真正面临的挑战仅仅在于「怎么使得它足够通用」。这同时便是团队针对「Codex究竟是开发者工具, 还是干脆就是GPT」这个问题所给出的回答。
主持人Lenny据此指出, Codex已然做得比GPT App自身更具易用性、更有乐趣, 用户纷纷跑去使用它了, 故而合并乃是必然趋向, 能够防止认知紊乱。
Andrew笑着做出回应, 称有人将这个方向称作“超级应用”（super app）, 他对当初有人说出这个词颇为后悔, 原因在于自那之后, 他每日都要被这种说法所环绕。
Lenny 进一步追问: 且先不将其称作「超级应用」, 然而其核心思路是否为「用户抵达某一地点, 便能够将所有事情均完成」? 又或者说, 关于这件事情当前尚未有确定的结论?
问题的回答由 Andrew 给出, 其内容为「home base」（大本营）这一概念 , 它理应是相当出色的「主场」, 是一个能让用户在其中追踪自己处于不同产品界面时的所有待办事项的所在之处。存在一些事情, 用户能够全然于App内部予以完成；而另外一些事情, App会承担起调用、开启别的应用以达成的职责 —— 好比, App能够连接Excel, App内部的确也配备了一个电子表格编辑器, 然而对于那些要在OpenAI进行几十亿美元规模融资、需要开展复杂财务建模的人而言, 这个内置编辑器或许还远远不足。因此, 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。
换言之也就是说, 这件事情从来都并非是「我们于屏幕之上绘制一个方框, 所有的事情都必定得发生在这个方框范围之内」这种情况, 而是 —— 这个事物应当成为用户的一个「家」: 你在这个地方开启工作, 在这个地方结束工作, 在这个地方将工作予以自动化, 一旦需要用到什么样的工具, 它就会去调用什么样的工具。
为表明这一要点, Andrew讲述了一则特定的事例。Codex App初次推出之际, 团队摄制了一批宣传视频, 将剪辑这些视频的任务交予了内部的摄影人员。结果, 摄影人员自始至终利用Codex完成了这些视频的剪辑工作——这是团队头一回切实察觉到「天, 众人竟然在用这玩意儿做这种事情」的瞬间情况之一。
摄影师会出于好奇, 想到用Codex剪视频, 想看看Codex究竟能不能做这件事。Codex根本不是视频编辑器, 界面里也没有任何剪辑相关的UI。它能理解摄影师用的是Premiere Pro, 通过直接编辑Premiere Pro里支撑其屏幕显示内容的工程文件, 完成一部分剪辑操作。只是这样无法覆盖所有需求。于是, Codex接下来做的事情是, 给自己编写了一个能够装进Premiere Pro里的扩展插件, 之后借助这个插件与Premiere Pro进行“对话”, 即“嘿, Premiere Pro扩展, 可不可以帮我把这个标记点更改一下。”当团队头一回目睹这个过程切实发生之时, 全然觉得这事儿太过不可思议了。
由此, Andrew总结出了一个模型, 这个模型是, 这个世界上已然存在着大量在各自领域之中做到了极致的专业工具, Codex, 现在还要加上GPT, 它们是想要同时去做两件事情的。
头一件事, 是怎样跟用户已然在运用的这般工具毫无缝隙地协同合作: 团队并非搞出一个更优的视频编辑器, 而是令Codex还有GPT掌握使用现成工具的法子——能够跟其交互, 将任务转交给它, 这一般借助connectors（连接器）、computer use（电脑操作能力）达成, 又或者像Premiere Pro这个实例那般, 依靠扩展插件来达成。
第二件事, 是 Dan Shipper提起过的那种设想, 用户手上有一堆能点来点去使用的网页应用, 他们期望把这些应用在 Codex里直接打开, 让 Codex在其中替他们多做些事情。这两种模式, 近乎互为镜像, 团队当下正在同时大力推动这两条线。
标签： AI Codex 知识工作者 桌面App ChatGPT
还木有评论哦，快来抢沙发吧~