Codex、ChatGPT為何合體？OpenAI核心leader回應(yīng)一切

機(jī)器之心編輯部

如果你問 2026 年哪個(gè) AI 產(chǎn)品的增長(zhǎng)最令人矚目，那「Codex」肯定是排在第一位的。

自今年 1 月份以來，該產(chǎn)品的周活躍用戶增長(zhǎng)了 5 倍以上，增長(zhǎng)曲線很陡。目前，它的周活躍用戶規(guī)模已經(jīng)達(dá)到 500 萬(wàn)。其中，知識(shí)工作者（非開發(fā)者） 采用 Codex 的速度，是開發(fā)者群體的 3 倍以上。

值得注意的是，這些陡峭的增長(zhǎng)曲線有個(gè)重要的催化劑 ——2 月份桌面 App 的發(fā)布。這個(gè)桌面版提供了專屬、優(yōu)化的使用界面，大幅降低了使用門檻，帶來了 Codex 下載和采用量的爆發(fā)式增長(zhǎng)。

而在這條陡峭增長(zhǎng)曲線背后，推動(dòng)產(chǎn)品形態(tài)發(fā)生變化的，是一個(gè)相對(duì)更少被公開討論的角色 ——Codex 桌面應(yīng)用團(tuán)隊(duì)負(fù)責(zé)人 Andrew Ambrosino。

作為直接負(fù)責(zé) Codex 桌面端產(chǎn)品演進(jìn)的人，他同時(shí)站在兩個(gè)快速重疊的世界之間：一邊是以「寫代碼」為核心的開發(fā)者工具鏈，另一邊則是迅速擴(kuò)張到幾乎所有知識(shí)工作場(chǎng)景的通用 AI 工作入口。從產(chǎn)品發(fā)布節(jié)奏到用戶行為變化，再到團(tuán)隊(duì)內(nèi)部如何重新定義「設(shè)計(jì)」「工程」和「產(chǎn)品」的邊界，他所看到的，往往比增長(zhǎng)數(shù)據(jù)本身更接近這場(chǎng)變化的本質(zhì)。

接下來這段訪談，正是從他的視角出發(fā)，去拆解 Codex 改變了什么、為何與 ChatGPT 合并，以及它未來的迭代方向是怎樣的。

視頻鏈接：https://www.youtube.com/watch?v=P3KDebPTUrw

我們對(duì)訪談的部分內(nèi)容進(jìn)行了整理，詳細(xì)內(nèi)容請(qǐng)參考原視頻。

實(shí)現(xiàn)變便宜了，

那什么變貴了？

幾年前，整個(gè)產(chǎn)品開發(fā)的邏輯是這樣的：實(shí)現(xiàn)很貴。所以在動(dòng)手寫代碼之前，你要做大量的事前去風(fēng)險(xiǎn)工作 —— 寫文檔、做研究、做原型，目的是讓設(shè)計(jì)更便宜。正是因?yàn)閷?shí)現(xiàn)本身成本高昂，你必須在前期就把一切梳理清楚。

但現(xiàn)在這個(gè)假設(shè)徹底反轉(zhuǎn)了。在 OpenAI，情況變成了這樣：給人們大量的 token，每個(gè)人都有很好的想法，所以每個(gè)人都在做東西。結(jié)果是，一個(gè)需要做的功能，可能有 90 個(gè)不同的團(tuán)隊(duì)在同時(shí)探索 90 種不同的實(shí)現(xiàn)方式。

這意味著實(shí)現(xiàn)不再是昂貴的部分。那什么變貴了呢？ Andrew 直言不諱：是品味。更具體地說，是策展的過程。當(dāng)你面對(duì)這 90 個(gè)不同的嘗試時(shí)，你需要有眼光去判斷：哪些東西做得不錯(cuò)？這些應(yīng)該如何折疊進(jìn)其他功能里？這個(gè)東西應(yīng)該怎么框架化？這個(gè)切換按鈕應(yīng)該有幾個(gè)段位？這些決策本身，才是現(xiàn)在最貴、最需要思考的地方。

品味到底是什么？

「品味」這個(gè)詞在硅谷被說爛了。但在 Andrew 這里，它有非常具體的含義。

有個(gè)有趣的段子是，Linear 的產(chǎn)品負(fù)責(zé)人曾說有人過度強(qiáng)調(diào)品味的美學(xué)部分，然后舉 Paul Graham 為例 ——Paul Graham 明顯品味很好，但他穿的是工裝褲。這說明品味遠(yuǎn)不止外觀。 Andrew 把品味的內(nèi)涵列舉出來：有美學(xué)層面，但那只是一部分；有系統(tǒng)思維的層面，即這個(gè)東西如何融入整個(gè)系統(tǒng)；有方向感的層面，這是什么主題的一部分；有呈現(xiàn)方式的層面。當(dāng)然還有一些細(xì)節(jié)的層面，比如這個(gè)交互動(dòng)畫是否與它想表達(dá)的語(yǔ)義意思相符 —— 它是不是太快速了，不適合表達(dá)這個(gè)概念。

但真正的核心品味問題是這樣的：如果我們能建造任何東西，那么我們想要什么？這是什么？我們?nèi)绾蔚竭_(dá)那里？這些才是真正的品味問題。

它不僅是關(guān)于選擇做什么。也是關(guān)于如何展現(xiàn)信息、如何實(shí)現(xiàn)目標(biāo)、使用什么介質(zhì)。品味是這個(gè)新時(shí)代里，人類大腦仍然最有價(jià)值的地方。

為什么 AI 至今還做不好設(shè)計(jì)？

這是個(gè)有趣的悖論：Codex 在寫代碼上已經(jīng)非常強(qiáng)大，但當(dāng)用它生成設(shè)計(jì)時(shí)，輸出的質(zhì)量往往平庸。很少能說「哇，它完全搞定了」。

Andrew 認(rèn)為這背后有幾層原因。首先是實(shí)際的原因。設(shè)計(jì)比軟件更難評(píng)分，因?yàn)樵u(píng)價(jià)設(shè)計(jì)好壞的人類品味本身就是反饋機(jī)制的一部分。這讓訓(xùn)練模型變得困難 —— 不像代碼，你很難用客觀標(biāo)準(zhǔn)（代碼能編譯嗎？功能正常嗎？）來衡量。其次，從研究投入的角度看，實(shí)驗(yàn)室歷來投入最多資源去提升那些能加速 AI 研究本身的能力。在編碼模型早期，顯然能寫正確的代碼會(huì)加速研究。但設(shè)計(jì)能力好不好，對(duì) AI 研究的加速作用不那么直接。

更深層的問題涉及設(shè)計(jì)工作本身的復(fù)雜性。設(shè)計(jì)中有一個(gè)文化層面—— 什么算「好設(shè)計(jì)」是由文化決定的。去年所有新網(wǎng)站都在復(fù)制 Linear 的設(shè)計(jì)，那是真的好設(shè)計(jì)，有品味。但如果一個(gè)模型每次都輸出 Linear 的樣子，那就不是進(jìn)步，而是失敗。設(shè)計(jì)需要新穎性，而軟件工程恰恰相反，你幾乎總是希望代碼跟隨已知的模式。

最難解決的問題在于抽象層。當(dāng)代碼驅(qū)動(dòng)視覺設(shè)計(jì)時(shí)，兩者之間存在著深層的互動(dòng)。比如，左上角的某個(gè)東西應(yīng)該和下面某個(gè)地方在代碼庫(kù)中共享相同的抽象。這不僅僅是說模型需要成為更好的設(shè)計(jì)師，而是說模型需要理解這些更深的結(jié)構(gòu)關(guān)系 —— 如果公司明天進(jìn)行品牌重塑，淺層的做法是逐個(gè)更新 263 個(gè)組件，但深層的理解應(yīng)該是：這兩個(gè)看起來不同的東西在語(yǔ)義上是相同的，它們都是列表，都有相同的樣式，都傳達(dá)相同的交互模式。這種抽象層的理解，目前對(duì) AI 來說仍然遙不可及。

為什么 Codex 不能提前發(fā)？

這是一個(gè)非常深刻的觀察：產(chǎn)品的成功不僅取決于設(shè)計(jì)本身，還取決于模型能力的時(shí)機(jī)。

Andrew 非常確信，如果 Codex 應(yīng)用在去年 11 月就推出，它會(huì)在市場(chǎng)上徹底失敗。而如果在 2 月推出的同一個(gè)產(chǎn)品形狀，卻獲得了巨大成功。唯一的變量是中間這幾個(gè)月模型能力的進(jìn)步。換句話說，產(chǎn)品的交互設(shè)計(jì)、用戶界面、整個(gè)概念都沒有變，但模型智能程度的提升，完全改變了結(jié)果。

這揭示了一個(gè)深刻的真相：在 AI 時(shí)代，產(chǎn)品是否好用、是否有價(jià)值，不是由 UI 設(shè)計(jì)或交互設(shè)計(jì)單獨(dú)決定的，而是由「模型在這個(gè)時(shí)刻能做什么」決定的。同一個(gè)想法，用舊的模型實(shí)現(xiàn)可能毫無用處，但用新的模型就可能妙趣橫生。

這也改變了產(chǎn)品規(guī)劃的方式。 Andrew 在之前的公司看到過這個(gè)轉(zhuǎn)變：不再是「我們計(jì)劃全年做什么」，而是變成「我們相信模型在什么時(shí)間點(diǎn)能做什么，讓我們列出所有感興趣的東西，為它們?nèi)孔鲈停缓鬀Q定哪些現(xiàn)在可以做，其他的先放著等待，等到模型有新的跨越時(shí)，再用升級(jí)后的模型嘗試那些之前擱置的想法」。因?yàn)檎麄€(gè)功能是否好用的前提，不是設(shè)計(jì)的形狀，而是模型是否足夠聰明。

工程師、設(shè)計(jì)師、PM 的邊界消失了嗎？

Lenny 提到，看 Andrew 的履歷，工程師、設(shè)計(jì)師、產(chǎn)品經(jīng)理、創(chuàng)業(yè)者他都做過，現(xiàn)在管著整個(gè)桌面 App，就問設(shè)計(jì)團(tuán)隊(duì)是不是也歸他管。Andrew 笑說「看哪一周」—— 匯報(bào)關(guān)系一直在變，但團(tuán)隊(duì)一直是緊密坐在一起、彼此嵌入地工作。

Andrew 說，外界已經(jīng)在討論「角色坍縮」、說以后不會(huì)再分角色了，他們團(tuán)隊(duì)還沒到那一步，但角色之間的重疊確實(shí)比公司其他部門、甚至整個(gè)行業(yè)都更明顯 —— 一部分原因是 Codex 本來就是面向工程師的技術(shù)型產(chǎn)品，團(tuán)隊(duì)里的設(shè)計(jì)師能講工程師的語(yǔ)言，產(chǎn)品經(jīng)理也能寫代碼，比如另一位產(chǎn)品負(fù)責(zé)人 Alexander 就有計(jì)算機(jī)科學(xué)碩士學(xué)位，Andrew 自己反而沒有。

他認(rèn)為，現(xiàn)在更準(zhǔn)確的說法是：一個(gè)人不再由「設(shè)計(jì)到哪結(jié)束、工程從哪開始」這樣的邊界定義，而是由他平均花時(shí)間在做什么來定義—— 這也跟團(tuán)隊(duì)的工作方式有關(guān)，因?yàn)檎麄€(gè) App 是靠?jī)?nèi)部「吃自己的狗糧」跑出來的，大家都想盡量在 App 里把事情做完，哪怕它暫時(shí)還不是做這件事最好的工具，這樣它才能慢慢變成最好的工具。兩人也順帶聊起「member of technical staff」這個(gè)頭銜的由來，Andrew 認(rèn)為最早可能是施樂（Xerox）開始這么叫的，如今在研究驅(qū)動(dòng)型公司里已經(jīng)算一種傳統(tǒng)。

Lenny 追問，這是不是意味著未來大家都會(huì)變成不分職能的「builder」，PM、設(shè)計(jì)、工程這些技能分類還會(huì)不會(huì)存在。Andrew 的態(tài)度很明確：他并不認(rèn)同徹底取消角色劃分。他見過不少公司喊出「取消產(chǎn)品崗位，人人都是 builder」，結(jié)果是產(chǎn)品這個(gè)專業(yè)積累多年的最佳實(shí)踐、試錯(cuò)經(jīng)驗(yàn)，就因?yàn)椤肝乙材軐懘a」這種想法被當(dāng)成沒用的東西丟掉了。「這不是你的地盤」這種畫地為牢式的邊界感消失，他是歡迎的，但每個(gè)專業(yè)依然有自己的技能門檻 —— 不是誰(shuí)用用 Excel，就能去財(cái)務(wù)部門頂班。

他也提到，現(xiàn)在換角色確實(shí)比以前容易了，因?yàn)槟芰Σ辉俸汀甘欠窬硞€(gè)具體工具」死死綁定：他自己就曾長(zhǎng)期覺得不該做工程師，因?yàn)椴幌矚g鉆研匯編語(yǔ)言、死記 TypeScript 語(yǔ)法，而這種「精通某個(gè)工具才算干得好」的門檻正在瓦解。不過他也提醒，這個(gè)趨勢(shì)目前被外界過度夸大了。

當(dāng)下最前沿的 AI 輔助開發(fā)方式

Lenny 把話題往回拉了一層：從純?nèi)斯懘a，到 AI 能寫 100% 的代碼，再到現(xiàn)在「寫代碼」變成了「引導(dǎo) AI」—— 評(píng)估一個(gè)人寫了多少代碼，幾乎變成了「你糾正 AI 方向糾正了幾次」。他問，現(xiàn)在最前沿的做法是不是「loop」（自主循環(huán)開發(fā)）？那些走在最前面的 AI 團(tuán)隊(duì)，現(xiàn)在具體是怎么運(yùn)作的？

Andrew 提到，一個(gè)本質(zhì)的問題是，「多少代碼是 AI 寫的」這個(gè)問題本身已經(jīng)不重要了，因?yàn)榘慈ツ甑臉?biāo)準(zhǔn)，現(xiàn)在幾乎 100% 的代碼都是 AI 寫的；真正該問的是，這些代碼是「有監(jiān)督」寫出來的，還是「無監(jiān)督」寫出來的，這是完全不同的兩件事。他說自己樂見這種評(píng)判標(biāo)準(zhǔn)不斷被刷新，因?yàn)檫@恰恰說明產(chǎn)品在往前走。團(tuán)隊(duì)做過不少「自主開發(fā)軟件」方向的探索，也包括不少「harness engineering」相關(guān)的嘗試，比如設(shè)想讓模型在夜里自己跑一遍，把代碼庫(kù)做一次「垃圾回收」式的清理。

他也坦言，目前所有模型都有一個(gè)通病 —— 傾向于讓代碼越改越復(fù)雜。他半開玩笑地說，如果哪家公司的研究團(tuán)隊(duì)正好在聽，希望能把模型「刪代碼」的能力練得更好一些。這也是把開發(fā)完全交給自動(dòng)駕駛時(shí)會(huì)遇到的現(xiàn)實(shí)問題，人和代碼庫(kù)兩頭都是如此：怎么教模型判斷該做哪些功能、該忽略哪些、哪些該合并重新歸類；怎么教模型搭建正確的抽象結(jié)構(gòu)。這些能力都在變好，但他認(rèn)為目前還做不到「設(shè)一個(gè) loop 讓它自己去改進(jìn)產(chǎn)品，同時(shí)盯著 Twitter、Slack、郵件」這種程度，不過團(tuán)隊(duì)一直在朝這個(gè)方向努力。

Lenny 追問，會(huì)不會(huì)有一天，團(tuán)隊(duì)干脆直接給 AI 設(shè)一個(gè)「贏」或者「給我賺一個(gè)億」這樣的終極目標(biāo)就完事了。Andrew 笑著表示自己不敢把話說死，不會(huì)輕易斷言「永遠(yuǎn)不會(huì)」或者「一定會(huì)」。

為什么非得把 Codex 和 ChatGPT 合并？

Codex 的未來將走向何方？

Codex 最早是命令行工具，后來才做成獨(dú)立 App，最初定位很明確：一個(gè)「開發(fā)者工具」—— 不是 IDE，能看代碼，但不讓編輯代碼。

App 正式對(duì)外發(fā)布前，團(tuán)隊(duì)先在 OpenAI 內(nèi)部做了一輪試用（1-2 月）。工程和研究場(chǎng)景里反饋非常清晰、非常正面。但團(tuán)隊(duì)同時(shí)發(fā)現(xiàn)，市場(chǎng)、公關(guān)、財(cái)務(wù)、法務(wù)等幾乎所有部門的人也在用這個(gè) App—— 盡管它對(duì)這些人并不友好，界面里全是代碼和命令行權(quán)限申請(qǐng)，根本不是為他們?cè)O(shè)計(jì)的體驗(yàn)。

團(tuán)隊(duì)一開始的應(yīng)對(duì)，是把 Codex 的能力搬到別的產(chǎn)品界面里，比如 ChatGPT 桌面應(yīng)用和 Atlas 瀏覽器，做成更通用的知識(shí)工作工具。但結(jié)果是沒人愿意離開 Codex App 去用那些「專門」打造的 App。這讓團(tuán)隊(duì)意識(shí)到：開發(fā)者工具和通用知識(shí)工具之間的邊界正在坍塌，Codex 和 ChatGPT 更像是同一個(gè)能力的不同入口，而不是兩類獨(dú)立產(chǎn)品。

團(tuán)隊(duì)的結(jié)論是：這套產(chǎn)品該做成一個(gè)足夠通用、可擴(kuò)展的底層，能同時(shí)承接財(cái)務(wù)、法務(wù)、科學(xué)等深度場(chǎng)景。真正的挑戰(zhàn)只在于「怎么讓它足夠通用」—— 這也是團(tuán)隊(duì)對(duì)「Codex 到底是開發(fā)者工具，還是干脆就是 ChatGPT」這個(gè)問題的回答。

主持人 Lenny 由此點(diǎn)出：Codex 已經(jīng)做得比 ChatGPT App 本身更好用、更好玩，用戶都跑去用它了，所以合并是必然方向，能避免認(rèn)知混亂。

Andrew 笑著回應(yīng)說，有人把這個(gè)方向叫做「超級(jí)應(yīng)用」（super app），他挺后悔當(dāng)初有人說出這個(gè)詞，因?yàn)閺哪且院螅刻於家贿@個(gè)說法包圍。

Lenny 追問：先不叫它「超級(jí)應(yīng)用」，但核心思路是不是「用戶到一個(gè)地方，就能把所有事情都做完」？還是說，這件事目前還沒有定論？

Andrew 給出的回答，是「home base」（大本營(yíng)）這個(gè)概念：這應(yīng)該是一個(gè)很好的「主場(chǎng)」，一個(gè)可以讓用戶追蹤自己在不同產(chǎn)品界面上、所有待辦事項(xiàng)的地方。有些事情，用戶可以完全在 App 內(nèi)部完成；另一些事情，App 則負(fù)責(zé)去調(diào)用、打開別的應(yīng)用來完成 —— 比如，App 可以連接 Excel，App 內(nèi)部確實(shí)也內(nèi)置了一個(gè)電子表格編輯器，但對(duì)于要在 OpenAI 做幾十億美元規(guī)模融資、需要做復(fù)雜財(cái)務(wù)建模的人來說，這個(gè)內(nèi)置編輯器可能還遠(yuǎn)遠(yuǎn)不夠。所以 App 會(huì)直接和用戶電腦桌面上的 Microsoft Excel 插件對(duì)話，等事情做完，用戶可以直接把 Excel 關(guān)掉。

也就是說，這件事從來都不是「我們?cè)谄聊簧袭嬕粋€(gè)方框，所有事情都必須發(fā)生在這個(gè)方框里」，而是 ——這個(gè)東西應(yīng)該成為用戶的一個(gè)「家」：你在這里開始工作、結(jié)束工作、把工作自動(dòng)化，需要用到什么工具，它就去調(diào)用什么工具。

為了說明這一點(diǎn)，Andrew 講了一個(gè)具體的故事。Codex App 最初發(fā)布的時(shí)候，團(tuán)隊(duì)拍了一批宣傳視頻，剪輯這些視頻的活兒落在了內(nèi)部的攝影師身上。結(jié)果，攝影師全程用 Codex 剪完了這些視頻 —— 這是團(tuán)隊(duì)第一次真正意識(shí)到「天哪，大家居然在用這東西做這種事」的瞬間之一。

攝影師會(huì)想到用 Codex 剪視頻，純粹是出于好奇，就是想看看 Codex 到底能不能干這件事。Codex 本身完全不是一個(gè)視頻編輯器，界面里也沒有任何剪輯相關(guān)的 UI，但它能理解攝影師用的是 Premiere Pro，并且能通過直接編輯 Premiere Pro 背后、支撐屏幕顯示內(nèi)容的工程文件，完成一部分剪輯操作 —— 只是這樣還不能覆蓋所有需求。于是，Codex 接下來做的事，是給自己寫了一個(gè)可以裝進(jìn) Premiere Pro 里的擴(kuò)展插件，然后通過這個(gè)插件和 Premiere Pro「對(duì)話」——「嘿，Premiere Pro 擴(kuò)展，能不能幫我把這個(gè)標(biāo)記點(diǎn)改一下。」團(tuán)隊(duì)第一次看到這個(gè)過程真實(shí)發(fā)生的時(shí)候，都覺得這事兒太不可思議了。

由此，Andrew 總結(jié)出了一個(gè)模型：這個(gè)世界上已經(jīng)存在大量在各自領(lǐng)域里做到極致的專業(yè)工具，Codex—— 現(xiàn)在要加上 ChatGPT—— 想要同時(shí)做兩件事。

第一件事，是如何和用戶已經(jīng)在用的這些工具無縫協(xié)作：團(tuán)隊(duì)不需要重新造一個(gè)更好的視頻編輯器，而是讓 Codex 和 ChatGPT 學(xué)會(huì)使用現(xiàn)成的工具 —— 能和它交互、把任務(wù)交接給它，這通常是通過 connectors（連接器）、computer use（電腦操作能力），或者像 Premiere Pro 這個(gè)案例一樣，通過擴(kuò)展插件來實(shí)現(xiàn)。

第二件事，則是 Dan Shipper 提到過的那種設(shè)想：用戶手里已經(jīng)有一堆可以點(diǎn)來點(diǎn)去使用的網(wǎng)頁(yè)應(yīng)用，但希望能把這些應(yīng)用在 Codex 里直接打開，讓 Codex 在里面替他們多做一些事情。這兩種模式，幾乎互為鏡像，團(tuán)隊(duì)目前正在同時(shí)大力推進(jìn)這兩條線。

【ICML 2026首爾 · 云帆AI Talent Meetup】最后報(bào)名中

7月9日晚，首爾ICML會(huì)場(chǎng)旁，上海人工智能實(shí)驗(yàn)室、上海科技大學(xué)、上海創(chuàng)智學(xué)院、階躍星辰、Sharpa Robotics等20余家上海頂尖AI單位現(xiàn)場(chǎng)設(shè)展，開放100+崗位。專場(chǎng)招聘、學(xué)術(shù)分享、圓桌交流、自由Networking一站式搞定。