Codex技术大佬亲自揭秘：做AI产品最后拼的竟然是“品味”？

AI正从幕后走到台前，开始直接参与产品决策——这是OpenAI Codex产品与工程负责人Andrew Ambrosino在Lenny播客中抛出的一个核心判断。随着大模型将实现成本拉低到几乎为零，软件开发的核心瓶颈不再是“能不能写出来”，而是“该不该做，以及怎么做更好”。

Codex是OpenAI旗下增长最迅猛的AI编程工具之一。过去半年，它的使用量狂飙6倍，周活跃用户已突破500万。而Andrew本人，既是OpenAI的研发骨干，也曾是设计师、软件工程师，甚至有过自己创办YC明星金融公司Catch的经历——当年的他身兼CEO、CTO、产品负责人三个角色。

在Andrew看来，当下最棘手的问题是：当任何人都能快速产出功能原型时，产品团队的筛选、整合与判断能力，反而变成了最稀缺的东西。传统以PRD和瀑布流程为核心的开发模式正在被解构，文档和原型的角色也开始重新定义——它们不再是流程的固定环节，而是根据问题类型灵活选择的工具。

值得注意的是，OpenAI内部约90%的员工都在用Codex，不只是工程师，市场、财务、法务等非技术岗位同样如此。这款工具的边界正在迅速扩展，从编码助手演变为跨职能的通用工作入口。

几个核心判断值得先拿出来说说：

• Codex周活超500万，OpenAI内部超90%员工使用，包括所有非技术部门。
• 产品开发流程彻底倒置：以前是“写文档→研究→原型→实现”，现在是“实现成本趋近于零”，一个需求可能同时出现90个并行原型。
• 核心能力变成“品味”：判断做什么、怎么做好、哪些功能该合并、用什么媒介传递信息，这才是真正的价值所在。
• AI做不好设计，有三个深层原因：设计比代码更难评分；训练缺乏设计反馈回路；设计需要“新颖性”，而AI擅长学习已有模式。
• 角色边界在坍塌：设计师写代码、PM写代码、工程师做产品设计。OpenAI不设固定角色标签，你的角色就是你实际花时间做的事情。
• Codex的愿景不只是开发者工具，目标是成为“最好的桌面应用”——写代码、整理文件、数据分析、邮件处理、浏览器操作，一个应用覆盖所有知识工作。
• Andrew本人创业失败过10-15年，直到Codex才找到真正的成功。他的建议是：“不要固守你的流程，固守你能交付的结果。”

以下是对访谈全程内容的整理与复盘。

一、AI时代，产品开发流程已经倒过来了

Lenny问：现在产品团队的形态跟几年前相比，到底有什么不同？

Andrew的回答很直接：过程倒过来了。以前实现是昂贵的部分，你需要花大量时间做文档和研究来降低风险。但现在，任何人都能做出任何功能。OpenAI内部，一个急需的功能可能同时有90个不同的、没协调过的团队在各自尝试。

实现不再昂贵，真正贵的是“品味”。也就是说，从这90个尝试中判断哪些是好的、哪些该融合、整个功能应该如何框定。也就是筛选和策划的过程，而不是实现本身。

关于“PRD已死，原型为王”这个说法，Andrew并不完全认同。他认为，当实现的成本在每个媒介上都变得非常便宜时，直接跳到原型确实很有诱惑力——尤其是对非工程师来说。但同时也带来一个新问题：选择正确的表达媒介变得异常重要。如果观点本身还处在模糊地带，那可能需要文档；如果需要压力测试某个交互模式，那原型才是对的。关键是不要被媒介绑架，更不要过早锚定在一个本应是探索阶段的原型上。

这就引出了另一个问题：AI和前沿模型为什么就是做不好设计？

Andrew说，原因有三。第一，设计比代码更难评分——因为人类审美是反馈机制中必需的部分，而让模型学会这个非常困难。第二，实验室历史上更倾向于让模型擅长能加速AI研究的事情（比如写代码），而设计不在那个飞轮里。第三，设计中存在一种“新颖性”的成分，这比软件工程更重要——软件工程希望模型过度偏向已知模式，但设计需要随机的、突破性的创新。

还有一个更深层的问题：在软件设计中，存在着抽象层的交互——代码库中的某个组件是否应该跟另一个组件共享底层结构。这种东西，目前的技术还很难做到。所以结论是：人类大脑在创造力和提出新范式方面，目前仍然无可替代。

二、设计流程没有死，只是被重构了

Lenny提到了Claude Code设计负责人Jenny的一个观点：设计流程已死。Andrew的观点更微妙：如果绑定的是旧的工具、旧的规格、旧的具体流程，那它确实死了。但把整个流程框架扔掉，可能更危险。

Andrew回忆自己创业时的经历：设计师被教某个流程，甚至把流程看得高于结果。流程假设“实现是昂贵的，你只能负担得起构建一次”，所以需要在实现之前彻底遍历问题空间和解决方案空间。但现在，你看到的是一个完全打磨好的原型，看起来已经可以发布，但实际上还在早期设计阶段——这就是当下最尴尬的地方。

所以，设计流程的本体没有死，但跟旧媒介绑定的那部分确实活不下去了。设计师现在拥有更多工具——可以把东西放到当前产品中做A/B测试，或者搭建一个简化版的“婴儿产品”来快速迭代。这才是新的设计流程。

说到团队，Andrew形容Codex团队的角色“看每周情况”。角色之间的重叠比过去多得多。每个人不再由“设计在哪里停止、工程从哪里开始”的边界来定义，而是由他们实际做的事情的平均值来定义。他特别提到，不要极端地取消所有角色——产品学科有真实的、经过验证的最佳实践，不能因为AI能写几行代码就全盘抛弃。关键是建立平衡：认可每个学科都有技能成分，同时允许角色之间的边界变得模糊。

关于Codex团队的具体配置，Andrew半开玩笑说：“每次有人问我，我都在10到几千人之间。”实际上，团队有两位数工程师，大约一半的设计师，还有几个产品人员。所有人的共同点是主动性和品味。团队中很多人有过创始人经历，或者在大公司做创始人风格的事情——高主动性、高品味，这是最核心的筛选标准。

三、Codex在11月上线一定会失败

规划是另一个棘手的问题。Andrew坦承：“我们在规划上并不聪明。”基本思路是：时间越短，细节越多；9个月后的计划只能保持模糊。给长期计划添加的任何精确性都是虚假的，只会浪费时间。

他讲了一个关于Codex应用的关键故事：2月发布的Codex应用，如果11月就准备好，在市场上绝对会失败。唯一的不同就是11月到2月之间的模型进步。产品形状完全一样，结果却截然不同。

这个教训延伸出了一个策略：列出未来一两年感兴趣的事情，全部原型化，然后根据模型每次的进步再试一次。因为功能好不好，前提是它们是否足够智能，而不是它们的形态。这就意味着，有些功能可能需要在不同时间点发布六次，形态完全没有变化，但效果天差地别。

当然，不是所有原型都适合直接发布。Andrew特别指出，人们还有“写了代码就该推出去”的肌肉记忆。但实际上，有些原型只是用来对未来模型进行测试的工件——不是为了发布，而是为了验证能力边界。

在Codex内部，自下而上的探索文化非常浓厚。产品发布后的微优化是必要的，但同样重要的是，要预留空间让新的碘伏性点子冒出来。Andrew说：“你不能总是一个团队同时擅长碘伏性部分和维护质量的部分。”这需要设计一个能同时容纳两者的流程。

四、品味：AI时代最真正的稀缺品

当Lenny追问“好品味到底是什么”时，Andrew给出了多层次的回答。首先，审美部分肯定存在——某个交互动画是否语义上匹配它所试图传达的意思。但更重要的是系统思考的部分：这个东西怎么融入整个系统？往哪里走？主题怎么呈现？如果什么都能造，那目标是什么？怎么到达？

这才是品味真正发挥作用的地方。它不再是表面的美丑判断，而是统筹规划、战略判断、抽象层设计——这些是目前模型最不擅长、也最需要人类介入的部分。

Andrew用Paul Graham的例子做了个类比：Paul Graham显然有好品味，但他穿着cargo shorts。这说明品味不是单一的维度，里面有细微差别。有审美，也有系统思考，还有文化性的部分——比如说，去年几乎所有App都在复制Linear的设计。

这又回到了AI做不好设计的第三个原因：设计需要新颖性，而模型被迫过度依赖已知模式。模型能复制Linear的设计，但“每次都输出Linear的App”不是创新。这中间的张力，正是人类设计师的价值所在。

Andy总结说：“我现在拥有世界上最好的工作。”他把自己个人使用Codex的方式与产品方向保持一致——他需要让Codex能写代码时，就投入开发；需要做产品发现时，就用它做产品发现；需要管理发布时，就自动化地收集PR和Slack频道的更新。

最终，Codex正在从开发者工具演变为“工作的中枢”。Andrew的愿景不是要取代其他工具，而是成为你工作的起点、终点和自动化中心——它连接Excel、使用Premiere Pro、操作浏览器，但不试图构建一个比专业工具更好的视频编辑器。

这种思路，其实比“超级应用”更务实，也更有想象力。

五、2000条“这很烂”：OpenAI的产品打磨方式

最后，Lenny请Andrew分享失败故事。Andrew笑着承认：“这大概是我第一次觉得自己不是在失败。”他创业了10-15年，几乎一直在失败。从高度监管领域的初创公司到AI工具创业，一次又一次尝试然后失败。

直到Codex，事情才真正对了起来。但他强调，过程中有无数微小的失败——把某个功能扔到Slack里，结果收到2000条消息说他们有多蠢。这就是OpenAI的风格：内部直接反馈，毫不留情。外部产品之所以一直很好，正因为经历了这些内部的“暴风雨”。

Andrew用一句最朴素的话总结了自己的过来人经验：

“不要固守你的流程，固守你能交付的结果。”

这句话本身，就是对AI时代产品开发最好的注脚。

来源：Lenny’s Podcast