Codex与ChatGPT为何合体？Codex未来何去何从？OpenAI核心leader回应一切

如果要评选2026年增长最为迅猛的AI产品，那么「Codex」无疑会毫无悬念地占据榜首位置。

从今年1月起，这款产品的周活跃用户数已经实现了超过5倍的增长，其攀升态势极为显著。截至目前，其周活跃用户规模已攀升至500万。尤其值得关注的是，知识工作者群体（非开发者）采纳Codex的速度，竟然达到了开发者群体的3倍以上。

这些令人瞩目的增长曲线背后，有一个极为关键的催化因素——即2月份发布的桌面应用版本。这个桌面版提供了专属且经过优化的用户界面，极大地降低了使用门槛，从而引爆了Codex的下载量与采用量。

而在这一陡峭增长曲线的幕后，推动产品形态演变的关键人物，却是一个相对而言较少被公开讨论的角色——Codex桌面应用团队的负责人Andrew Ambrosino。

作为直接负责Codex桌面端产品演进的核心人物，他身处在两个快速重叠的世界之间：一边是以“编写代码”为核心的开发者工具链，另一边则是正迅速扩展至几乎所有知识工作场景的通用AI工作入口。从产品的发布节奏到用户行为的变化，再到团队内部如何重新界定“设计”、“工程”与“产品”的边界，他所观察到的，往往比增长数据本身更接近这场变革的本质。

接下来的访谈内容，正是从他的视角出发，深入剖析Codex究竟改变了什么、为何要与ChatGPT合并，以及它未来的迭代方向究竟如何。

视频链接：https://www.youtube.com/watch?v=P3KDebPTUrw

我们对访谈的部分精彩内容进行了梳理，更详尽的内容请直接参考原视频。

实现变便宜了，

那什么变贵了？

在数年前，整个产品开发的逻辑模式是这样的：实现的成本非常高昂。因此，在动手写代码之前，你必须投入大量精力进行事前的风险规避工作——比如撰写文档、进行研究、制作原型，其根本目的就是为了让设计过程变得更加便宜。正是由于实现本身的成本过高，你才不得不在前期将所有环节都梳理清楚。

然而，现在这个基本假设已经被彻底颠覆。在OpenAI，情况已经演变成这样：给予人们大量的token，每个人又都有出色的想法，于是每个人都在动手创造。其结果就是，一个待开发的功能，可能会有多达90个不同的团队，同时探索着90种各异的实现路径。

这意味着实现部分不再是昂贵的环节。那么，什么变得昂贵了呢？Andrew直言不讳：是品味。更具体地来说，是策展的过程。当你面对这90种不同的尝试时，你需要具备敏锐的眼光去做出判断：哪些东西做得不错？这些尝试应该如何整合进其他功能之中？这个东西应该以怎样的框架来呈现？这个切换按钮应该设计成几个段位？这些决策本身，才是当下最昂贵、也最需要深思熟虑的地方。

品味到底是什么？

“品味”这个词在硅谷已经被反复提及，几乎用滥了。但在Andrew的语境中，它有着非常具体的内涵。

有一个颇有意思的段子是，Linear的产品负责人曾批评有人过度强调品味的审美层面，并以Paul Graham为例——Paul Graham显然品味极佳，但他日常穿的是工装裤。这充分说明，品味远不止于外观。Andrew将品味的内涵进行了列举：它包含美学层面，但这只是一部分；还有系统思维的层面，即这个东西如何融入整个大系统；有方向感的层面，即这属于什么主题的一部分；还有呈现方式的层面。当然，也包含一些细节层面，比如这个交互动画是否与它想要表达的语义含义相符——它是不是显得过于快速，以至于不适合表达这个特定的概念。

然而，核心的品味问题其实是这样展开的：既然我们能够构建任何东西，那么，我们究竟想要什么？这到底是什么？我们如何才能到达那里？这些，才是真正的品味问题。

它不仅仅关乎选择做什么。同样也关乎如何呈现信息、如何实现目标、以及使用何种媒介。品味，在这个全新的时代里，依然是人类大脑中最具价值的部分。

为什么 AI 至今还做不好设计？

这里存在一个有趣的悖论：Codex在编写代码方面已经十分强大，然而，当用它来生成设计时，其输出的质量却常常表现平庸。我们很少能由衷地赞叹“哇，它完全搞定了”。

Andrew认为，这背后存在几层原因。首先是实际层面的原因。设计比软件更难进行评分，因为用于评价设计好坏的人类品味，其本身就是反馈机制的一部分。这使得训练模型变得困难——这与代码不同，因为代码你可以用客观标准（比如代码能编译吗？功能运行正常吗？）来衡量。其次，从研究投入的角度来看，实验室历史上一直将最多的资源投入到提升那些能够加速AI研究本身的能力上。在编码模型的早期阶段，显然是能够写出正确的代码会加速研究进程。但是，设计能力的好坏，对于AI研究的加速作用并不那么直接。

更深层次的问题则涉及设计工作本身的复杂性。设计中包含着一个文化层面——什么才算得上是“好设计”，这实际上是由文化所决定的。去年，几乎所有的新网站都在复制Linear的设计风格，那确实是好设计，有品味。但是，如果一个模型每次输出的结果都是Linear的样子，那这就不是进步，而是一种失败。设计需要新颖性，而软件工程则恰恰相反，你几乎总是希望代码能够遵循已知的模式。

最难解决的问题在于抽象层。当代码驱动视觉设计时，两者之间存在着深层的互动关系。例如，左上角的某个东西应该与下面某个地方的某个东西，在代码库中共享相同的抽象概念。这不仅仅意味着模型需要成为更好的设计师，而是说模型需要理解这些更深层次的结构关系——假如公司明天要进行品牌重塑，浅层的做法是逐个更新263个组件，但深层的理解应该是：这两个看起来不同的东西，在语义上是相同的，它们都是列表，共享相同的样式，都传达了相同的交互模式。这种对于抽象层的理解，对目前的AI来说，依然是遥不可及的。

为什么 Codex 不能提前发？

这是一个非常深刻的观察：产品的成功，不仅取决于设计本身，还取决于模型能力的时机。

Andrew非常确信，如果Codex应用在去年11月就推出，它必定会在市场上遭遇彻底的失败。而同样一个产品形态，在2月份推出却取得了巨大的成功。这中间唯一的变量，就是这几个月里模型能力的进步。换句话说，产品的交互设计、用户界面、整个概念都没有改变，但是模型智能程度的提升，彻底改变了最终的结果。

这揭示了一个深刻的真相：在AI时代，一个产品是否好用、是否具备价值，并非由UI设计或交互设计单独决定，而是由“模型在这个时刻能够做什么”所决定的。同一个想法，用旧的模型去实现可能毫无用处，但用新的模型去实现，就可能变得妙趣横生。

这也从根本上改变了产品规划的方式。Andrew在之前的公司就曾目睹过这种转变：不再是“我们计划全年做什么”，而是转变为“我们相信模型在什么时间点能够做什么，让我们列出所有感兴趣的东西，为它们全部做出原型，然后决定哪些现在就可以做，其他的就先放着等待，等到模型有了新的跨越时，再用升级后的模型去尝试那些之前被搁置的想法”。因为，整个功能是否好用的前提，并非设计的形状，而是模型是否足够聪明。

工程师、设计师、PM 的边界消失了吗？

Lenny注意到，纵观Andrew的履历，他做过工程师、设计师、产品经理、创业者，现在又负责整个桌面App，于是就问设计团队是否也归他管。Andrew笑着回答“看是哪一周”——汇报关系一直在变化，但团队始终是紧密坐在一起、彼此嵌入地工作。

Andrew表示，外界已经在讨论“角色坍缩”，甚至有人说以后不会再区分角色了。他们的团队虽然还没到那一步，但角色之间的重叠确实比公司其他部门、甚至整个行业都更为明显——其中一部分原因是，Codex本身就是面向工程师的技术型产品，团队里的设计师能说工程师的语言，产品经理也能写代码，比如另一位产品负责人Alexander就拥有计算机科学硕士学位，反倒是Andrew自己没有这个学位。

他认为，现在更准确的说法是：一个人不再是由“设计到哪里结束、工程从哪里开始”这样的边界来定义的，而是由他平均花费时间做什么来定义的——这也与团队的工作方式有关，因为整个App是通过内部“吃自己的狗粮”模式跑出来的，大家都想尽量在App内部把事情做完，哪怕它暂时还不是做这件事最好的工具，这样它才能慢慢演变成最好的工具。两人也顺便聊起了“member of technical staff”这个头衔的由来。Andrew认为，最早可能是施乐（Xerox）开始这么叫的，如今在研究驱动型公司里，这已经算是一种传统。

Lenny追问，这是否意味着未来大家都会变成不分职能的“builder”，PM、设计、工程这些技能分类还会不会继续存在。Andrew的态度很明确：他并不认同彻底取消角色划分。他见过不少公司喊出“取消产品岗位，人人都是 builder”的口号，结果却是产品这个专业多年积累的最佳实践和试错经验，仅仅因为“我也能写代码”这种想法，就被当作没用的东西丢弃了。“这不是你的地盘”这种画地为牢式的边界感消失，他是欢迎的，但每个专业领域依然有其自身的技能门槛——并不是谁会用用Excel，就能去财务部门顶班。

他也提到，现在更换角色确实比以前更容易了，因为能力不再与“是否精通某个具体工具”死死绑定：他自己就曾长期觉得自己不适合做工程师，因为不喜欢钻研汇编语言、讨厌死记TypeScript语法，而这种“精通某个工具才算干得好”的门槛正在逐渐瓦解。不过他也提醒，这个趋势目前可能被外界过度夸大了。

当下最前沿的 AI 辅助开发方式

Lenny将话题往回拉了一层：从纯人工写代码，到AI能写100%的代码，再到现在的“写代码”变成了“引导AI”——评估一个人写了多少代码，几乎已经变成了“你纠正AI方向的次数”。他问，现在最前沿的做法是不是“loop”（自主循环开发）？那些走在最前沿的AI团队，现在具体是怎么运作的？

Andrew提到，一个本质的问题是，“多少代码是AI写的”这个问题本身已经不重要了，因为按去年的标准，现在几乎100%的代码都是AI写的；真正应该问的是，这些代码是“有监督”写出来的，还是“无监督”写出来的，这是完全不同的两件事。他说自己乐见这种评判标准不断被刷新，因为这说明产品正在不断前进。团队做过不少“自主开发软件”方向的探索，也包括不少“harness engineering”相关的尝试，比如设想让模型在夜里自己运行一遍，对代码库进行一次“垃圾回收”式的清理。

他也坦言，目前所有的模型都有一个通病——倾向于让代码越改越复杂。他半开玩笑地说，如果哪家公司的研究团队正好在听，希望能把模型“删代码”的能力训练得更好一些。这也是把开发完全交给自动驾驶时会遇到的现实问题，人和代码库两头都是如此：如何教会模型判断该做哪些功能、该忽略哪些、哪些应该合并重新归类；如何教会模型搭建正确的抽象结构。这些能力都在变好，但他认为目前还做不到“设置一个 loop 让它自己去改进产品，同时盯着Twitter、Slack、邮件”这样的程度，不过团队一直在朝着这个方向努力。

Lenny追问，会不会有一天，团队干脆直接给AI设定一个“赢”或者“给我赚一个亿”这样的终极目标就完事了。Andrew笑着表示自己不敢把话说死，不会轻易断言“永远不会”或者“一定会”。

为什么非得把 Codex 和 ChatGPT 合并？

Codex 的未来将走向何方？

Codex最初是一个命令行工具，后来才发展成独立的App，其最初的定位非常明确：一个“开发者工具”——它不是IDE，可以查看代码，但不允许编辑代码。

在App正式对外发布之前，团队先在OpenAI内部进行了一轮试用（时间大约在1-2月）。在工程和研究场景中，反馈非常清晰且非常正面。但团队同时也发现，市场、公关、财务、法务等几乎所有部门的人都在使用这个App——尽管这个App对这些人来说并不友好，界面里全是代码和命令行权限申请，这根本不是为他们设计的体验。

团队最初的应对方式，是将Codex的能力迁移到其他产品界面中，例如ChatGPT桌面应用和Atlas浏览器，将其打造成更通用的知识工作工具。但结果是，没有人愿意离开Codex App去使用那些“专门”打造的App。这让团队意识到：开发者工具与通用知识工具之间的边界正在坍塌，Codex和ChatGPT更像是同一个能力的两个不同入口，而不是两类独立的产品。

团队的结论是：这套产品应该被设计成一个足够通用、可扩展的底层平台，能够同时承接财务、法务、科学等深度场景。真正的挑战仅仅在于“如何让它足够通用”——这也是团队对“Codex到底是开发者工具，还是干脆就是ChatGPT”这个问题的回答。

主持人Lenny由此指出：Codex已经做得比ChatGPT App本身更好用、更好玩，用户都跑去用它了，所以合并是必然方向，这能避免认知上的混乱。

Andrew笑着回应说，有人把这个方向叫做“超级应用”（super app），他挺后悔当初有人说出这个词，因为从那以后，他每天都得被这个说法包围。

Lenny追问：先不叫它“超级应用”，但核心思路是不是“用户到一个地方，就能把所有事情都做完”？还是说，这件事目前还没有定论？

Andrew给出的回答，是“home base”（大本营）这个概念：这应该是一个很好的“主场”，一个可以让用户追踪自己在不同产品界面上、所有待办事项的地方。有些事情，用户可以完全在App内部完成；另一些事情，App则负责去调用、打开别的应用来完成——比如，App可以连接Excel，App内部也确实内置了一个电子表格编辑器，但对于要在OpenAI做几十亿美元规模融资、需要做复杂财务建模的人来说，这个内置编辑器可能还远远不够。所以App会直接与用户电脑桌面上的Microsoft Excel插件进行对话，等事情做完，用户可以直接将Excel关掉。

也就是说，这件事从来都不是“我们在屏幕上画一个方框，所有事情都必须发生在这个方框里”，而是——这个东西应该成为用户的一个“家”：你在这里开始工作、结束工作、将工作自动化，需要用到什么工具，它就去调用什么工具。

为了说明这一观点，Andrew讲述了一个具体的故事。Codex App最初发布的时候，团队拍摄了一批宣传视频，剪辑这些视频的任务落在了内部的摄影师身上。结果，这位摄影师全程使用Codex完成了这些视频的剪辑工作——这是团队第一次真正意识到“天哪，大家居然在用这东西做这种事”的瞬间之一。

摄影师会想到用Codex来剪辑视频，纯粹是出于好奇，就是想看看Codex到底能不能干这件事。Codex本身完全不是一个视频编辑器，界面里也没有任何与剪辑相关的UI，但它能理解摄影师使用的是Premiere Pro，并且能够通过直接编辑Premiere Pro背后支撑屏幕显示内容的工程文件，来完成一部分剪辑操作——只是这样做还不能覆盖所有需求。于是，Codex接下来做的事情是，它自己编写了一个可以安装进Premiere Pro的扩展插件，然后通过这个插件与Premiere Pro进行“对话”——“嘿，Premiere Pro扩展，能不能帮我把这个标记点改一下。”当团队第一次亲眼目睹这个过程真实发生的时候，都觉得这事儿太不可思议了。

由此，Andrew总结出了一个模型：这个世界上已经存在大量在各自领域里做到极致的专业工具，而Codex——现在还要加上ChatGPT——想要同时做两件事。

第一件事，是如何与用户已经在使用的这些工具实现无缝协作：团队不需要重新发明一个更好的视频编辑器，而是让Codex和ChatGPT学会使用现成的工具——能够与它交互、将任务交接给它，这通常是通过connectors（连接器）、computer use（电脑操作能力），或者像Premiere Pro这个案例中那样，通过扩展插件来实现。

第二件事，则是Dan Shipper曾提到过的那种设想：用户手里已经有一堆可以点击使用的网页应用，但希望能将这些应用在Codex中直接打开，让Codex在其中替他们多做几件事情。这两种模式，几乎是互为镜像，团队目前正在同时大力推进这两条线。

归根结底，Codex与ChatGPT的合并并非简单的功能叠加，而是对AI产品形态的一次深刻重塑。这种“大本营”式的构想，旨在打破工具间的壁垒，让AI成为用户数字工作的核心枢纽。未来，无论是无缝调用现有专业软件，还是内置智能化代理，Codex都将在保持其强大代码能力的同时，向着更通用、更智能的“超级助手”方向演进，重新定义人与工具之间的协作关系。