OpenAI的野心：Codex不是开发者工具，而是你的AI大本营
AI飞行客 OpenAI的野心：Codex不是开发者工具，而是你的AI大本营
Codex和ChatGPT合并了。
这不是简单的产品整合，这是OpenAI对AI产品形态的一次重新定义。
Codex桌面应用团队负责人Andrew Ambrosino在访谈中透露了一个关键信息：Codex的未来不是”开发者工具”，而是”home base”——你的AI大本营。
这意味着什么？
意味着OpenAI不再把Codex定位为代码编辑器，而是要让它成为你工作的起点和终点。你在这里开始工作、结束工作、把工作自动化，需要用到什么工具，它就去调用什么工具。
这是一个巨大的转变。
实现变便宜了，品味变贵了
Andrew说了一句很犀利的话：”实现不再是昂贵的部分，那什么变贵了呢？是品味。”
这句话值得细品。
几年前，产品开发的逻辑是：实现很贵。所以在动手写代码之前，你要做大量的事前去风险工作——写文档、做研究、做原型，目的是让设计更便宜。
但现在这个假设彻底反转了。
在OpenAI，情况变成了这样：给人们大量的token，每个人都有很好的想法，所以每个人都在做东西。结果是，一个需要做的功能，可能有90个不同的团队在同时探索90种不同的实现方式。
当你面对这90个不同的尝试时，你需要有眼光去判断：哪些东西做得不错？这些应该如何折叠进其他功能里？
这就是品味。
品味不是美学，不是外观。品味是系统思维——这个东西如何融入整个系统；品味是方向感——这是什么主题的一部分；品味是呈现方式——这个交互动画是否与它想表达的语义意思相符。
真正的核心品味问题是：如果我们能建造任何东西，那么我们想要什么？
这是AI时代，人类大脑仍然最有价值的地方。
为什么AI至今还做不好设计？
这是个有趣的悖论：Codex在写代码上已经非常强大，但当用它生成设计时，输出的质量往往平庸。
Andrew给出了三层原因：
第一层，设计比软件更难评分。 评价设计好坏的人类品味本身就是反馈机制的一部分。这让训练模型变得困难——不像代码，你很难用客观标准来衡量。
第二层，设计中有一个文化层面。 什么算”好设计”是由文化决定的。去年所有新网站都在复制Linear的设计，那是真的好设计，有品味。但如果一个模型每次都输出Linear的样子，那就不是进步，而是失败。设计需要新颖性，而软件工程恰恰相反，你几乎总是希望代码跟随已知的模式。
第三层，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。比如，左上角的某个东西应该和下面某个地方在代码库中共享相同的抽象。这不仅仅是说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的结构关系。
这种抽象层的理解，目前对AI来说仍然遥不可及。
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，它会在市场上彻底失败。而如果在2月推出的同一个产品形状，却获得了巨大成功。
唯一的变量是中间这几个月模型能力的进步。
换句话说，产品的交互设计、用户界面、整个概念都没有变，但模型智能程度的提升，完全改变了结果。
这揭示了一个深刻的真相：在AI时代，产品是否好用、是否有价值，不是由UI设计或交互设计单独决定的，而是由”模型在这个时刻能做什么”决定的。
同一个想法，用旧的模型实现可能毫无用处，但用新的模型就可能妙趣横生。
这也改变了产品规划的方式。不再是”我们计划全年做什么”，而是变成”我们相信模型在什么时间点能做什么，让我们列出所有感兴趣的东西，为它们全部做原型，然后决定哪些现在可以做，其他的先放着等待”。
为什么非得合并？
Codex最早是命令行工具，后来才做成独立App，最初定位很明确：一个”开发者工具”。
但团队发现了一个有趣的现象：App正式对外发布前，团队先在OpenAI内部做了一轮试用。工程和研究场景里反馈非常清晰、非常正面。但团队同时发现，市场、公关、财务、法务等几乎所有部门的人也在用这个App——尽管它对这些人并不友好，界面里全是代码和命令行权限申请，根本不是为他们设计的体验。
团队一开始的应对，是把Codex的能力搬到别的产品界面里，比如ChatGPT桌面应用。但结果是没人愿意离开Codex App去用那些”专门”打造的App。
这让团队意识到：开发者工具和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不同入口，而不是两类独立产品。
更夸张的是，OpenAI内部的摄影师全程用Codex剪完了宣传视频——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。
Codex本身完全不是一个视频编辑器，界面里也没有任何剪辑相关的UI，但它能理解摄影师用的是Premiere Pro，并且能通过直接编辑Premiere Pro背后的工程文件，完成一部分剪辑操作。
我的判断：AI产品的终局是”home base”
Andrew提出的”home base”概念，可能是AI产品的终局形态。
这不是”超级应用”——他挺后悔当初有人说出这个词。这是一个很好的”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。
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、把工作自动化，需要用到什么工具，它就去调用什么工具。
这个逻辑，和过去几十年的软件产品逻辑完全不同。
过去的软件产品，是”功能导向”——我有什么功能，你来用。
未来的AI产品，是”场景导向”——你要做什么，我来调用什么。
Codex和ChatGPT的合并，不是产品整合，而是场景整合。
对行业的三个启示
1. AI产品的竞争，不再是功能竞争，而是场景竞争
过去，AI产品的竞争焦点是：谁的模型更强、谁的功能更多、谁的性能更好。
但从Codex和ChatGPT的合并可以看出，竞争焦点正在转向”场景覆盖”。
谁能覆盖更多的工作场景，谁就能赢得用户。
这需要两个能力：一是对用户工作流的深入理解，二是对工具生态的整合能力。
2. “品味”成为AI时代的核心竞争力
Andrew说”实现变便宜了，品味变贵了”，这句话值得所有AI公司深思。
当实现不再是瓶颈时，什么才是？
是品味。是判断力。是知道什么该做、什么不该做、什么该怎么做。
未来的AI竞争，将是谁能更好地定义”什么是好的”，谁就能赢得市场。
3. 产品成败，取决于模型能力的时机
Andrew的观察说明了一个问题：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。
这意味着，AI产品的规划，不再是”我们计划全年做什么”，而是”我们相信模型在什么时间点能做什么”。
谁能更准确地判断模型能力的时间节点，谁就能赢得市场。
写在最后
Codex和ChatGPT的合并，不只是一次产品更新。
它标志着AI产品形态的一次重新定义：从”开发者工具”到”AI大本营”。
从”功能导向”到”场景导向”。
从”实现竞争”到”品味竞争”。
未来的AI产品，将是谁能更好地覆盖用户的工作场景，谁能有更好的品味，谁就能赢得市场。
Codex的未来，不是代码编辑器，而是你的AI大本营。
这可能是AI产品的终局形态。