引言：AI彻底翻转产品开发流程
Andrew Ambrosino 是 OpenAI Codex 桌面应用的开发负责人。他拥有工程、设计、产品管理以及创业的全方位背景，目前的使命是将 Codex 桌面体验打造为“有史以来最好的桌面应用”。目前，OpenAI 内部近 100% 的员工（不仅仅是工程师）每周都会使用 Codex。在深入对话中，Andrew 阐述了 AI 如何从根本上改变了产品开发的形态，以及为什么他认为 Codex 在 11 月推出会失败，而在 2 月推出则恰逢其时。
“AI 已经完全翻转了产品开发的过程。”
这种翻转不仅体现在工具层面，更体现在思维模式上。Andrew 指出，传统的线性开发流程正在被一种更动态、更迭代的模式所取代。这种变化要求从业者具备新的技能组合，尤其是所谓的“品味”（Taste），这正在成为 AI 时代职场中最宝贵的能力。同时，他也强调了角色合并的风险，认为完全消除角色概念是一个巨大的错误，尽管团队结构正在发生深刻变化。
“品味”：AI 时代的核心专业能力
在 AI 能够生成代码和设计的背景下，Andrew 重新定义了“品味”这一概念。他认为，“品味”不仅仅指审美上的喜好，更是一种判断力、决策力和对最终结果负责的能力。在 AI 辅助下，任何人都可以快速生成原型或代码，但区分“好”与“坏”、“合适”与“不合适”的能力变得前所未有的重要。
“‘品味’不仅仅是一种审美，它是一种专业的技能，是在 AI 生成多种可能性后，能够做出最佳选择的能力。”
Andrew 强调，随着 AI 降低技术实现的门槛，人类的独特价值在于定义问题和评估结果。这种能力无法被算法完全替代，因为它涉及到对上下文、用户心理和商业目标的深刻理解。因此，在 AI 优先的工作场所，拥有良好“品味”的专业人士将成为最稀缺的资源。这种观点挑战了传统上认为 AI 会取代设计师或产品经理的看法，反而指出这些角色需要进化，从执行者转变为策展人和决策者。
设计流程的演变：文档与原型的博弈
关于设计流程是否已经“死亡”，Andrew 提供了 nuanced 的观点。他并不认为设计流程消失了，而是其形式发生了改变。过去，设计师花费大量时间制作高保真原型和详细文档，现在，AI 使得快速生成可交互原型成为可能，从而缩短了从想法到验证的周期。
“设计流程并没有死，但它正在从‘制作文档’转向‘制作体验’。”
Andrew 指出，在 Codex 团队中，他们更倾向于使用可交互的原型而非静态文档来进行沟通。这是因为 AI 可以快速迭代原型，让利益相关者直接体验产品逻辑，而不是阅读冗长的规格说明。然而，这并不意味着文档完全无用。在某些复杂场景下，详细的文档仍然是确保一致性和长期维护性的关键。关键在于根据项目阶段和需求，灵活选择文档或原型作为沟通载体。
为什么 Codex 在 11 月推出会失败？
Andrew 分享了一个关键的时间点判断：如果 Codex 在去年的 11 月推出，它很可能会失败，而在 2 月推出则取得了成功。这一判断基于对用户接受度和技术成熟度的综合评估。
“如果在 11 月推出，用户还没有准备好接受这种新的工作模式，技术也没有达到足够的稳定性。”
在 11 月，AI 模型在处理复杂、多步骤任务时的错误率较高，且用户对 AI 代理（Agent）的信任度尚未建立。到了 2 月，随着模型能力的提升和用户教育的深入，用户开始愿意尝试让 AI 执行更复杂的任务。此外，Andrew 提到，早期用户的反馈对于调整产品方向至关重要，而 11 月的用户可能因为期望过高而更容易感到失望。因此，时机（Timing）是产品成功的关键因素之一，它涉及到技术、市场和用户心理的三重匹配。
“区域联防”：OpenAI 产品经理的新模式
在 OpenAI，产品经理（PM）的角色正在经历重组。Andrew 提出了一个“区域联防”（Zone Defense）模型，以应对“每个人都能构建任何东西”的现状。在这种模式下，PM 不再仅仅是需求的传递者，而是协调者和整合者。
“我们采用‘区域联防’模式，PM 需要覆盖多个领域，确保不同模块之间的协同工作。”
由于 AI 降低了开发门槛，工程师、设计师甚至非技术人员都可以快速构建功能。这导致产品边界变得模糊，PM 需要像篮球场上的防守队员一样，随时补位，解决跨领域的冲突和问题。这种模式要求 PM 具备更广泛的技术理解和更强的沟通能力。Andrew 强调，这种转变并非意味着 PM 的重要性下降，而是要求他们从微观管理转向宏观协调，确保产品在快速迭代中保持整体一致性。
角色合并的陷阱：为何不能消除角色
尽管团队结构正在简化，Andrew 警告说，完全消除角色概念是一个巨大的错误。在 Codex 团队中，确实存在角色合并的现象，例如工程师也参与产品设计，产品经理也参与代码审查。然而，这并不意味着角色界限应该完全消失。
“消除角色概念是一个大错误，因为每个角色都有其独特的视角和专业价值。”
Andrew 指出，保留核心角色的区分有助于维持专业深度和责任明确。如果所有角色都变得泛化，可能会导致专业技能的稀释和责任推诿。例如，虽然工程师可以设计界面，但专业设计师对用户体验的细微洞察仍然是不可或缺的。因此，团队的目标是促进角色间的协作和流动，而非彻底消除角色。这种平衡使得团队既能保持敏捷，又能维持专业标准。
个人工作流自动化：Andrew 如何使用 Codex
Andrew 分享了他个人如何使用 Codex 来自动化日常工作。他利用 Codex 的计算机使用（Computer Use）和浏览器自动化功能，处理大量重复性任务，如数据收集、报告生成和会议安排。
“我使用 Codex 来自动化我的整个工作流，这让我有更多时间专注于战略思考。”
具体案例包括：Codex 自动监控竞争对手动态，生成摘要报告；自动整理邮件并提取关键行动项；甚至自动更新项目管理系统中的状态。这些自动化任务不仅提高了效率，还减少了人为错误。Andrew 强调，这种自动化并非取代人类，而是将人类从繁琐的执行中解放出来，专注于更高价值的决策和创新。他建议其他专业人士也尝试将 Codex 集成到自己的日常工具链中，以最大化生产力。
未来愿景：Codex 作为工作协调中心
最后，Andrew 描绘了 Codex 的未来愿景：它不仅仅是一个编码工具，而是一个协调 ChatGPT、Codex 和其他现有工具的工作中心。
“我们的愿景是打造一个‘大本营’，协调跨平台的工作流。”
在这个愿景中，Codex 将作为智能代理的枢纽，连接用户与各种 SaaS 应用。例如，用户可以在 Codex 中下达指令，由 Codex 调用 ChatGPT 进行思考，调用其他工具执行任务，最后将结果汇总。这种模式旨在打破工具之间的孤岛效应，提供更流畅的用户体验。Andrew 提到，目前已有视频编辑者利用 Codex 开发了 Premiere Pro 的扩展插件，展示了这种跨工具协作的潜力。未来，所有 SaaS 应用都可能运行在 Codex 的生态系统中，形成一个统一的智能工作平台。
案例：视频编辑者的 Premiere Pro 扩展
Andrew 分享了一个令人印象深刻的案例：一位视频编辑者利用 Codex 开发了 Adobe Premiere Pro 的扩展插件。这个案例展示了非专业开发者如何利用 AI 工具扩展现有软件的功能。
“这位视频编辑者几乎不需要编写代码，就通过 Codex 构建了一个强大的插件。”
该插件允许用户通过自然语言指令进行视频剪辑、特效添加和音频处理。这一案例不仅证明了 Codex 的强大能力，也预示了未来软件开发的民主化趋势。随着 AI 工具的普及，越来越多的领域专家将能够直接定制和扩展他们使用的工具，而无需依赖专业的软件开发团队。这种趋势将加速创新，并推动软件生态系统的多样化发展。
失败角落与闪电问答
在“失败角落”环节，Andrew 坦诚地分享了一些早期尝试中的教训。例如，Codex 在早期版本中过于强调代码生成，而忽视了用户交互的自然性和容错性，导致用户体验不佳。这一教训促使团队重新审视产品设计，将用户友好性置于代码效率之上。
在闪电问答中，Andrew 回答了关于团队规模、未来功能路线图以及 AI 伦理等问题。他提到，团队正在积极探索自主开发（Autonomous Development）的新前沿，即让 AI 代理独立完成任务，而不仅仅是辅助人类。同时，他也强调了人类在 AI 系统中的核心地位，认为 AI 应该增强人类能力，而非取代人类判断。这些讨论为观众提供了对 OpenAI 内部文化和战略方向的深入洞察。
幕后：制作人如何使用 Codex 进行编辑
最后，Andrew 介绍了播客制作人如何使用 Codex 进行视频编辑。制作人利用 Codex 的脚本生成和自动化剪辑功能，大幅缩短了后期制作时间。
“我们的制作人利用 Codex 自动化了大部分剪辑工作，让我们能更专注于内容本身。”
具体流程包括：Codex 自动转录音频，生成时间戳标记，并根据脚本自动剪辑视频片段。这一案例进一步证明了AI 在创意产业中的广泛应用潜力。通过自动化重复性任务，创意工作者可以将更多精力集中在内容创作和故事讲述上。这种模式不仅提高了生产效率，还提升了最终产品的质量，因为它允许创作者进行更多的迭代和优化。
总结与展望
Andrew Ambrosino 的访谈揭示了 AI 时代产品开发的深刻变革。从“品味”的重要性到“区域联防”的团队模式，从个人工作流自动化到跨工具协作的未来愿景，每一个观点都指向同一个核心：AI 正在重塑我们的工作方式，但人类的核心价值依然不可替代。
“AI 不是终点，而是新的起点。它要求我们重新定义自己的角色和价值。”
随着 Codex 等工具的不断进化，我们可以预见一个更加智能、高效和协作的工作环境。然而，这也要求从业者不断学习和适应，培养新的技能，如判断力、协调能力和创造力。最终，成功的关键在于如何利用 AI 增强人类能力，而非被其取代。Andrew 的经验和见解为所有希望在 AI 时代保持竞争力的专业人士提供了宝贵的指导。