自今年 1 月起，codex 迅速跃升为最受瞩目的 ai 编程产品之一，使用量激增 6 倍，当前周活跃用户已突破 500 万。在 openai 内部，近 90% 的员工每周都会使用 codex——注意，这并非仅限于工程师，而是覆盖全公司所有职能：法务、财务、市场、传播等非技术岗位，全员都在用。
主导 Codex 的 Andrew Ambrosino，职业路径颇具代表性：从设计师起步，转型为工程师，再成长为产品经理，期间多次创业。近期他受邀做客一档播客，深入分享了 Codex 及其背后一系列产品的底层理念与设计哲学，更抛出一个关键命题：当 AI 让“实现”近乎零成本，“该做什么”这一根本决策权，究竟该由谁掌握？
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
一个老问题：为何 AI 至今难解设计之困
不久前，Codex 的竞品 Claude Code 的设计负责人 Jenny Wen 提出一个尖锐观点：传统设计流程已然失效——节奏太快，根本来不及走完标准步骤。
Jenny Wen
该观点引发广泛讨论，Andrew 也关注到了。他认同“设计流程已死”，但归因不同。他回想起早年在初创公司招聘设计师时，业内正流行一篇题为《案例工厂》的知名文章（2019 年发布于 UX Collective），其核心论点是：设计师被系统性训练成“流程至上者”——必须严格遵循用户研究→发散→收敛→原型验证的线性路径，只要流程走完，结果便默认达标。
“早在 AI 普及之前，我就对这套流程心存疑虑。”Andrew 表示，并非流程本身有硬伤，但过度执迷于流程，反而让流程凌驾于目标之上。
AI 的爆发式普及，使任何人都能瞬间产出视觉上高度精致的原型。过去，人们看到一个外观成熟的产品样貌，会自然推断它已进入流程后期——“假设已被验证、设计已完成评审、业务目标早已对齐”。如今，这种“精致外观”与“真正可上线”之间的逻辑关联已被彻底切断。 Andrew 如此描述现状：
“现在，完整的实现能力已提前嵌入设计流程的最初阶段。一个打磨得极其精美的原型，表面看仿佛随时可发布，实则仍处于最原始的探索期——而没人主动告诉你这一点。九十个人可能同时冒出相同想法，各自做出精致版本，但这并不等于产品——这恰恰构成了当下所谓的设计流程。”
Codex 团队内部的应对策略，是一个名为「baby Codex」的极简代码库，专用于快速验证交互逻辑，不产出生产级代码。
“我们内部有个叫 baby Codex 的轻量版——极度精简的代码库，只为快速试错交互方案。‘侧边栏能否这样展开？面板是否支持群聊入口？’这类讨论本身，就是设计过程的核心。”
那么设计流程真的终结了吗？Andrew 给出了辩证回应：
“说它死了，既成立也不成立。若你将自己牢牢绑定在某套具体工具或步骤上，那确实走到了尽头；但若彻底抛弃‘我们当前处在流程哪个阶段’这一认知框架，反而是更大的误区。”
至于 AI 在设计任务上为何持续乏力，Andrew 的回答直击要害：设计比编码更难量化评估。
“设计比代码更难‘打分’。构建一套训练闭环来精准区分优劣设计，远比判断代码能否编译复杂得多、模糊得多。因为审美判断中‘人’的主观维度，恰恰是这个反馈机制不可或缺的一环。”
他还进一步指出两个深层挑战。其一是文化层面——AI 能完美复刻 Linear 官网，却难以跳出既有范式；而设计真正的价值，恰在于创造新范式，而非重复旧模式。其二是抽象层级——当一家公司明日更换品牌色，浅层做法是手动修改 263 个组件；更高阶的解法，是让所有视觉元素共享同一套语义关系体系；而这种抽象建模能力，正是当前模型尚无法企及的。
“请为人类大脑献上掌声，”他笑着说。
同一款产品，换一个模型，命运截然不同
Codex 的演进脉络清晰可溯：Operator → Atlas → Codex Web → Codex 桌面端。Andrew 认为，这本质上是同一核心功能，在不同时间节点，借由不断跃迁的模型能力，反复迭代发布的产物。
“这些版本，本质都是同一功能的多次重生。区别只在于每次所搭载的智能水平不同。”
他举了一个极具说服力的例证：
“我确信，倘若 Codex 桌面端在去年 11 月发布，大概率会遭遇市场冷遇。而唯一的变量，就是 11 月到次年 2 月之间模型能力的实质性跃升。完全相同的产品形态，最终成败，竟取决于短短数月的模型进化差距。”
他还坦承一段教训：团队曾一度“在 AGI 路线上跑得太急”。
ChatGPT Atlas（macOS）可在浏览网页时提供即时回复、内容总结与任务辅助。它支持智能建议、信息整理及多场景交互，同时配备可控隐私设置，让用户在使用过程中更加安全安心。针对 macOS 平台优化后，带来流畅自然的浏览体验，适用于办公、学习、创作及日常信息查询等多种场景。
“初版 Codex Web 过度‘AGI 化’——你下达指令，模型自行执行并返回结果，问题在于它完成得不够可靠。Claude Code 则采取相反路径：纯本地运行、不依赖云端、不强求全自动，而是主动提问、等待用户确认。那种克制形态，才真正匹配当时模型的实际能力。我们确实在 AGI 赛道上冲得太猛了。”
这话听似自我辩护，但关键不在辩解，而在及时转向。Andrew 当前的策略很务实：不因某项功能当下不可行就永久搁置。列出未来一两年所有构想，全部做成原型；哪些已成熟，立即落地；其余留待时机。每次模型迎来关键突破，便重新拾起那些“未完成项”再验证一遍。功能的价值，往往不取决于形态本身，而取决于支撑它的模型是否足够聪明。
Andrew 的 Codex 日常工作流
Andrew 每日清晨打开 Codex，首先映入眼帘的是一份定制化“晨间简报”。
“每天醒来，Codex 会为我生成一份摘要——从我订阅的 3000 个 Slack 频道中自动提取关键信息。哪些事项需我介入？我只需回复：‘给我五个待答问题’，它便会即时整理。”
这份简报如何持续优化？并非靠反复调试提示词。
“每次 Codex 自动任务执行后，若结果有偏差，我不必重写指令。我直接告诉它：‘下次执行时留意这点’，或‘这类信息此前未出现在简报里，以后请确保纳入’。它会自主调整通知逻辑。”
他最近一次产品发布的协同方式同样别具一格：
“我在 Notion 中维护一张待办清单。Codex 自动从 Pull Request 和 Slack 频道抓取进度更新，实时同步至我的状态追踪表——这是我们首次以‘氛围感’（vibe）驱动的发布协作。”
整体而言，他的工作流并未封闭于 Codex 内部，而是通过 MCP 等协议无缝联动外部工具。可供参考，但不必照搬——毕竟，他可是无需担忧 token 成本的人啊……
Codex 不是超级应用，而是你的 home base
外界常将 Codex 与 ChatGPT 类比为“超级应用”——试图把一切功能塞进单一窗口。Andrew 明确反对这一标签，他坚持使用“home base”（主基地）这一表述。
“Codex 不应成为把你所有事务锁死在一个矩形框里的超级应用。它应是你的 home base——你在此开启工作、在此收尾工作、在此触发自动化。它通过各类连接器、浏览器插件、扩展程序，与你日常使用的工具对话。当你进行深度财务建模时，它直接调用 Excel 桌面端完成运算，结束后你便可关闭 Excel。”
最能诠释这一理念的，是一个 Premiere Pro 的真实案例。OpenAI 内部视频编辑师尝试用 Codex 剪辑影片。
Codex 本身并非视频编辑器，但它深度理解 Premiere Pro 的运作机制——能直接读写项目文件；对于自身无法直接操作的功能，它完成了一件更令人惊叹的事：
“Codex 为自己编写了一个 Premiere Pro 扩展插件，再通过该插件向 Premiere 发送指令：‘请将此处的时间标记移至指定位置。’”
产品开发流程，已被彻底重构
整场对话中，Andrew 反复强调一个核心洞察：AI 已将产品开发流程彻底翻转。
“任何人皆可创造任何东西。当你给予用户无限 token，所有人都在动手实践。回望我们过去沿用的产品流程——研究、构思、原型——其底层逻辑建立在一个前提上：实现成本高昂。因此需靠文档、调研、原型提前规避风险。这个前提，已然崩塌。”
旧流程的逻辑是：“实现昂贵 → 先写 PRD、做调研、画原型以控风险 → 再投入开发”。新流程中，实现成本趋近于零，同一功能可能有 90 支团队同步产出原型。真正的难点，已不再是“要不要做”，而是“做了这么多，哪个最优？哪些该整合？如何有效收束？”
但这是否意味着 PRD 已彻底退出历史舞台？
“由于实现门槛骤降，非技术人员极易跳过前期思考，直接上手原型。而对工程师而言，如今反而容易产出大量无人愿读的冗长文档。关键不在于抛弃文档或放弃原型，而在于精准选择适配任务的表达媒介。”
Andrew 为整场对话画下的句点，或许也是给所有身处 AI 时代的从业者一句务实箴言：
“别与你的具体流程缔结婚约。请与你唯一能交付的结果缔结婚约，流程该改就改。如果你最拿手的仍是‘Figma 自动布局’，那就继续深耕，不必焦虑。”
既然工具在变、模型在变、流程在变，唯一值得坚守的，是你交付独特价值的能力。
本文来自微信公众号“APPSO”，作者：发现明日产品的APPSO，36氪经授权发布。
