Meine wichtigsten Erkenntnisse von @embirico (Produktleiter OpenAI Codex): 1. Das ursprüngliche Codex-Produkt von OpenAI war "zu weit in der Zukunft". Es lief in der Cloud asynchron, was für Power-User großartig war, aber für Neulinge schwierig. Das Wachstum explodierte, als sie es zurückbrachten dorthin, wo Ingenieure bereits arbeiten: in ihren Code-Editor, auf ihrem eigenen Computer. Die Nutzung von Codex ist in den letzten 6 Monaten um das 20-fache gewachsen. 2. OpenAI baute die Sora Android-App – die Platz 1 im App Store erreichte – in nur wenigen Wochen mit zwei oder drei Ingenieuren, mit Hilfe von Codex. Die Sora-App ging in 18 Tagen von null zur Mitarbeitertests und wurde 10 Tage später öffentlich gestartet. Codex half, indem es die bestehende iOS-App analysierte, Arbeitspläne generierte und Funktionen implementierte, indem es beide Plattformen gleichzeitig verglich. 3. Der Schlüssel, um Wert aus Codex zu ziehen: Gib ihm deine schwierigsten Probleme, nicht deine einfachsten. Diese Werkzeuge sind dafür gebaut, knifflige Bugs und komplexe Aufgaben zu bewältigen, nicht einfache. Beginne mit etwas, für das du sonst Stunden benötigen würdest. 4. Das Schreiben von Code könnte die universelle Art und Weise werden, wie KI jede Aufgabe erfüllt. Anstatt durch Schnittstellen zu klicken oder separate Integrationen zu erstellen, funktioniert KI am besten, wenn sie kleine Programme spontan schreibt. Das deutet darauf hin, dass Programmierfähigkeiten in jeden KI-Assistenten integriert werden sollten, nicht nur in spezialisierte Programmierwerkzeuge. 5. Designer bei OpenAI schreiben und versenden jetzt ihren eigenen Code. Das Designteam pflegt einen voll funktionsfähigen Prototyp, der mit KI-Unterstützung erstellt wurde. Wenn sie eine Idee haben, codieren sie sie direkt, testen sie und reichen sie oft selbst zur Produktion ein. Ingenieure greifen nur ein, wenn der Code besonders komplex ist. 6. Selbst wenn KI-Modelle morgen aufhören würden, sich zu verbessern, gibt es noch Jahre an Produktarbeit, um ihr Potenzial freizusetzen. Die Technologie ist unserer Fähigkeit, sie optimal zu nutzen, voraus. 7. Der größte Engpass für die Produktivität von KI ist nicht die KI; es ist, wie schnell Menschen tippen können. Die begrenzenden Faktoren sind, wie schnell du Eingabeaufforderungen tippen und wie schnell du die von der KI generierte Arbeit überprüfen kannst. Bis KI ihre eigenen Ausgaben zuverlässiger validieren und proaktiv Hilfe anbieten kann, werden wir nicht die vollen Produktivitätsgewinne sehen, die diese Werkzeuge liefern könnten. 8. Das Schreiben von Code macht weniger Spaß als das Überprüfen von KI-geschriebenem Code. Ingenieure lieben den kreativen Fluss des Bauens. Jetzt verbringen sie mehr Zeit damit, das zu lesen, was die KI produziert hat. Die nächste Herausforderung besteht darin, diesen Überprüfungsprozess schneller und befriedigender zu gestalten. 9. Neue KI-Modelle können jetzt kontinuierlich 24 bis über 60 Stunden an einer einzigen Aufgabe arbeiten. Eine Technik namens "Kompaktierung" ermöglicht es der KI, zusammenzufassen, was sie gelernt hat, bevor sie den Speicher erschöpft, und dann in einer neuen Sitzung weiterzuarbeiten. Dies ermöglicht eine autonome Arbeit über Nacht oder mehrere Tage, die zuvor nicht möglich war. 10. Wenn du heute ein Unternehmen gründest, ist ein tiefes Verständnis für einen bestimmten Kunden wichtiger, als gut im Bauen zu sein. Das Bauen wird einfacher. Zu wissen, was man bauen soll – und für wen – ist jetzt der echte Vorteil.