Pelajaran terbesar saya dari @embirico (OpenAI Codex Product Lead): 1. Produk Codex awal OpenAI "terlalu jauh di masa depan." Itu berjalan di cloud secara asinkron, yang bagus untuk pengguna yang kuat tetapi sulit untuk pendatang baru. Pertumbuhan meledak ketika mereka membawanya kembali ke tempat para insinyur sudah bekerja: di dalam editor kode mereka, di komputer mereka sendiri. Penggunaan Codex telah tumbuh 20x dalam 6 bulan terakhir. 2. OpenAI membangun aplikasi Sora Android—yang mencapai #1 di app store—hanya dalam beberapa minggu dengan dua atau tiga insinyur, dengan bantuan Codex. Aplikasi Sora berubah dari nol menjadi pengujian karyawan dalam 18 hari, kemudian diluncurkan ke publik 10 hari kemudian. Codex membantu dengan menganalisis aplikasi iOS yang ada, membuat rencana kerja, dan menerapkan fitur dengan membandingkan kedua platform secara bersamaan. 3. Kunci untuk mendapatkan nilai dari Codex: berikan masalah tersulit Anda, bukan yang termudah. Alat-alat ini dibuat untuk mengatasi bug yang rumit dan tugas-tugas yang rumit, bukan yang sederhana. Mulailah dengan sesuatu yang seharusnya Anda habiskan berjam-jam. 4. Menulis kode dapat menjadi cara universal AI menyelesaikan tugas apa pun. Alih-alih mengklik antarmuka atau membangun integrasi terpisah, AI berkinerja terbaik saat menulis program kecil dengan cepat. Ini menunjukkan bahwa kemampuan pengkodean harus dibangun ke dalam setiap asisten AI, bukan hanya alat pemrograman khusus. 5. Desainer di OpenAI sekarang menulis dan mengirimkan kode mereka sendiri. Tim desain memelihara prototipe yang berfungsi penuh yang dibangun dengan bantuan AI. Ketika mereka memiliki ide, mereka mengkodekannya secara langsung, mengujinya, dan sering mengirimkannya untuk produksi sendiri. Insinyur hanya turun tangan ketika basis kode sangat kompleks. 6. Bahkan jika model AI berhenti meningkat besok, masih ada bertahun-tahun pekerjaan produk tersisa untuk membuka potensi mereka. Teknologi ini berada di depan kemampuan kita untuk menggunakannya secara optimal. 7. Hambatan terbesar untuk produktivitas AI bukanlah AI; itu adalah seberapa cepat manusia bisa mengetik. Faktor pembatas adalah seberapa cepat Anda dapat mengetik petunjuk dan seberapa cepat Anda dapat meninjau pekerjaan yang dihasilkan AI. Sampai AI dapat memvalidasi outputnya sendiri dengan lebih andal dan memunculkan bantuan secara proaktif, kita tidak akan melihat peningkatan produktivitas penuh yang dapat diberikan oleh alat ini. 8. Menulis kode menjadi kurang menyenangkan daripada meninjau kode yang ditulis AI. Insinyur menyukai aliran kreatif bangunan. Sekarang mereka menghabiskan lebih banyak waktu membaca apa yang dihasilkan AI. Tantangan selanjutnya adalah membuat proses peninjauan itu lebih cepat dan lebih memuaskan. 9. Model AI baru sekarang dapat bekerja terus menerus selama 24 hingga lebih dari 60 jam dalam satu tugas. Teknik yang disebut "pemadatan" memungkinkan AI meringkas apa yang dipelajarinya sebelum kehabisan memori, lalu melanjutkan pekerjaan dalam sesi baru. Ini memungkinkan pekerjaan otonom semalam atau beberapa hari yang sebelumnya tidak memungkinkan. 10. Jika Anda memulai perusahaan hari ini, pemahaman mendalam tentang pelanggan tertentu lebih penting daripada pandai membangun. Membangun semakin mudah. Mengetahui apa yang harus dibangun—dan untuk siapa—adalah keuntungan nyata sekarang.