I miei principali insegnamenti da @embirico (Product Lead di OpenAI Codex): 1. Il prodotto iniziale di Codex di OpenAI era "troppo avanti nel futuro". Funzionava nel cloud in modo asincrono, il che era fantastico per gli utenti esperti ma difficile per i neofiti. La crescita è esplosa quando l'hanno riportato dove gli ingegneri già lavorano: all'interno del loro editor di codice, sul proprio computer. L'uso di Codex è cresciuto di 20 volte negli ultimi 6 mesi. 2. OpenAI ha costruito l'app Sora per Android—che ha raggiunto il #1 nell'app store—in poche settimane con due o tre ingegneri, con l'aiuto di Codex. L'app Sora è passata da zero a test da parte dei dipendenti in 18 giorni, per poi essere lanciata pubblicamente 10 giorni dopo. Codex ha aiutato analizzando l'app iOS esistente, generando piani di lavoro e implementando funzionalità confrontando entrambe le piattaforme simultaneamente. 3. La chiave per ottenere valore da Codex: dai i tuoi problemi più difficili, non i più facili. Questi strumenti sono progettati per affrontare bug complessi e compiti intricati, non quelli semplici. Inizia con qualcosa su cui altrimenti spenderesti ore. 4. Scrivere codice potrebbe diventare il modo universale in cui l'AI svolge qualsiasi compito. Piuttosto che cliccare attraverso interfacce o costruire integrazioni separate, l'AI funziona meglio quando scrive piccoli programmi al volo. Questo suggerisce che la capacità di codificare dovrebbe essere integrata in ogni assistente AI, non solo in strumenti di programmazione specializzati. 5. I designer di OpenAI ora scrivono e distribuiscono il proprio codice. Il team di design mantiene un prototipo completamente funzionale costruito con l'assistenza dell'AI. Quando hanno un'idea, la codificano direttamente, la testano e spesso la inviano per la produzione loro stessi. Gli ingegneri intervengono solo quando il codice è particolarmente complesso. 6. Anche se i modelli AI smettessero di migliorare domani, ci sono ancora anni di lavoro di prodotto da fare per sbloccare il loro potenziale. La tecnologia è avanti rispetto alla nostra capacità di utilizzarla in modo ottimale. 7. Il principale collo di bottiglia per la produttività dell'AI non è l'AI; è quanto velocemente gli esseri umani possono digitare. I fattori limitanti sono quanto velocemente puoi digitare i prompt e quanto rapidamente puoi rivedere il lavoro generato dall'AI. Fino a quando l'AI non potrà convalidare il proprio output in modo più affidabile e fornire aiuto in modo proattivo, non vedremo i guadagni di produttività completi che questi strumenti potrebbero offrire. 8. Scrivere codice sta diventando meno divertente rispetto a rivedere il codice scritto dall'AI. Gli ingegneri amano il flusso creativo della costruzione. Ora trascorrono più tempo a leggere ciò che l'AI ha prodotto. La prossima sfida è rendere quel processo di revisione più veloce e soddisfacente. 9. I nuovi modelli AI possono ora lavorare continuamente per 24 ore o oltre 60 ore su un singolo compito. Una tecnica chiamata "compattazione" consente all'AI di riassumere ciò che ha appreso prima di esaurire la memoria, per poi continuare a lavorare in una nuova sessione. Questo consente un lavoro autonomo notturno o di più giorni che prima non era possibile. 10. Se stai avviando un'azienda oggi, una profonda comprensione di un cliente specifico conta di più che essere bravi a costruire. Costruire sta diventando più facile. Sapere cosa costruire—e per chi—è il vero vantaggio ora.