Mijn grootste inzichten van @embirico (Product Lead OpenAI Codex): 1. Het eerste Codex-product van OpenAI was "te ver in de toekomst." Het draaide in de cloud asynchroon, wat geweldig was voor power users, maar moeilijk voor nieuwkomers. De groei explodeerde toen ze het terugbrachten naar waar ingenieurs al werken: binnen hun code-editor, op hun eigen computer. Het gebruik van Codex is de afgelopen 6 maanden met 20x gegroeid. 2. OpenAI heeft de Sora Android-app gebouwd—die #1 in de app store werd—in slechts een paar weken met twee of drie ingenieurs, met de hulp van Codex. De Sora-app ging van nul naar testen door medewerkers in 18 dagen, en werd 10 dagen later publiek gelanceerd. Codex hielp door de bestaande iOS-app te analyseren, werkplannen te genereren en functies te implementeren door beide platforms tegelijkertijd te vergelijken. 3. De sleutel om waarde uit Codex te halen: geef het je moeilijkste problemen, niet je gemakkelijkste. Deze tools zijn gebouwd om lastige bugs en complexe taken aan te pakken, niet simpele. Begin met iets waar je anders uren aan zou besteden. 4. Code schrijven kan de universele manier worden waarop AI elke taak uitvoert. In plaats van door interfaces te klikken of aparte integraties te bouwen, presteert AI het beste wanneer het kleine programma's on-the-fly schrijft. Dit suggereert dat programmeervaardigheden in elke AI-assistent ingebouwd moeten worden, niet alleen in gespecialiseerde programmeertools. 5. Ontwerpers bij OpenAI schrijven en verzenden nu hun eigen code. Het ontwerpteam onderhoudt een volledig functioneel prototype dat met AI-assistentie is gebouwd. Wanneer ze een idee hebben, coderen ze het direct, testen het en dienen het vaak zelf in voor productie. Ingenieurs stappen alleen in wanneer de codebase bijzonder complex is. 6. Zelfs als AI-modellen morgen zouden stoppen met verbeteren, zijn er nog jaren productwerk te doen om hun potentieel te ontsluiten. De technologie loopt voor op onze mogelijkheid om deze optimaal te gebruiken. 7. De grootste bottleneck voor AI-productiviteit is niet de AI; het is hoe snel mensen kunnen typen. De beperkende factoren zijn hoe snel je prompts kunt typen en hoe snel je AI-gegenereerd werk kunt beoordelen. Totdat AI zijn eigen output betrouwbaarder kan valideren en proactief hulp kan bieden, zullen we de volledige productiviteitswinst die deze tools kunnen leveren niet zien. 8. Code schrijven wordt minder leuk dan het beoordelen van door AI geschreven code. Ingenieurs houden van de creatieve flow van bouwen. Nu besteden ze meer tijd aan het lezen van wat de AI heeft geproduceerd. De volgende uitdaging is om dat beoordelingsproces sneller en bevredigender te maken. 9. Nieuwe AI-modellen kunnen nu continu 24 tot meer dan 60 uur aan een enkele taak werken. Een techniek genaamd "compaction" laat de AI samenvatten wat het heeft geleerd voordat het zonder geheugen komt te zitten, en dan doorgaan met werken in een nieuwe sessie. Dit maakt autonoom werk mogelijk dat eerder niet mogelijk was, zelfs niet 's nachts of meerdere dagen. 10. Als je vandaag een bedrijf begint, is een diep begrip van een specifieke klant belangrijker dan goed zijn in bouwen. Bouwen wordt gemakkelijker. Weten wat je moet bouwen—en voor wie—is nu het echte voordeel.