Mina största insikter från @embirico (OpenAI Codex produktledare): 1. OpenAIs ursprungliga Codex-produkt var "för långt in i framtiden." Det kördes asynkront i molnet, vilket var bra för avancerade användare men svårt för nybörjare. Tillväxten exploderade när de återinförde det där ingenjörer redan arbetar: i deras kodredigerare, på deras egen dator. Användningen av Codex har ökat 20 gånger de senaste 6 månaderna. 2. OpenAI byggde Sora Android-appen—som nådde #1 i appbutiken—på bara några veckor med två eller tre ingenjörer, med hjälp av Codex. Sora-appen gick från noll till personaltestning på 18 dagar, och lanserades sedan offentligt 10 dagar senare. Codex hjälpte till genom att analysera den befintliga iOS-appen, generera arbetsplaner och implementera funktioner genom att jämföra båda plattformarna samtidigt. 3. Nyckeln till att få värde från Codex: ge det dina svåraste problem, inte de lättaste. Dessa verktyg är byggda för att hantera svåra buggar och komplexa uppgifter, inte enkla. Börja med något du annars skulle lägga timmar på. 4. Att skriva kod kan bli det universella sättet som AI utför varje uppgift på. Istället för att klicka sig igenom gränssnitt eller bygga separata integrationer presterar AI bäst när den skriver små program i realtid. Detta innebär att kodningsförmåga bör byggas in i varje AI-assistent, inte bara i specialiserade programmeringsverktyg. 5. Designers på OpenAI skriver och levererar nu sin egen kod. Designteamet underhåller en fullt fungerande prototyp byggd med AI-assistans. När de har en idé kodar de den direkt, testar den och skickar ofta in den för produktion själva. Ingenjörer ingriper bara när kodbasen är särskilt komplex. 6. Även om AI-modeller slutade förbättras imorgon, återstår fortfarande år av produktarbete för att frigöra deras potential. Teknologin ligger före vår förmåga att använda den optimalt. 7. Den största flaskhalsen för AI-produktivitet är inte AI:n; Det handlar om hur snabbt människor kan skriva. De begränsande faktorerna är hur snabbt du kan skriva promptar och hur snabbt du kan granska AI-genererat arbete. Tills AI kan validera sitt eget resultat mer pålitligt och proaktivt ge hjälp kommer vi inte att se de fulla produktivitetsvinster som dessa verktyg kan ge. 8. Att skriva kod blir mindre roligt än att granska AI-skriven kod. Ingenjörer älskar det kreativa flödet i byggandet. Nu lägger de mer tid på att läsa vad AI:n producerade. Nästa utmaning är att göra granskningsprocessen snabbare och mer tillfredsställande. 9. Nya AI-modeller kan nu arbeta kontinuerligt i 24 till över 60 timmar med en enda uppgift. En teknik som kallas "kompaktering" låter AI:n sammanfatta vad den lärt sig innan minnesslut tar slut, och sedan fortsätta arbeta i en ny session. Detta möjliggör autonomt arbete över natten eller flera dagar som tidigare inte var möjligt. 10. Om du startar ett företag idag är djup förståelse för en specifik kund viktigare än att vara bra på att bygga. Byggandet blir lättare. Att veta vad man ska bygga – och för vem – är den verkliga fördelen nu.