我从@embirico（OpenAI Codex产品负责人）那里获得的最大收获： 1. OpenAI最初的Codex产品“太超前了”。它在云端异步运行，这对高级用户来说很棒，但对新手来说很难。将其带回工程师们已经工作的地方：在他们的代码编辑器中，在自己的电脑上，增长爆炸性地增加了。Codex的使用在过去6个月中增长了20倍。 2. OpenAI在短短几周内与两到三名工程师的帮助下，构建了Sora Android应用程序——该应用在应用商店中排名第一。Sora应用从零到员工测试用了18天，然后在10天后公开发布。Codex通过分析现有的iOS应用、生成工作计划并同时比较两个平台来帮助实现功能。 3. 从Codex中获得价值的关键：给它你最棘手的问题，而不是最简单的。这些工具是为解决棘手的错误和复杂任务而构建的，而不是简单的任务。开始时选择一些你本来会花几个小时去做的事情。 4. 编写代码可能会成为AI完成任何任务的普遍方式。与其通过界面点击或构建单独的集成，AI在即时编写小程序时表现最佳。这表明编码能力应该内置于每个AI助手中，而不仅仅是专业的编程工具。 5. OpenAI的设计师现在自己编写和发布代码。设计团队维护一个完全功能的原型，借助AI的帮助。当他们有一个想法时，他们直接编码、测试，并且通常自己提交生产。只有在代码库特别复杂时，工程师才会介入。 6. 即使AI模型明天停止改进，仍然有多年的产品工作可以解锁它们的潜力。技术超前于我们使用它的能力。 7. AI生产力的最大瓶颈不是AI，而是人类打字的速度。限制因素是你输入提示的速度和你审查AI生成的工作的速度。在AI能够更可靠地验证自己的输出并主动提供帮助之前，我们不会看到这些工具可能带来的全部生产力提升。 8. 编写代码变得不如审查AI编写的代码有趣。工程师喜欢构建的创造性流程。现在他们花更多时间阅读AI生成的内容。下一个挑战是让审查过程更快、更令人满意。 9. 新的AI模型现在可以在单一任务上连续工作24到60小时以上。一种称为“压缩”的技术使AI在内存耗尽之前总结它所学的内容，然后在新的会话中继续工作。这使得之前不可能的过夜或多天的自主工作成为可能。 10. 如果你今天要创办一家公司，对特定客户的深刻理解比擅长构建更重要。构建变得越来越容易。知道该构建什么——以及为谁构建——才是真正的优势。

OpenAI Codex 产品负责人 @embirico："我们正接近一个节点，如果你想构建任何 AI 代理，也许你应该构建一个编码代理。 如果我们要构建一个超级助手，它必须能够做事情。对于模型来说，当它们能够使用计算机时，它们的效果会更好。现在的问题是，好吧，它应该如何使用计算机？ 你可以尝试破解操作系统和用户可访问性 API。也许你可以通过指点和点击来实现。这有点慢且不可预测。另一种方法，事实证明，模型使用计算机的最佳方式，就是简单地编写代码。"