90%团队在用Codex：OpenAI产品负责人谈AI如何重塑产品工作

如果你还以为AI只是“写代码更快”，这期播客会直接把你拉回现实。OpenAI Codex 团队负责人 Andrew Ambrosino 在 Lenny’s Podcast 里抛出一个猛料：在他们内部，几乎所有人都在用 Codex，而且这正在彻底改变产品、设计和团队结构本身。

一个反直觉的事实：AI已经不是“辅助工具”，而是默认工作方式

节目一开始，Andrew 就抛出了一个极具冲击力的数据：在 OpenAI 内部，大约 90% 的人都在使用 Codex。这不是“尝鲜”，而是日常工作流的一部分。

这句话真正震撼的地方不在于比例，而在于语境。它暗示了一件事：在最前沿的 AI 团队里，AI 已经不再是“提高效率的小工具”，而是一种默认存在的工作环境。你不用再讨论“要不要用”，而是默认“怎么把它用好”。

Andrew 形容 Codex 更像一个“home base”——你写代码、探索想法、验证假设时的起点。这种定位，已经超出了传统意义上的开发工具，更接近一种新的生产力基础设施。

为什么最强的模型，反而不擅长“设计”和“品味”

在讨论 AI 能力边界时，Andrew 提出了一个很容易被忽略的观点：前沿模型在设计和品味（taste）上，依然存在明显短板。

这里的“设计”并不只是 UI，而是更广义的产品感——知道什么时候该加一个按钮，什么时候什么都不做；知道什么是“刚刚好”。Andrew 认为，这是上一代产品世界遗留下来的核心能力，而 AI 目前更多是在技术层面做“抽象层”的工作。

他提到，“taste”这个词虽然被用烂了，但在某些具体场景下依然非常有用。因为它代表的是一种难以形式化的判断力：什么是好，什么是过度设计。至少在现在，这部分仍然高度依赖人类。

产品团队的形状正在变化：角色开始“融化”

一个贯穿全程的话题是：产品团队的结构，已经和几年前完全不一样了。

Andrew 本人有一个非常典型的背景：几乎做过产品、工程、设计等每一个核心职能。这在过去可能被视为“不够专精”，但在今天反而成了一种优势。因为当 AI 能在执行层面大幅放大个人能力时，边界清晰的角色分工开始变得低效。

在 Codex 团队里，讨论的已经不再是“这是 PM 的事还是工程的事”，而是“这个问题现在该不该做”“我们能不能在几个月内验证”。规划周期被压缩到以“几个月”为单位，而不是一年。团队需要的是能在高度不确定性中持续学习的人。

抽象层正在上移，但创造力反而更重要了

当 Andrew 听到外界说“AI 会让创造力变得不重要”时，他的反应很直接：恰恰相反。

他认为，AI 做的事情本质上是在不断提高抽象层——从写代码到描述意图，从实现功能到定义问题。而当执行成本急剧下降时，真正稀缺的反而是：你想做什么，以及为什么要做。

这也是为什么他反复强调“keep learning”。在一个变化速度以月计算的环境里，没有哪个流程是永久正确的。唯一能依赖的，是持续更新认知、不断调整判断的能力。

关于未来：没有“永远正确”的形态，只有不断试错

当话题来到 Codex 的愿景时，Andrew 的回答非常克制：很多东西还是 TBD（to be determined）。

这并不是回避问题，而是对现实的诚实描述。在 AI 应用的前沿，没有“永远”或“从不”。有的只是不断尝试、快速反馈、再调整。无论是浏览器使用场景，还是更复杂的产品形态，策略都不是一次性设计出来的。

某种程度上，这也解释了为什么他们如此重视把 AI 当作“primitive”（原语）来使用——不是外挂，而是内建在思考和工作流程中的基础单元。

总结

这期播客真正值得反复回味的，不是某个具体功能，而是一个信号：产品工作的重心正在发生位移。当 AI 成为默认能力，执行不再稀缺，判断力、品味和跨职能理解开始变成核心竞争力。

对 AI 从业者来说，最现实的行动建议是三点：第一，把 AI 工具真正嵌入日常工作，而不是偶尔使用；第二，刻意训练“定义问题”的能力，而不仅是解决问题；第三，接受没有长期确定性的现实，用更短的周期去学习和调整。

如果你能在这个时代找到“适合自己的产品市场匹配”，也许正如节目最后说的那样——你已经为自己的职业，找到了 PMF。

关键词： Codex， AI产品， 产品团队， 设计与品味， 未来工作方式

事实核查备注： 需要核查的关键事实包括：Andrew Ambrosino 的正式头衔；“90%的人在使用 Codex”是否为精确数据还是口头估计；播客具体发布时间与时长；Codex 在 OpenAI 内部的实际使用范围描述。