OpenAI Codex lead on the new shape of product work | Andrew Ambrosino

Lenny's Podcast: Product | Career | Growth · 70 分鐘 · AI 重點整理 by 聽摘

這集在講什麼

這集在回答一個很實際的問題：當「任何人都能先做出原型」時，product work 到底還剩下什麼不可取代。Andrew Ambrosino 的答案很鮮明——真正稀缺的已經不是 implementation，而是 taste：在 OpenAI 內部，甚至有「90 個沒協調過的團隊同時做同一個功能探索」這種情況，誰能判斷哪個該保留、怎麼整合、何時不該發布，才是核心競爭力。聽完你會帶走一個新工作模型：AI 時代不是 PRD 全死、職能全消失，而是先讓建造成本趨近於零，再把人的價值移到選題、取捨、時機與品質門檻上。

來賓：來賓是 Andrew Ambrosino，OpenAI Codex app 的 product 與 engineering lead，背景橫跨 designer、engineer、PM 與 founder，正好站在 AI 改寫產品工作流程的第一線。他有資格談這題，因為 Codex 自今年 1 月以來使用量成長 6 倍、每週活躍用戶超過 500 萬，而且 OpenAI 內部幾乎全員每週都在用。這集他最核心的主張是：「implementation is actually not the expensive part anymore… it’s, dare I say, taste.」

本集亮點

03:19他把今天的產品流程形容成「整個反過來了」：以前要先寫文件、做研究來降低昂貴的實作風險，現在是任何人都能先把功能做出來，甚至同一題會冒出 90 個版本。值得聽的是，這直接改寫了 PM、設計、工程三方分工的底層邏輯。

12:52Andrew 說 AI 暫時還不擅長 design，不只是模型能力問題，而是 design 比 code 更難評分：code 可以看 compile 與正確性，design 還牽涉 culture、novelty 與人類 taste 的回饋迴路。這段值得聽，因為它解釋了為什麼『AI 很會寫 code，卻常做出一眼 AI 味的介面』。

33:39他舉 Codex app 為例：如果同樣的產品在 11 月推出會失敗，但到了 2 月就成立，差別主要不是產品形狀，而是模型幾個月內變強。這個案例很反直覺，因為它提醒你：產品失敗不一定是方向錯，也可能只是 intelligence timing 還沒到。

57:37最驚人的案例是 OpenAI 的 videographer 用 Codex 幫忙剪片：Codex 不只是理解 Premiere Pro 的工作流，甚至會自己做一個可安裝的 extension 來操作 Premiere。值得聽的是，這把『coding tool』拉成『通用工作代理』，也具體展示了 AI 工具如何跨進原本不是它設計用途的工作場景。