来自 Lenny Rachitsky（@lennysan）的推文线程

我从@embirico（OpenAI Codex产品负责人）那里学到的最重要一点： 1. OpenAI 最初的 Codex 产品“过于超前”。它以异步方式在云端运行，这对高级用户来说很棒，但对新手来说却很困难。当他们将 Codex 回归到工程师们日常工作的地方——他们自己的电脑上的代码编辑器中时，用户增长呈爆炸式增长。在过去的 6 个月里，Codex 的使用量增长了 20 倍。 2. 在 Codex 的协助下，OpenAI 仅用了几周时间，仅由两三名工程师就开发出了 Sora 安卓应用，该应用一举登上应用商店榜首。Sora 应用从零到员工测试仅用了 18 天，并在 10 天后正式上线。Codex 的帮助体现在：分析现有的 iOS 应用，制定工作计划，并通过同时比较两个平台来实现各项功能。 3. 使用 Codex 的关键在于：选择最棘手的问题，而不是最简单的。这些工具旨在解决棘手的 bug 和复杂的任务，而不是简单的任务。从那些你平时需要花费数小时才能解决的问题入手。 4. 编写代码可能成为人工智能完成任何任务的通用方式。人工智能与其通过点击界面或构建单独的集成来提升性能，不如即时编写小型程序来发挥最佳效果。这意味着每个人工智能助手都应该内置编码能力，而不仅仅是专门的编程工具。 5. OpenAI 的设计师现在自己编写和发布代码。设计团队维护着一个由 AI 辅助构建的、功能齐全的原型。当他们有了想法，就会直接编写代码、进行测试，并经常自行提交到生产环境。只有当代码库特别复杂时，工程师才会介入。 6. 即使人工智能模型明天停止改进，仍有许多产品开发工作需要完成才能充分发挥其潜力。这项技术的发展速度超过了我们对其进行优化利用的能力。 7. 人工智能生产力的最大瓶颈并非人工智能本身，而是人类的打字速度。限制因素在于你输入提示信息的速度以及你审核人工智能生成内容的速度。只有当人工智能能够更可靠地验证自身输出并主动提供帮助时，我们才能看到这些工具所能带来的全部生产力提升。 8. 编写代码的乐趣正在逐渐被审查人工智能生成的代码所取代。工程师们热爱构建代码的创造性过程，而现在他们却要花费更多时间阅读人工智能生成的代码。下一个挑战是如何让代码审查过程更快、更令人满意。 9. 新型人工智能模型现在可以连续工作24小时甚至超过60小时，专注于一项任务。一种名为“压缩”的技术可以让人工智能在内存耗尽前总结已学习的内容，然后在新的会话中继续工作。这使得以前无法实现的通宵或多天自主工作成为可能。 10. 如果你现在要创办一家公司，深入了解特定客户比擅长产品开发更重要。产品开发变得越来越容易。如今，真正的优势在于知道该开发什么产品，以及为谁开发产品。