2026年AI增长明星Codex若问2026年哪个AI产品增长最令人瞩目「Codex」无疑排在首位。自今年1月以来其周活跃用户增长超5倍增长曲线陡峭目前周活跃用户规模达500万。其中知识工作者非开发者采用Codex的速度是开发者群体的3倍以上。2月桌面App的发布是增长的重要催化剂。桌面版提供专属、优化界面大幅降低使用门槛带来下载和采用量的爆发式增长。而推动产品形态变化的是Codex桌面应用团队负责人Andrew Ambrosino。他站在开发者工具链与通用AI工作入口两个快速重叠的世界之间其所见比增长数据更接近变化本质。访谈拆解Codex改变、合并与迭代方向接下来的访谈从他的视角出发拆解Codex改变了什么、为何与ChatGPT合并以及未来的迭代方向。实现变便宜什么变贵了几年前产品开发逻辑是实现很贵动手写代码前要做大量风险工作目的是让设计更便宜。但现在在OpenAI情况反转给人们大量token很多人做东西一个功能可能有90个团队探索90种实现方式实现不再昂贵。Andrew直言变贵的是品味即策展过程面对90个不同尝试需要有眼光做决策这才是现在最贵、最需思考的地方。品味到底是什么「品味」在硅谷被说烂但在Andrew这里有具体含义。Linear产品负责人曾举例Paul Graham说明品味不止外观。Andrew列举品味内涵包括美学、系统思维、方向感、呈现方式和细节等层面。真正的核心品味问题是如果能建造任何东西想要什么、这是什么、如何到达这不仅关乎选择做什么还关乎展现信息、实现目标和使用介质品味是新时代人类大脑最有价值之处。为什么AI至今还做不好设计Codex写代码强大但生成设计质量平庸。Andrew认为有几层原因。一是实际原因设计比软件难评分人类品味是反馈机制一部分训练模型困难难以用客观标准衡量。二是研究投入角度实验室历来投入资源提升加速AI研究的能力设计能力对AI研究加速作用不直接。更深层问题涉及设计工作复杂性设计有文化层面好设计由文化决定设计需新颖性与软件工程求代码跟随已知模式相反。最难解决的是抽象层问题代码驱动视觉设计时模型需理解深层结构关系目前对AI来说遥不可及。为什么Codex不能提前发产品成功取决于设计和模型能力时机。Andrew确信Codex若去年11月推出会失败2月推出则成功唯一变量是模型能力进步。这揭示AI时代产品价值由「模型在这个时刻能做什么」决定也改变了产品规划方式从「计划全年做什么」变为根据模型时间点能力做原型和决策。工程师、设计师、PM的边界消失了吗Lenny问Andrew设计团队是否归他管Andrew笑说汇报关系一直在变但团队紧密协作。外界讨论「角色坍缩」他们团队角色重叠明显因为Codex是面向工程师的技术型产品团队成员能力交叉。Andrew认为现在一个人由平均花时间做什么定义而非传统边界。他不认同彻底取消角色划分虽角色边界感消失值得欢迎但每个专业有技能门槛。现在换角色更易能力与工具绑定减弱但此趋势被外界过度夸大。当下最前沿的AI辅助开发方式Lenny问现在最前沿做法是否是「loop」AI团队如何运作。Andrew认为「多少代码是AI写的」不重要关键是代码是「有监督」还是「无监督」写出。团队做过「自主开发软件」和「harness engineering」相关探索如让模型清理代码库。目前模型通病是让代码变复杂他希望团队提升模型「删代码」能力。他认为目前做不到设「loop」让模型自动改进产品但团队在努力。Lenny追问是否给AI设终极目标Andrew不敢断言。为什么非得把Codex和ChatGPT合并Codex的未来将走向何方Codex最早是命令行工具后成独立App定位为「开发者工具」。App发布前内部试用工程和研究场景反馈好但各部门人员也在用尽管界面不友好。团队先将Codex能力搬到其他产品界面但用户不愿离开Codex App。这让团队意识到开发者工具和通用知识工具边界坍塌Codex和ChatGPT是同一能力不同入口。团队结论是做成通用、可扩展底层挑战是「怎么让它足够通用」。主持人Lenny认为合并是必然方向可避免认知混乱。Andrew提到「超级应用」说法他给出「home base」概念即让Codex成为用户追踪待办事项的「主场」可内部完成部分事情也可调用其他应用。为说明这点Andrew讲了摄影师用Codex剪视频的故事Codex通过扩展插件与Premiere Pro协作。Andrew总结出模型Codex和ChatGPT要与专业工具无缝协作也要让用户在其中打开网页应用做更多事团队正推进这两条线。