區塊勢
LENNY'S PODCAST・2026 年 6 月 28 日

Codex 讓產品工作倒過來Codex 讓
產品工作
倒過來

OpenAI Codex 產品負責人 Andrew Ambrosino 的重點不是「每個人都會寫程式」。真正的變化是實作成本下降後，產品團隊最缺的是品味、取捨與協調。

SCROLL
來源：Lenny's Podcast 訪談 Andrew Ambrosino〈OpenAI Codex lead on the new shape of product work〉，YouTube 原始發布日期為 2026 年 6 月 28 日。Andrew Ambrosino 負責 OpenAI Codex desktop app；訪談內容涵蓋 Codex 的使用方式、產品團隊角色、AI 時代的品味與自動化邊界。
PART 1

實作變便宜，產品流程就反過來了

Andrew 的核心判斷很清楚：以前產品流程假設「實作很貴」，所以團隊要先研究、寫文件、做原型、降低工程風險，再讓工程師投入。Codex 代表的變化是，實作不再是最貴的環節。當許多人可以同時做出可運作版本，問題不再是「能不能做」，而是「哪個版本值得留下」。

訪談中提到，OpenAI 內部接近所有員工每週都使用 Codex，不只是工程師。Codex 從今年一月以來使用量成長六倍，週活躍使用者超過五百萬。這些數字不是為了炫耀工具熱度，而是說明一個工作現場：AI coding app 正在從工程工具，變成許多人開始工作、整理資訊、做決策與產出 artifact 的入口。

PART 2

文件不是消失，而是不能再當唯一保險

Andrew 沒有說文件和原型都沒用。他說順序變了。當實作成本高，文件和原型是避免浪費工程資源的保險；當實作成本降低，團隊可以先做出多個版本，再從可運作的材料中挑選、合併、刪除。產品工作從預測風險，改成整理混亂。

舊流程：先降低實作風險研究、文件、設計稿、原型先行，因為真正寫進產品很貴。
新流程：先製造可評估版本許多人同時嘗試，團隊要從多個實作裡找出可留下的方向。
舊瓶頸：工程排程決策者常在抽象文件裡推測使用者會怎麼感受。
新瓶頸：品味與取捨版本太多時，最難的是判斷哪個有信號、哪個只是噪音。

這也是為什麼 Andrew 一直談 taste。品味不是審美口號，而是能在大量可能版本之間判斷：這個互動是否自然、這個功能應該併入哪裡、這個 toggle 要不要拆成幾段、哪個抽象會讓產品未來變複雜。AI 讓產出變多，品味負責讓產出不要變成雜訊。

PART 3

AI 還不擅長設計，因為設計很難被評分

Lenny 問 Andrew，為什麼前沿模型仍然不擅長設計。Andrew 的答案是：設計比較難評分，因為人類品味本身就是回饋機制的一部分。程式能不能跑、測試能不能過，比較容易變成明確訊號；產品手感、視覺取捨、使用者下一步是否自然，仍然需要人把細微的感覺翻成判斷。

這也讓「每個人都變成 builder」的說法變得危險。Andrew 擔心有些公司把產品角色直接取消，認為大家都能 build 就好。問題是，AI 沒有消滅角色，只是讓角色邊界變得更彈性。工程、設計、產品與管理都更接近材料本身，但仍需要不同的人負責不同尺度的判斷。

PART 4

產品人變成區域防守者，不是排隊等需求的人

Andrew 用 zone defense 描述新產品工作。當 top-down 年度規劃跟不上變化，產品人不再只是把需求排成路線圖，而是看見哪裡有空隙、哪裡有重複嘗試、哪裡需要重新命名與收斂。兩個產品人如果站得太近，可能代表防守區域重疊；真正有用的是補位。

品味者從許多實作版本中挑出有信號的部分，讓產品不只是功能堆疊。
協調者在 chaos 裡看出缺口、重複與相依關係，讓團隊不被多個版本淹沒。
刪除者AI 常增加複雜度；好的產品團隊要更快刪掉不該留下的抽象。

這段對管理者也重要。Andrew 說 IC 和 manager 的差異正在改變：IC 不再只是逐字輸入程式碼，而是在管理 agent 做出工作；manager 也在不同粒度上管理工作流、選擇與信號。管理沒有消失，只是從管人排工，變成管 agent、管取捨、管複雜度。

PART 5

Codex 想當工作基地，不是把所有軟體吞掉

Andrew 對 Codex 的願景不是「超級 app」。他說更像 home base：你從這裡開始工作、結束工作、追蹤事情、委派任務；但真正的工作可以發生在 Excel、Slack、瀏覽器、Premiere Pro 或其他專業工具裡。Codex 不需要做一個更好的影片剪輯器，它可以理解你用 Premiere Pro，甚至為 Premiere Pro 產生擴充功能，讓自己能操作那個專業工具。

訪談後段的剪輯師案例很能說明方向：Codex 不是有影片編輯 UI，卻能理解 Premiere Pro 背後的檔案與操作需求，進一步建立能溝通的 extension。這代表 AI app 的邊界不是單一視窗，而是能否安全地使用既有工具。

但 Andrew 也劃出邊界。現在若把開發完全放上 autopilot，模型常會增加複雜度。它們需要更會刪程式碼，更會判斷哪些 feature request 該忽略、哪些該合併、哪些抽象不該存在。AI 讓 supervised code generation 很強，卻不代表 unsupervised product judgment 已經可靠。

當實作不再是最貴的部分，最貴的就變成品味：判斷什麼是信號，什麼只是更多噪音。

Codex 改變的不是誰能打字寫程式，而是誰能在大量可行版本裡做出好選擇。

你的團隊最需要先補哪一種能力？

選完之後，分享你的觀點

你的觀點

想看更深入的訪談脈絡？

原始 Lenny's Podcast 影片包含 Andrew Ambrosino 對 Codex desktop app、AI 時代產品流程、zone defense、computer use、工作基地願景與自動化邊界的完整討論。

閱讀完整文章 →