Codex 团队的产品 spec 只有 10 个要点。不是每个功能的文档,是整个产品的 spec。设计师写的代码量超过了六个月前一个工程师写的。50-100 人的团队,直到最近才有了第二个产品经理。
这些数字来自 OpenAI Codex 产品负责人 Alexander Embiricos 和开发者体验负责人 Romain Huet,两人接受 Peter Yang 主持的 Behind the Craft 节目采访,讲述了 Codex 团队如何用自己的产品构建产品。
10 个要点的 spec
Codex 团队几乎不写产品规格文档。只有在问题复杂到一个人脑子装不下、需要多人协调的时候才会写。即使写了,也短得惊人。
我们在 Codex 团队写的 spec 非常非常少。就算写,也就十来个要点,就这样了。
背后的逻辑:大部分编码工作已经可以委派给 AI Agent,一个人能处理的范围大了很多。过去需要三个人协调的事情,现在一个人用 Codex 就能探索清楚。"让离金属最近的人做尽可能多的决策"是核心原则。
OpenAI 的规划哲学
Alex 引用了 OpenAI 内部研究员的建议:
在 OpenAI,你要么做近期规划,要么做远期规划,但永远不要做中期规划。
近期 = 8 周以内,具体的目标,团队能围绕它集中发力。远期 = 一种"感觉",比如一年后模型会更聪明,会有无限多个模型同时独立工作,用户可能根本不需要主动输入提示词。
中间那段呢?产品路线图?基本不存在。
设计师写代码,PM 提交 PR
Codex 团队的设计师现在写的代码量,超过了六个月前一个工程师写的代码量。
团队成员拿 Alex 提交的 PR 数量开玩笑,他没有透露具体数字,只说"确实应该更多"。但他认为这已经不是重点。关键问题不再是"你能不能生成代码",而是"你选择做的事情对不对"和"你怎么保证质量"。
Alex 描述了自己作为 PM 使用 Codex 的三种模式:
- 简单改动:直接用 Codex 生成代码、测试、提交 PR
- 中等复杂度:让 Codex 先做实现计划
- 模糊想法:直接在 Codex 里和模型对话,让它探索代码库、生成方案,他经常不会真的使用这些方案,但通过这个过程建立对问题的理解
用他自己的话说:"我不是在写代码,我是在建立心智模型。"
50-100 人团队只有一个 PM
团队刻意保持低摩擦运作,"有意识地像一支海盗船",跨职能协调极少。大部分人是工程师,汇报结构极简。
Alex 的 PM 使用模式:
- 执行模式:产品发布前,大量使用 Codex 了解反馈、让 Codex 总结并发到 Linear、直接用 Codex 提交代码改动。判断标志是他在推特上发了多少东西——发得多 = 在发布节奏里。
- 协调模式:规划新方向时,花更多时间思考和沟通,用 Codex 更多是做文字工作而非写代码。
PM 是填空岗位,不是领导岗位
最有争议的观点。Alex 的原话:
我其实不认为 PM 是一个好的领导岗位。我觉得它是一个填补空缺的岗位。
他的推理:AI 工具让每个人都能做一部分别人的工作。Scott Belsky 提出的"人才栈压缩"正在发生——一个人覆盖多个角色,比增加协调人员更有效。
做任何事情所需的人越少,那件事就做得越好。每个决策都更纯粹。
但他做了一个细分:如果你一直想做工程师,现在有了编码 Agent,你可以直接把自己从 PM 岗位上删掉,转做工程师。但如果你真正感兴趣的是花大量时间和用户在一起、理解市场走向,那 PM 可能还有存在的空间。
Romain 补充了 Stripe 的例子:在没有任何 AI 工具的情况下,250 名员工做到了零 PM。因为他们全都是工程师,都在构建自己一直想要的那种 API,每个人都知道一个优雅的 API 长什么样。
能动性是最重要的招聘标准
Alex 的标准只有一个词:能动性(agency)。
团队入职没有递增难度的任务列表,就是一句"欢迎",然后自己找事做。他要的是那种会主动发现问题、不介意推翻现有决策、愿意接手任何未知领域的人。
我很高兴我们生活在一个那些愚蠢的证书不再重要的世界里。管它什么学校呢。给我看你做了什么。
最有价值的不是"10 要点 spec"这个技巧,是它成立的前提:Codex 团队是自己产品的用户,他们有极度活跃的开源社区提供外部反馈。这个模式在 Codex 向 ChatGPT 9 亿用户扩展时还能继续有效吗?Alex 也承认了这个问题,但用"PM 只是一个标签"化解了。</parameter>