ChatGPT与Codex负责人：面向普通人的Agent已经来了丨SV Girl
ChatGPT与Codex负责人：面向普通人的Agent已经来了丨SV Girl
ChatGPT与Codex负责人：面向普通人的Agent已经来了丨SV Girl ChatGPT与Codex负责人：面向普通人的Agent已经来了丨SV Girl Modified May 26 🔗 原文链接： https://mp.weixin.qq.com/s/xnQviuci... 原创 Capihom Capihom 晚点再听LaterCast2026年5月25日 20:58 北京 我们每天为你更新硅谷最新的 AI 创业与科技播客总结，让你与前沿保持同频。 全文约 3800 字，如果你现在没有时间，试试转成播客稍后再听 "每个人都会在电脑上拥有一个小小的个人助理，让你做到三个月、六个月前做不到的事。" "今天你必须主动提示、创造性地提问；未来，不会再这样。" "人类依然要负责，不能把理解外包出去。" 这期请到 OpenAI 负责 ChatGPT、Codex 和 API 的产品负责人 Tibo，表面看是一次 Codex 演示，主线却落在 Agent 接下来怎样进入普通人的工作流。主持人先抛出一个现实背景：Google 曾说 75% 的代码已经由 AI 写出，软件工程被 AI 改造得很快；Tibo 的判断更直接，类似的变化会在未来几个月扩展到所有知识工作。对工程师、PM、市场、创作者和创业者来说，这期最有用的地方，是把“我该怎么开始用 Agent”拆成了资料、权限、责任、工作流和产品边界几个具体问题。读完这期，读者能拿走一张部署清单，而不只是一套神奇提示词：哪些信息该准备，哪些动作要批准，哪些结果仍要亲自负责。 半年内，Agent 会走向所有知识工作 主持人问，市场、内容、销售这类知识工作者的日常会发生什么变化。Tibo 没把变化归结为人突然变聪明，而是说技术成熟了：Agent 已经能在更长时间里保持可靠，能使用电脑、浏览器和许多插件，也能接入 Gmail、日历、文档、Slack 这类工具。 过去，普通人需要懂配置、会调试，才能让 Agent 跑起来；接下来，成熟度会把门槛降到应用层。 当一个市场同学每天花一小时做行业研究、两小时整理线索，Agent 就可以按固定时间跑任务、生成 PDF，再把结果送到邮箱或应用里。 "现在 Agent 已经成熟了，每个人都能从 Agent 获益；以前你还得有一点技术背景。" 他举了一个很日常的用法：每天汇总 Slack 新闻，然后打印成纸质摘要，配着咖啡看。这个画面比“效率提升”更具体。Agent 的第一波落点，很可能先出现在那些重复、琐碎、分散在不同软件里的信息处理上：销售线索、会议纪要、竞品动态、客户邮件、内部公告，都可以变成可定时运行的个人流程。公司里最先被改造的岗位，也许会出现在每天在信息流里来回搬运、筛选、归纳的人群里。 早上醒来，只批阅机器跑完的结果 主持人提到一个她很向往的界面：人早上醒来，看 Agent 夜里完成了哪些事，只需要逐条批准。Tibo 说，这件事离现实不远，技术已经存在，差别在包装。他特别提到 OpenAI 最近发布的 auto review：主 Agent 执行动作，第二个 Agent 审核前者的行为，判断哪些动作低风险、哪些可能带来伤害。 Agent 要进入更敏感的工作场景，需要审核、约束和长期运行能力一起到位。 "主 Agent 做动作，第二个 Agent 会验证所有动作，确认它不会做出伤害你的事。" 他举的风险很具体：Agent 不该把你的个人信息发给陌生人。权限边界处理好之后，人们才会愿意给它更多生活和工作的入口。未来的“批准流”并不只是产品界面变化，它会改变管理工作的方式：人不再盯着每一步操作，而是审查任务结果、权限范围和异常提醒。对于团队管理者，新的日常可能是早上检查一批草稿、报告和待批准动作，再把精力留给高后果决策。 个人资料库，从样稿和项目文件开始 主持人问了一个很多人会卡住的问题：准备部署第一个 Agent 前，个人数据该怎么整理？Tibo 的做法很朴素，他把笔记放在电脑本地文件夹里，让 Agent 帮忙整理，资料随着使用慢慢增长。未来三个月内，他预期这些文件和记忆会更多迁到云端，不再被一台电脑、一个手机或一个办公设备割裂。 Agent 想帮你工作，先要知道你是谁、你在做什么、你怎样表达。 "如果谈知识工作者的生产力，语气样本是一个好文件；我不建议解释你的语气，我建议直接放过往样稿。" 在他看来，tone of voice 最好不要写成抽象说明，比如“专业、友好、有洞察”。更好的材料是过去的 newsletter、录音片段、发给朋友和同事的信息。项目资料也类似，每个项目可以有自己的文件夹，里面放背景、计划、备忘和联系人。Agent 不一定只读文件，也可以从已有生产力应用里取信息；但样稿和项目文件，是普通人最容易开始的两类材料。先把一个正在推进的项目整理成文件夹，比一口气搭建“个人知识库”更容易见效。 Vibe Coding 能验证想法，规模化还要工程判断 主持人说，她的团队正在用 vibe coding 做很多小应用。非技术成员也能做出可用原型，但工程师进来后会指出架构问题：一个“300 个最常用英文词”的应用跑得不错，扩展到 1000 个词时，结构可能就不合适。Tibo 的回答很清楚：如果只是分享给几个人、为了乐趣和验证，自己用 Agent 写完全可以；如果目标是服务几十万用户，技术人员仍然值得加入。 AI 把原型门槛降下来了，但长期维护、扩展和结构设计仍然要认真看。 "如果目标是扩展，并做出面向几十万用户的成功产品，让技术人员参与仍然有帮助。" 他也给了时间感：未来 6 到 9 个月，AI 在代码长期可维护性上会有明显进步；至于完全不需要技术背景，他认为仍然很远。这个判断对创业者很实用。今天用 Agent 做 MVP 是好选择，尤其适合快速试错；一旦用户规模、数据结构、支付、权限和可靠性进入桌面，就要让懂工程的人参与评估。最健康的分工，是让非技术创始人先把需求跑成可感知的原型，再让工程师判断哪些结构该重写、哪些功能可以保留。 软件需求会膨胀，工程师不会立刻消失 主持人继续追问：当每个人都能 vibe coding，世界会需要更多工程师，还是更少？Tibo 的看法偏乐观。他预计基础设施和应用数量会爆炸，因为过去很多人有想法却没有预算、没有工程资源，现在至少能做出一个形态。创作者、产品经理和创业者会把更多问题转化成软件。 软件供给变便宜后，需求不会原地不动，反而会被打开。 "只要你有一个想法，你就可以把它做出来，至少能以某种形态做出来。" 他没有说技术知识会失效。相反，主持人提到一个小组讨论共识：未来仍然需要技术知识，也需要更强的通才能力。工程师的工作重心会移动，编码本身可能只占一部分，系统理解、架构判断、调试、评审和业务沟通会更重要。对年轻工程师而言，危险不在于 AI 会写代码，而在于只把自己训练成“写某段代码的人”。能读懂系统、提出好约束、设计测试和追踪线上问题的人，仍会站在更高杠杆的位置。 人人该部署的工作流：邮件、日程和研究 访谈中间，Tibo 现场演示了几条每个人都能借鉴的工作流。他让 Codex 查找邮箱里与播客、AI 和 Codex 相关的邮件，基于他的优先级草拟回复；也让它检索过去两周 Codex 发布了什么；还让它整理 Gmail 过滤器、根据日程计划旅行、把内容放进 Google Slides。主持人看到它同时跑多个小线程，立刻意识到：Agent 的能力不只在回答问题，而在并行处理办公室里那些分散的小任务。一个产品负责人可以让它整理用户反馈，一个创作者可以让它把旧素材拆成 newsletter、短视频脚本和选题备忘。 "你可以说：去 Gmail、日历和文档里，当我的 chief of staff，给我一天的重点摘要，并帮我做准备。" 他还展示了如何让 Codex 打开一个内容复用应用，检查语音输入功能为什么没有工作，并接入 OpenAI speech to text API。主持人说，她不会想到 API key 这种细节。Tibo 的回答很现实：今天可能还需要一点技术背景，但三个月后，这类连接会越来越自动。普通用户不该从复杂工程入手，可以先让 Agent 做每日简报、未回复邮件、市场研究、资料整理和会议准备。只要任务有明确输入、明确输出、低风险回滚，就适合先交给 Agent 练手。 Codex 正在从写代码走向操作电脑 Tibo 说，Codex 上超过 50% 的任务已经是非技术任务，虽然早期用户主要是程序员。随着 computer use 和 browser use 加入，Agent 能打开网页、点击、下载文件、创建表格。访谈现场，他们让 Codex 去 LinkedIn 下载分析数据并整理成 spreadsheet，系统真的开始访问页面、导出内容、保存文件。 ChatGPT 和 Codex 的差别正在变得更清晰：前者更像对话入口，后者越来越像能用电脑完成任务的执行层。 "它可以使用你的电脑，是一个完整的 Agent，可以访问你的浏览器。" 他也提到 skill creator：当你找到一个反复要跑的流程，可以让 Codex 把它捕捉成技能，以后每天运行。这个细节和很多团队的内部自动化很接近。差别在于，以前要工程师写脚本、接 API、定时跑；现在使用者可以先把流程说出来，再让 Agent 帮忙沉淀成可复用的工作方式。一个销售负责人可以沉淀“每天拉取线索并标注优先级”，一个内容团队可以沉淀“每周汇总素材并生成选题池”。 Prompt 红利会退潮，日常对话会接管 访谈最后，主持人问三到五年后生活会怎样。Tibo 说会有剧烈变化，他更关心的是把收益带给每个人。今天，AI 的收益常常和提示词能力成正比：你得主动问、会拆任务、懂得创造性地提出需求。未来，他认为这种差异会缩小，AI 会像一位很懂你的裁缝，看到你之后知道什么能让你更合适、更出彩。 下一轮能力差距，可能不再来自提示词模板，而来自你能否把真实处境、目标和判断讲清楚。 "未来，它会更像从朋友那里得到好建议，或者像我们现在这样自然对话。" Tibo 同时反复强调责任边界。AI 可以帮你报税、写代码、安排邮箱，但最终承担结果的人还是你。代码坏了，不能说是 Agent 的错；评审出了问题，人也不能把理解交出去。普通人开始部署 Agent 时，最稳的姿势，是从低风险任务开始，让它整理、草拟、提醒，再逐步扩大权限。 写在最后 如果你还没开始用 Agent，不必从复杂自动化起步。先准备几份样稿、一个项目文件夹、一个每日简报需求，再让它处理邮件、日程、研究和资料整理。最早受益的人，往往是愿意把工作拆清楚、敢于反复校准的人。把第一条流程跑顺，再谈更大的授权，也给自己留出检查、学习和长期稳定积累个人工作手册的节奏。 内容来源："Head of ChatGPT & Codex: agents for normal people are HERE"丨Silicon Valley Girl 原视频：https://www.youtube.com/watch?v=DPe srf0GlI No access c1b3d9899c70472f8ed60922a6fb9a8b 00:00 如果你喜欢深度好文，试试用小程序将不方便立刻阅读的文章转成播客，用「听」的方式，稍后阅读，不再错过好文章⇣ ⇣ 关注我，每天为你更新硅谷最新的 AI 创业／科技播客总结，让你与前沿保持同频 ⇣ https://mp.weixin.qq.com/s/xnQviuci... 🔗 原文链接： https://mp.weixin.qq.com/s/xnQviuci... https://mp.weixin.qq.com/s/xnQviuci... 原创 Capihom Capihom 晚点再听LaterCast2026年5月25日 20:58 北京 我们每天为你更新硅谷最新的 AI 创业与科技播客总结，让你与前沿保持同频。 全文约 3800 字，如果你现在没有时间，试试转成播客稍后再听 "每个人都会在电脑上拥有一个小小的个人助理，让你做到三个月、六个月前做不到的事。" "今天你必须主动提示、创造性地提问；未来，不会再这样。" "人类依然要负责，不能把理解外包出去。" 这期请到 OpenAI 负责 ChatGPT、Codex 和 API 的产品负责人 Tibo，表面看是一次 Codex 演示，主线却落在 Agent 接下来怎样进入普通人的工作流。主持人先抛出一个现实背景：Google 曾说 75% 的代码已经由 AI 写出，软件工程被 AI 改造得很快；Tibo 的判断更直接，类似的变化会在未来几个月扩展到所有知识工作。对工程师、PM、市场、创作者和创业者来说，这期最有用的地方，是把“我该怎么开始用 Agent”拆成了资料、权限、责任、工作流和产品边界几个具体问题。读完这期，读者能拿走一张部署清单，而不只是一套神奇提示词：哪些信息该准备，哪些动作要批准，哪些结果仍要亲自负责。 半年内，Agent 会走向所有知识工作 主持人问，市场、内容、销售这类知识工作者的日常会发生什么变化。Tibo 没把变化归结为人突然变聪明，而是说技术成熟了：Agent 已经能在更长时间里保持可靠，能使用电脑、浏览器和许多插件，也能接入 Gmail、日历、文档、Slack 这类工具。 过去，普通人需要懂配置、会调试，才能让 Agent 跑起来；接下来，成熟度会把门槛降到应用层。 当一个市场同学每天花一小时做行业研究、两小时整理线索，Agent 就可以按固定时间跑任务、生成 PDF，再把结果送到邮箱或应用里。 "现在 Agent 已经成熟了，每个人都能从 Agent 获益；以前你还得有一点技术背景。" 他举了一个很日常的用法：每天汇总 Slack 新闻，然后打印成纸质摘要，配着咖啡看。这个画面比“效率提升”更具体。Agent 的第一波落点，很可能先出现在那些重复、琐碎、分散在不同软件里的信息处理上：销售线索、会议纪要、竞品动态、客户邮件、内部公告，都可以变成可定时运行的个人流程。公司里最先被改造的岗位，也许会出现在每天在信息流里来回搬运、筛选、归纳的人群里。 早上醒来，只批阅机器跑完的结果 主持人提到一个她很向往的界面：人早上醒来，看 Agent 夜里完成了哪些事，只需要逐条批准。Tibo 说，这件事离现实不远，技术已经存在，差别在包装。他特别提到 OpenAI 最近发布的 auto review：主 Agent 执行动作，第二个 Agent 审核前者的行为，判断哪些动作低风险、哪些可能带来伤害。 Agent 要进入更敏感的工作场景，需要审核、约束和长期运行能力一起到位。 "主 Agent 做动作，第二个 Agent 会验证所有动作，确认它不会做出伤害你的事。" 他举的风险很具体：Agent 不该把你的个人信息发给陌生人。权限边界处理好之后，人们才会愿意给它更多生活和工作的入口。未来的“批准流”并不只是产品界面变化，它会改变管理工作的方式：人不再盯着每一步操作，而是审查任务结果、权限范围和异常提醒。对于团队管理者，新的日常可能是早上检查一批草稿、报告和待批准动作，再把精力留给高后果决策。 个人资料库，从样稿和项目文件开始 主持人问了一个很多人会卡住的问题：准备部署第一个 Agent 前，个人数据该怎么整理？Tibo 的做法很朴素，他把笔记放在电脑本地文件夹里，让 Agent 帮忙整理，资料随着使用慢慢增长。未来三个月内，他预期这些文件和记忆会更多迁到云端，不再被一台电脑、一个手机或一个办公设备割裂。 Agent 想帮你工作，先要知道你是谁、你在做什么、你怎样表达。 "如果谈知识工作者的生产力，语气样本是一个好文件；我不建议解释你的语气，我建议直接放过往样稿。" 在他看来，tone of voice 最好不要写成抽象说明，比如“专业、友好、有洞察”。更好的材料是过去的 newsletter、录音片段、发给朋友和同事的信息。项目资料也类似，每个项目可以有自己的文件夹，里面放背景、计划、备忘和联系人。Agent 不一定只读文件，也可以从已有生产力应用里取信息；但样稿和项目文件，是普通人最容易开始的两类材料。先把一个正在推进的项目整理成文件夹，比一口气搭建“个人知识库”更容易见效。 Vibe Coding 能验证想法，规模化还要工程判断 主持人说，她的团队正在用 vibe coding 做很多小应用。非技术成员也能做出可用原型，但工程师进来后会指出架构问题：一个“300 个最常用英文词”的应用跑得不错，扩展到 1000 个词时，结构可能就不合适。Tibo 的回答很清楚：如果只是分享给几个人、为了乐趣和验证，自己用 Agent 写完全可以；如果目标是服务几十万用户，技术人员仍然值得加入。 AI 把原型门槛降下来了，但长期维护、扩展和结构设计仍然要认真看。 "如果目标是扩展，并做出面向几十万用户的成功产品，让技术人员参与仍然有帮助。" 他也给了时间感：未来 6 到 9 个月，AI 在代码长期可维护性上会有明显进步；至于完全不需要技术背景，他认为仍然很远。这个判断对创业者很实用。今天用 Agent 做 MVP 是好选择，尤其适合快速试错；一旦用户规模、数据结构、支付、权限和可靠性进入桌面，就要让懂工程的人参与评估。最健康的分工，是让非技术创始人先把需求跑成可感知的原型，再让工程师判断哪些结构该重写、哪些功能可以保留。 软件需求会膨胀，工程师不会立刻消失 主持人继续追问：当每个人都能 vibe coding，世界会需要更多工程师，还是更少？Tibo 的看法偏乐观。他预计基础设施和应用数量会爆炸，因为过去很多人有想法却没有预算、没有工程资源，现在至少能做出一个形态。创作者、产品经理和创业者会把更多问题转化成软件。 软件供给变便宜后，需求不会原地不动，反而会被打开。 "只要你有一个想法，你就可以把它做出来，至少能以某种形态做出来。" 他没有说技术知识会失效。相反，主持人提到一个小组讨论共识：未来仍然需要技术知识，也需要更强的通才能力。工程师的工作重心会移动，编码本身可能只占一部分，系统理解、架构判断、调试、评审和业务沟通会更重要。对年轻工程师而言，危险不在于 AI 会写代码，而在于只把自己训练成“写某段代码的人”。能读懂系统、提出好约束、设计测试和追踪线上问题的人，仍会站在更高杠杆的位置。 人人该部署的工作流：邮件、日程和研究 访谈中间，Tibo 现场演示了几条每个人都能借鉴的工作流。他让 Codex 查找邮箱里与播客、AI 和 Codex 相关的邮件，基于他的优先级草拟回复；也让它检索过去两周 Codex 发布了什么；还让它整理 Gmail 过滤器、根据日程计划旅行、把内容放进 Google Slides。主持人看到它同时跑多个小线程，立刻意识到：Agent 的能力不只在回答问题，而在并行处理办公室里那些分散的小任务。一个产品负责人可以让它整理用户反馈，一个创作者可以让它把旧素材拆成 newsletter、短视频脚本和选题备忘。 "你可以说：去 Gmail、日历和文档里，当我的 chief of staff，给我一天的重点摘要，并帮我做准备。" 他还展示了如何让 Codex 打开一个内容复用应用，检查语音输入功能为什么没有工作，并接入 OpenAI speech to text API。主持人说，她不会想到 API key 这种细节。Tibo 的回答很现实：今天可能还需要一点技术背景，但三个月后，这类连接会越来越自动。普通用户不该从复杂工程入手，可以先让 Agent 做每日简报、未回复邮件、市场研究、资料整理和会议准备。只要任务有明确输入、明确输出、低风险回滚，就适合先交给 Agent 练手。 Codex 正在从写代码走向操作电脑 Tibo 说，Codex 上超过 50% 的任务已经是非技术任务，虽然早期用户主要是程序员。随着 computer use 和 browser use 加入，Agent 能打开网页、点击、下载文件、创建表格。访谈现场，他们让 Codex 去 LinkedIn 下载分析数据并整理成 spreadsheet，系统真的开始访问页面、导出内容、保存文件。 ChatGPT 和 Codex 的差别正在变得更清晰：前者更像对话入口，后者越来越像能用电脑完成任务的执行层。 "它可以使用你的电脑，是一个完整的 Agent，可以访问你的浏览器。" 他也提到 skill creator：当你找到一个反复要跑的流程，可以让 Codex 把它捕捉成技能，以后每天运行。这个细节和很多团队的内部自动化很接近。差别在于，以前要工程师写脚本、接 API、定时跑；现在使用者可以先把流程说出来，再让 Agent 帮忙沉淀成可复用的工作方式。一个销售负责人可以沉淀“每天拉取线索并标注优先级”，一个内容团队可以沉淀“每周汇总素材并生成选题池”。 Prompt 红利会退潮，日常对话会接管 访谈最后，主持人问三到五年后生活会怎样。Tibo 说会有剧烈变化，他更关心的是把收益带给每个人。今天，AI 的收益常常和提示词能力成正比：你得主动问、会拆任务、懂得创造性地提出需求。未来，他认为这种差异会缩小，AI 会像一位很懂你的裁缝，看到你之后知道什么能让你更合适、更出彩。 下一轮能力差距，可能不再来自提示词模板，而来自你能否把真实处境、目标和判断讲清楚。 "未来，它会更像从朋友那里得到好建议，或者像我们现在这样自然对话。" Tibo 同时反复强调责任边界。AI 可以帮你报税、写代码、安排邮箱，但最终承担结果的人还是你。代码坏了，不能说是 Agent 的错；评审出了问题，人也不能把理解交出去。普通人开始部署 Agent 时，最稳的姿势，是从低风险任务开始，让它整理、草拟、提醒，再逐步扩大权限。 写在最后 如果你还没开始用 Agent，不必从复杂自动化起步。先准备几份样稿、一个项目文件夹、一个每日简报需求，再让它处理邮件、日程、研究和资料整理。最早受益的人，往往是愿意把工作拆清楚、敢于反复校准的人。把第一条流程跑顺，再谈更大的授权，也给自己留出检查、学习和长期稳定积累个人工作手册的节奏。 内容来源："Head of ChatGPT & Codex: agents for normal people are HERE"丨Silicon Valley Girl 原视频：https://www.youtube.com/watch?v=DPe srf0GlI No access c1b3d9899c70472f8ed60922a6fb9a8b 00:00 No access c1b3d9899c70472f8ed60922a6fb9a8b 00:00 如果你喜欢深度好文，试试用小程序将不方便立刻阅读的文章转成播客，用「听」的方式，稍后阅读，不再错过好文章⇣ ⇣ 关注我，每天为你更新硅谷最新的 AI 创业／科技播客总结，让你与前沿保持同频 ⇣