下一场革命：Vibe Engineering｜OpenAI 内部分享

下一场革命：Vibe Engineering｜OpenAI 内部分享 下一场革命：Vibe Engineering｜OpenAI 内部分享 Modified December 14, 2025 7小时，200轮迭代，500行代码 Friel 说很多工程师听到这个数字的第一反应是： 「完了，写了 10 万行垃圾代码吧？」 但事实相反——这是一个非常复杂的改动，Codex 把大部分时间花在了跑测试、改测试、再跑测试上 最终这个改动被 merge 了 Romain 说这才是新的进度单位： 更少的错误、更好的 review、更高的置信度——即使最终的 patch 很小 Codex 的自我构建 一个细节： OpenAI 用 Codex 来开发 Codex 系统开始自我优化 Romain 说这就是为什么 Codex 几乎每隔几天就能发一个新版本 recursive self improvement，从 Codex 开始 非工程师也在用 OpenAI 内部，有一个 Codex 的 Slack 集成，非技术团队可以直接问 Codex 关于代码库的问题 比如产品经理想知道某个功能是怎么实现的，销售想了解某个 API 的细节，不用再去找工程师约会议了 技术，流向每一个人 Friel 说： Codex 回答这些问题有时候比他自己回答得还好 设计师也在用，比如通过 MCP 连接 Figma，直接把 Figma 组件拉成代码 Romain 的说法是： 不是每个人都要变成工程师，但每个人都在变得更技术 所有工程师都升职了 Friel 开玩笑说： 现在所有工程师都变成 Manager 了 因为你不再是自己写代码，而是给 Codex 分配任务、审核它的产出 而且 Codex 还会自己创建子代理、给子代理分配任务 所以准确说，大家都变成 Director 了 所有人都升职了 Best of N Codex 有一个功能叫「Best of N」 你给它一个任务，它可以并行尝试 4 种不同的方案，然后把 4 个结果的截图都给你看 并行探索 Friel 说他经常用这个功能——先看 4 个方案，挑一个最顺眼的，然后继续迭代 Romain 的说法是： 这就是创意流动的方式，让 AI 想 4 个方案供你挑选 什么变重要了 关于这些工具带来的能力瓶颈转移，Romain 讲得很直接： • 设计和品味（taste） • 判断力（discernment） • 清晰的沟通 还有一个： 产出让人类愿意读的东西 「重要」的迁移 Friel 说他有一个测试标准 如果 Codex 的产出是你自己不想读的东西，那它对 AI 代理也不会有用 他们在推动工程师多写文档、多写测试的理由也是这个： 这些东西，不只是给人看的，也是给下一个接手这个代码库的 AI 代理看的 话说回来 Simon Willison 提出「Vibe Engineering」这个词 是为了跟「Vibe Coding」区分开 Vibe Coding 是让模型随便写代码然后祈祷测试能过 Vibe Engineering 是高级工程师对每一行代码负责，但在规划、架构、调试、文档各个环节都用上代理 要用 AI 构建，也要保持人类的责任 7小时，200轮迭代，500行代码 Friel 说很多工程师听到这个数字的第一反应是： 「完了，写了 10 万行垃圾代码吧？」 但事实相反——这是一个非常复杂的改动，Codex 把大部分时间花在了跑测试、改测试、再跑测试上 最终这个改动被 merge 了 Romain 说这才是新的进度单位： 更少的错误、更好的 review、更高的置信度——即使最终的 patch 很小 Codex 的自我构建 一个细节： OpenAI 用 Codex 来开发 Codex 系统开始自我优化 Romain 说这就是为什么 Codex 几乎每隔几天就能发一个新版本 recursive self improvement，从 Codex 开始 非工程师也在用 OpenAI 内部，有一个 Codex 的 Slack 集成，非技术团队可以直接问 Codex 关于代码库的问题 比如产品经理想知道某个功能是怎么实现的，销售想了解某个 API 的细节，不用再去找工程师约会议了 技术，流向每一个人 Friel 说： Codex 回答这些问题有时候比他自己回答得还好 设计师也在用，比如通过 MCP 连接 Figma，直接把 Figma 组件拉成代码 Romain 的说法是： 不是每个人都要变成工程师，但每个人都在变得更技术 所有工程师都升职了 Friel 开玩笑说： 现在所有工程师都变成 Manager 了 因为你不再是自己写代码，而是给 Codex 分配任务、审核它的产出 而且 Codex 还会自己创建子代理、给子代理分配任务 所以准确说，大家都变成 Director 了 所有人都升职了 Best of N Codex 有一个功能叫「Best of N」 你给它一个任务，它可以并行尝试 4 种不同的方案，然后把 4 个结果的截图都给你看 并行探索 Friel 说他经常用这个功能——先看 4 个方案，挑一个最顺眼的，然后继续迭代 Romain 的说法是： 这就是创意流动的方式，让 AI 想 4 个方案供你挑选 什么变重要了 关于这些工具带来的能力瓶颈转移，Romain 讲得很直接： • 设计和品味（taste） • 判断力（discernment） • 清晰的沟通 还有一个： 产出让人类愿意读的东西 「重要」的迁移 Friel 说他有一个测试标准 如果 Codex 的产出是你自己不想读的东西，那它对 AI 代理也不会有用 他们在推动工程师多写文档、多写测试的理由也是这个： 这些东西，不只是给人看的，也是给下一个接手这个代码库的 AI 代理看的 话说回来 Simon Willison 提出「Vibe Engineering」这个词 是为了跟「Vibe Coding」区分开 Vibe Coding 是让模型随便写代码然后祈祷测试能过 Vibe Engineering 是高级工程师对每一行代码负责，但在规划、架构、调试、文档各个环节都用上代理 要用 AI 构建，也要保持人类的责任 🔗 原文链接： https://mp.weixin.qq.com/s/dnyG27Re... https://mp.weixin.qq.com/s/dnyG27Re... 原创 金色传说大聪明 赛博禅心2025年12月14日 14:50 北京 OpenAI 办了一场内部分享，主题是 Vibe Engineering ，这里区别于「 Vibe Coding 」，具体为啥，容我细细道来 Developer Experience 负责人 Romain Huet 和工程师 Aaron Friel 讲了一个数据： OpenAI 内部技术人员的 Codex 采用率超过 92%，所有内部 PR 都由 Codex 审核，使用 Codex 的工程师产出的合并 PR 比不用的多 70% 发生在 OpenAI 内部的革命 Friel 也讲的另一个故事： 让 Codex 跑了 7 小时，迭代了 200 多轮测试，最终产出的 diff 只有大约 500 行 代码行数越来越便宜了，但证明代码有效这件事，变贵了 代码越来越便宜，信任越来越贵 12 小时，从空目录到完整项目 分享会上， Friel 做了个现场演示 把一个叫 Bazel Diff 的 Kotlin 项目用 Rust 从零重写，要求 100% 兼容原项目 12 小时，从空目录到完整项目 起点是一个空目录，里面只有一个 prompt 文件 Friel 把 prompt 贴进 Codex CLI，然后就....等着 Codex 做的第一件事不是写代码，是创建一个「watchdog」子代理——专门用来提醒主代理「你的目标是什么、用户的要求是什么」，防止跑偏 然后它启动了一堆子代理并行工作，有的用 GPT 5.1，有的用 Codex Mini，分别去研究上游项目的代码、调研 Bazel 8 和 Bazel 9 的差异、设计项目架构 所有进度都记录在一个叫「exec plan」的文件里——不只是给模型看的，也是给人看的 Friel 说他之前晚上跑过一次完整的，大概 12 小时跑完 这个任务如果让工程师手写，大概需要几周 7 小时 500 行的故事 这是 Friel 在 Dev Day 讲过的故事，现在有了更多细节 当时他在沙发上边看电视边干活，顺手把电脑设成不休眠，让 Codex 跑一个任务 第二天早上醒来发现 Codex 还在跑 7 小时，200 多轮迭代，最终产出一个大约 500 行的 diff