10 个关键问题 Q&A
/goal指令维持任务专注度，直接下达长期任务指令，模型就可以持续执行。
访谈围绕 Codex 诞生背景、关键技术选型、工程文化变革、Codex 与 ChatGPT 融合，以及 AI 时代软件工程的变化展开，访谈源链接：https://x.com/GergelyOrosz/status/2097798203613516142/video/1
一、个人经历与加入 OpenAI
Thibault（Tibo）是比利时应用数学背景，早期经历跨创业、Google、DeepMind：
-
早期参与制药供应链优化创业；后在 Google 负责加速移动网页项目，项目最终被砍掉，让他学到要持续审视项目实际影响力；之后参与 Google Maps 评论业务。 -
转入 DeepMind，参与开发早于 ChatGPT 一年的内部聊天机器人，在公司内部广泛传播，但 DeepMind 缺少产品落地发布机制，项目没有对外推出。 -
了解到 ChatGPT 仅约 20 人小团队维护，小团队能带来极高个人影响力，因此加入 OpenAI；入职恰逢推理模型冲刺，入职一个月左右 o1 preview 正式发布。
二、Codex 关键技术与产品决策
1. 反直觉选择 Rust 开发核心
当时 AI 编码领域普遍使用 Python、TypeScript，模型对 Rust 的支持并不好，团队却选择 Rust 构建 Codex 核心：
-
从第一性原理考量：智能体核心对健壮性、安全性、运行效率要求极高，Rust 编译时校验特性适配智能体场景。 -
语言差异强制隔离产品界面与智能体核心，规避代码过度耦合；后续验证 Rust 非常适配智能体开发。
2. 开源 + 模型无关的产品策略
Codex CLI、SDK 全部开源，同时支持第三方非 OpenAI 模型，在头部 AI 实验室中十分特殊：
-
现实考量：即便自己不开源，外部开发者仅修改少量代码就能 fork 出兼容其他模型的版本，不如原生实现多模型支持。 -
开源收益：新员工入职前即可熟悉代码库、获得社区贡献、倒逼团队依靠模型实力与产品体验竞争，而非模型锁定用户。 -
代价：竞争对手可提前抄走尚未发布的公开迭代功能；同时需要处理大量低质量 PR，消耗团队人力。
三、AI 重塑 OpenAI 内部工程与代码审查文化
-
Codex 深度接入 OpenAI 内部 Slack、文档、全部代码库，内部流行一句口头禅：“你问过 Codex 了吗？”，绝大多数内部问题都可以获得高质量解答。 -
自研专用代码审查模型，逻辑推理、安全漏洞检测达到超人水平，可以深挖多层依赖，定位文档错误引发的程序不变量违背；安全审查强制自动化，检测出安全问题直接阻断 PR 合并。 -
迭代效率大幅提升，PR 可做到当天提交、当天上线服务十亿级 ChatGPT 用户。 -
代码审查职能发生质变：从检查代码正确性，转向讨论意图—— 明确要实现什么、这件事是否值得做，讨论不一定需要围绕代码本身展开。
四、软件维护、重构成本的变迁
-
传统软件工程中，维护相当于持续缴纳的 “税”；如今依赖升级、安全补丁等重复性维护工作可以大规模自动化。 -
大型重构成本大幅下降：过去耗时数月甚至数年的架构重制，现在周期显著缩短。 -
架构设计的价值不降反升：重点要定义好系统 “盒子” 边界与不变量，盒子内部实现可以随意改动，不影响外部模块。
五、Harness 脚手架和模型的演进关系
核心洞察：Harness（脚手架 / 工具层）永远走在模型能力前面
-
Harness 本质是给模型搭建的 “拐杖”，补充提醒模型执行测试、对齐任务目标等能力。 -
当新一代模型训练完成，会把这些脚手架能力内化，对应的 Harness “拐杖” 就可以移除，开发者提示指令（developer message）不断精简。 -
最新模型已经不再需要 /goal指令维持长任务专注，直接下达 “完成一周的工作” 这类指令，模型就可以持续执行。
六、Codex 与 ChatGPT 的工程合并（ChatGPT Work）
这是巨大的工程挑战：Codex 原本本地运行，ChatGPT 是托管云服务，两套完全独立技术栈需要统一。
-
目标：云端版本完整复刻本地 Codex 能力，同时控制成本，放进 20 美元 / 月 ChatGPT Plus 订阅。 -
ChatGPT Work 模式：在云端虚拟机完整运行 Codex Harness，虚拟机算力充足，用户可以直接在云端训练模型、运行 Blender 完成 3D 建模等重型任务。 -
有趣的副产品：合并过程中 Codex 充当 “记录者”，凭借访问 Slack、内部文档的权限，完整留存团队内部辩论与决策过程。 -
产品终局：逐步淡化 Codex、ChatGPT 产品边界，走向统一的个人通用智能，依据用户身份自动适配界面与能力。
七、Tibo 个人使用方式 & 给工程师的建议
个人使用习惯
高频使用手机端 ChatGPT Work，语音口述下达任务，定制专属技能与提示，快速产出报告、幻灯片；舆情分析、生产日志排查、功能数据分析、团队信息梳理，半小时内即可拿到结果。周末用 Codex 快速做原型探索，一天之内就能把想法变成可对外演示的作品。
对工程师的三点建议
-
保持深度好奇心，训练快速理解复杂系统的能力，善用 “五个为什么” 持续追问。 -
学会精准表达意图；AI 更多接管代码实现，定义系统边界、不变量、架构品味成为人的核心价值。 -
和目标用户群体保持对齐；无法清晰表达意图，就很难产出高质量的工作。