Codex 适合谁？

最近 Codex 很火，但我发现很多人对它到底能干啥并不清楚。

问我的人基本都是同类问题，这东西到底适不适合我？我不是程序员，能用吗？用了能干什么？

很多人以为自己卡在下载安装和配置这个环节，其实不是，而是到底在什么场景下用来干什么。

所以今天我不聊技术细节，也不讲怎么安装，只聊一个问题：Codex 这类 Agent 工具到底在改变什么？以及到底适合谁？

前几天看到一篇 OpenAI 内部人聊 Codex 的访谈，我觉得对每个做产品的人都会有启发。

过去做产品有个前提，就是先想清楚、做好设计、再开发，因为研发资源很贵。

所以动手写代码之前，你得先写文档、做研究、做原型，把一切想清楚，就是为了别把钱浪费在昂贵的开发资源上。

在 OpenAI，他们一个功能可能有很多团队在同时做，每个人手里都有大把 token。

对他们来说，token 并不是最贵的成本，而是怎么用最少的 token 消耗做出真正好用的产品。

在 token 成本一定会降低的未来，什么东西会变贵？

OpenAI 那个负责人说了，是品味。

这么说吧，当十几个方案摆在你面前时，怎么选？即便选了，每一步的决策和判断怎么做？

包括现在我自己给一些公司做产品，其实在路径和方案选择上有很多条路都是对的，但到底选哪条其实就考验品味。

我觉得，品味是经验、直觉、审美、方法统一构成的一种个人感觉。

说白了，AI 把执行的门槛降低了，但判断做什么和怎么做才对，反而变得比以前更值钱。

放到产品经理的日常里，感受其实会更直接。

以前写一个需求文档可能要花两天，把背景、目标、功能点、边界条件写得滴水不漏，然后提交评审，等排期，等开发，等联调，一个小功能从想法到上线，三周起步。

现在呢？

把需求描述清楚丢给 Codex 这类 Agent，它直接给你出一个可运行的原型。

不是画在 Figma 里的静态图，是那种能点、能看到交互效果的 demo。

而且，现在我觉得在 Codex 里用 GPT Image 2 做出来的原型其实已经很够用了，也能直接做出 H5 交互页面。

我认识一个做 B 端产品的朋友，他现在每次跟业务方开完需求会，当天就用 Codex 出一版能跑的 demo，第二天直接让对方体验。

沟通效率不是提升了一点，是跳过了整个脑补环节，所见即所得。

还有，我见过一个设计师用 Codex 帮她写设计系统里的组件代码。

她在 Figma 里画好一个卡片样式，然后让 Codex 直接生成对应的前端组件，间距、圆角、动效全部按她的规范来。

过去这个活要反复跟开发对齐，现在她自己就能从设计到代码一步到位。

另一个场景是数据分析，做产品的人每天都在看数据，但很多人卡在 SQL 上。

你知道要看什么指标，但写不出查询语句，得找数据同事排队。

现在把你的分析思路用大白话描述给 Codex，它直接给你出 SQL，甚至帮你跑完画好图表。

这两年，很多人都在喊「取消产品和设计岗，人人都是 builder」。

在我看来，产品经理积累多年的试错经验和最佳实践往往才是最值钱的，或者说就是品味。

AI 是强，但总得有个人去指挥 AI 做出更强的结果吧。

所以回到很多人关心的问题，Codex 到底适合谁用？

先说个数据，Codex 现在周活用户 500 万，但增长最快的不是程序员，而是知识工作者。

但门槛也真实存在，它对不写代码的人还不够友好，界面里全是代码和命令行。

真正能把它用出花的，是那些愿意琢磨、不被「我不是技术出身」这个念头困住的人。

我觉得，Codex 最适合的不是纯程序员，也不是完全不懂技术的人，而是那些有明确目标、能把需求讲清楚、愿意反复调试的人。

产品经理天然适合，因为你本来就在干把模糊需求翻译成明确描述的事。

设计师也适合，前提是你不指望它替你做审美决策，而是让它帮你把确定的东西落地。

工具越来越强，会不会用越来越不取决于你的职业标签，而取决于你愿不愿意重新开始，去试。

更重要的是，立刻动手。

到最后你会发现，是不是 Codex 已经不重要了，因为你已经掌握了一种可在不同 Agent 之间迁移的能力。

这种能力，就是品味。

················· 唐韧出品 ·················

用AI思维发现下一个机会

安可时刻

今天早上开了半小时直播，结果突然又被关小黑屋了，要关一天。

没办法，临时用另一个号又播了差不多一小时。

所以，原本计划今晚 8 点开播的场次在我自己的视频号上就不能进行了，已经预约的可以等下次。

另外，如果想听我直播的也可以先进我的闭门群。（tangren0517）

原本我想这段时间每日直播，看来以后说话还是得准备一个错题本，不能太实在什么都在直播间说。