找工位
空间入驻
小程序

OpenAI Codex产品负责人Alexander Embiricos:从Codex看AI代理时代的结构性跃迁

2026-03-11 00:00:00
文章转载自"北大纵横"

图片
来源 | 大顺AI商业流量
作者 | Alex
4252字 阅读时间9分钟
最近,OpenAI Codex产品负责人Alexander Embiricos在一次闭门访谈中抛出一个反直觉判断:
“五年后,我们将拥有更多工程师,而非更少。”
这一断言并非Alexander Embiricos对技术失业潮的盲目乐观,而是他基于对“自动化悖论”历史规律的深刻洞察:
每一次工具革命并未消灭岗位,而是重构了价值创造的重心
但工程师需求量增加的同时,其岗位稀缺性随之减弱,传统工程师也会被迫拉入全新软件开发时代,重新开始软件工程发大航海下背景下的等位竞争。
当代码生成趋于零边际成本,真正的稀缺资源不再是“写代码的能力”,而是“定义问题、设计架构与把控质量”的高阶认知能力。
这标志着软件开发正从“手工业时代”迈向“委派时代”,而AI代理将成为新生产力范式的基础设施。  
那穿透当前AI热潮的表层叙事,聊一个大家都在关注的话题:
在通用人工智能(AGI)尚未到来的过渡期,AI代理如何通过重塑人机协作机制,驱动企业效率、开发者生态与产业格局的结构性跃迁?
结合Alexander Embiricos在本次分享中对Codex实践路径的深度拆解,
我们将揭示一条“工具普及—行为改变—组织进化—生态重构”的传导链条,
并厘清其中的关键机制、边界条件与潜在误区

一、历史镜鉴:
自动化从未消灭岗位,只重塑人才堆栈
“编程是最先被大规模自动化的职业之一。”
埃隆·马斯克的警告曾引发广泛焦虑。
但历史数据给出了相反的答案:
1957年Fortran语言诞生后,全球程序员数量非但未减少,反而在十年内增长近十倍;
1980年代电子表格普及,财务分析师岗位不降反升。
自动化的核心效应不是替代,而是:
将人类从低阶操作中解放,使其聚焦于更高抽象层级的任务。  
Codex团队正是基于这一规律构建其产品哲学。
当模型可自动生成90%以上的样板代码,工程师的价值重心便从“实现细节”转向需求澄清、系统设计与风险控制”。
Embiricos将其称为“建造者”(Builder)角色的崛起——
他们不再逐行编码,而是像建筑师一样定义目标、分配任务、审查方案。
这种转变类似于工业革命中“工匠”向“工程师”的演进:
前者精于手工,后者驾驭系统。  
关键在于,价值高地的迁移速度决定了组织能否抓住红利
那些仍将AI视为“提效工具”而非“协作主体”的企业,将错失重构工作流的窗口期。
反之,率先建立“人机协同心智模型”的团队,将在复杂系统构建中获得指数级优势。

 二、人类瓶颈:
交互摩擦是AI普及的最大障碍
尽管技术能力突飞猛进,AI落地的最大阻力却来自人类自身。
Embiricos坦言:“我太懒了,不想打出那么多提示词;我也太没创意,想不出AI能帮我的所有方式。”
这句话揭示了一个被忽视的真相:
当前AI的使用门槛本质上是认知门槛——
用户需主动构想应用场景、精确表述需求、反复调试提示,这一过程消耗的认知带宽远超传统工具。  
因此,Codex团队将核心攻坚方向定为“消除交互摩擦”。
其正在开发的“魔法文本框”并非简单UI优化,而是一种情境感知型交互范式
AI基于用户历史行为、当前任务上下文与组织知识库,主动预判需求并提供恰到好处的介入。
例如,当开发者打开一个新模块,代理自动建议接口规范、关联测试用例,并标记潜在安全漏洞——无需任何显式指令。  
但开放性至关重要。Embiricos反对过早限定垂直场景(如“金融AI”、“法律AI”),认为这会扼杀用户创造力。
他推崇Claude Code的策略:
提供通用终端环境,让用户自由探索。
真正的用户心智模型只能在实践中形成,而非预设功能中灌输。
这一“先开放、后聚焦”的路径,正是星火燎原的关键机制——
基层创新涌现,平台提炼模式,最终形成高价值标准化工作流。

三、企业落地的双轨制:
自下而上的赋能 vs 自上而下的管控
企业AI部署长期陷入两难:
若完全开放(如允许员工直接使用ChatGPT),则面临数据泄露与合规风险;
若严格管控(如仅限IT部门调用API),则一线员工无法发挥能动性。
Invisible AI创始人Matt Fitzpatrick提出的“FTEE(全职等量人力)”模型主张,只有投入专职团队才能实现AI价值,
但Embiricos激烈反驳:“这会极大低估AI的潜力!”  
OpenAI的解决方案则是构建名为Atlas的浏览器代理框架,实现“安全沙箱内的自由探索”。
该框架允许员工通过浏览器插件,在操作系统级隔离环境中调用AI访问必要业务系统(如CRM、ERP),所有操作均受细粒度权限控制与审计追踪。
这意味着,即使企业尚未完成系统级集成,一线员工仍可安全地将AI融入日常工作。  
这一双轨策略的本质,是尊重组织现实约束的同时保留创新火种
自上而下的管控确保底线安全,自下而上的实践催生真实需求。
历史经验表明,真正颠覆性的变革往往源于基层——
Salesforce最初由销售代表自发使用,Slack起源于游戏团队的内部沟通工具。
AI代理的普及,同样需要这样的“草根合法性”。

四、速度竞赛的多维战场:
硬件、推理与认知带宽
速度超级重要!
Embiricos对Cerebras合作的评价,折射出OpenAI对推理效率的战略重视。
但提速不仅是硬件堆砌,而是一场涵盖模型压缩、推理优化与交互设计的立体战争:
Codex API响应速度提升40%,应用端延迟降低25%,GPT-5.3通过稀疏激活实现计算效率飞跃。  
然而,速度的终极瓶颈不在技术,而在人类认知带宽。
当AI可瞬间生成百种方案,决策者反而陷入选择过载。
Embiricos指出一个悖论:“当构建变得容易,理解客户需求反而更难。”
在信息爆炸时代,销售与营销的价值不降反升——它们成为筛选信息、建立信任的过滤器
这解释了为何OpenAI大力投资企业销售团队:
技术民主化并未削弱人际连接,反而使其成为稀缺资源。  
因此,真正的“速度优势”= 技术响应速度 × 用户决策效率
后者依赖于清晰的产品定位、可信的案例验证与高效的客户教育——
这正是许多技术公司忽视的软性基建。

五、代码审查革命:
从人工校验到AI自治
当Codex内部代码生成率逼近100%,传统代码审查机制面临根本性重构。
Embiricos提出两大变革:  
1. “计划审查”取代“代码审查”:
代理在编码前需提交详细方案(类似RFC文档),人类聚焦于架构合理性、安全边界与业务对齐,而非语法细节。
这如同将军不再检查士兵的步枪清洁度,而是审阅作战地图。     
2. AI自我审查成为标配:
Codex经专门训练,能提供高信噪比反馈,错误批评率低于0.5%。
OpenAI已实现全代码库自动审查——推送即检,无需人工触发。
更关键的是,当开发者用Codex审查竞品模型生成的代码时,常会惊呼:“我早该用Codex写代码!”  
这一转变标志着软件开发进入“委派时代”:
人类定义目标与约束,AI执行、自检并迭代。
IDE的角色也随之进化——
Codex应用刻意剥离编辑功能,强化多代理管理、任务委派与变更审查,成为真正的“代理指挥中心”。
未来,开发者的核心技能将是“如何有效委派任务”,而非“如何高效编写代码”。

六、生态护城河:
前端开放与后端封闭的辩证法
面对用户留存质疑,Embiricos展现了OpenAI罕见的开放姿态:
推动`agents.md`指令文件标准化,倡导`agents/skills`技能目录中立化。
除Anthropic外,几乎所有竞品均已采纳。
“我们希望用户轻松切换,因为竞争让我们进步。” 
但粘性终将来自深度集成。
当代理开始连接Sentry、Google Docs、Jira等系统,安全沙箱与权限配置便构成天然壁垒
“你不会想反复配置这些高风险连接。”
为此,Codex采用最保守的沙箱策略——操作系统级隔离,确保代理行为可控且可审计。 
这种“前端开放、后端封闭”的生态哲学,既加速行业创新(通过标准降低互操作成本),又巩固核心优势(通过深度集成提高迁移成本)。
历史经验表明,成功的平台往往兼具这两面性:
iOS开放App Store生态,但封闭硬件与支付;
AWS开放API,但封闭底层基础设施。
开放是手段,掌控关键节点才是目的

七、通用代理的向心力法则:
认知带宽决定市场终局
展望市场终局,Embiricos预言:“少数通用代理将主导工作场景。”
理由极具洞察力——人类认知带宽有限,无法熟练操作十几个专用AI
单一全能代理则能形成强大向心力:
团队共享最佳实践,新人快速上手,自动化自然渗透。  
他以Slack为例:
尽管Dropbox内嵌评论更高效,但人们仍选择在Slack讨论文档——因为那里是沟通中心。
同理,未来的办公中枢将是那个“能聊任何事”的AI,而非分散的功能模块。
这对SaaS厂商既是警钟也是机遇。
Embiricos划出两条生存线:
是否拥有客户关系?是否掌控核心数据?
Salesforce若失去这两者,终将沦为可替换的胶水层;
而Monday.com因深耕中小企业协作场景,仍有护城河。  
这一判断揭示了一个深层逻辑:
在AI时代,平台的竞争不再是功能丰富度,而是用户心智占有率
谁能成为用户默认的“第一交互入口”,谁就掌握生态主导权。


八、开发者的新黄金时代:
品味与主动性的溢价
对年轻工程师,Embiricos给出振奋人心的建议:
“现在是最好的时代!”
AI将新人融入复杂代码库的时间从数周缩短至数小时。
与在计算机上使用代码工作的人员一起进行编程的背景
但这也抬高了隐性门槛——当编码能力均质化,主动性、产品品味与质量意识成为决胜关键。  
他呼吁学生:“去构建东西,展示你的独特视角。”
一份附带创意项目的简历,远胜千篇一律的学历证明。
这预示着开发者评价体系的根本转变:
从“能否实现”到“为何实现”。
未来,顶尖工程师的核心竞争力将是
问题定义能力、跨域整合能力与伦理判断力——
这些恰恰是AI难以替代的高阶认知。


九、十年愿景:
技术普惠的终极检验
访谈尾声,Embiricos眼中闪烁着理想主义光芒:
“我最兴奋的是让AI帮助非科技人群。”
摄图网_600797290_未来智能家居(企业商用)
他描绘的场景朴素而动人:
家庭WhatsApp群中加入一个代理,自动提醒奶奶吃药、帮父母订机票,无人需学习提示工程。 
这恰是OpenAI使命的终极体现——
技术不应是精英的玩具,而应是普罗大众的拐杖
从星火到燎原,从熔炉到新生,这场智能革命的终点不是机器统治,而是人类潜能的全面释放。  
当主持人感叹“软件利润率正在消失”时,Embiricos的回答掷地有声:
“今年是连接之年,粘性将决定胜负。短期利润让位于长期生态。”
这不仅是商业策略,更是对技术信仰的践行——在AGI的黎明前夜,唯有将火炬递向最广袤的人群,方不负这场席卷世界的烈焰。


理性视角下的AI代理浪潮
回溯全文,AI代理的真正价值不在于单点技术突破,而在于其重构人机协作的基本面:   
对企业,它将效率提升从“流程优化”升级为“认知外包”;   
对开发者,它将能力评价从“编码熟练度”转向“问题定义力”;   
对产业,它将竞争焦点从“功能堆砌”转向“生态粘性”。  
历史反复证明,工具革命的赢家,永远是那些率先理解新范式、重构组织逻辑、并敢于将权力下放至一线的先行者
在AI代理的燎原之势中,真正的风险不是技术落后,而是认知滞后——仍用旧地图寻找新大陆。  
未来十年,我们将见证一场静默而深刻的生产力革命。
它不靠算法惊艳世人,而靠日复一日的委派、审查、集成与信任积累。
正如Embiricos所言:“星火已燃,燎原在即。”
而点燃它的,从来不是技术本身,而是人类对更好协作方式的不懈追求。
图片


文中观点仅为作者观点,不代表本平台立场


各位读者朋友,公众号改了推送规则,如果您还希望第一时间收到我们推送的文章,请记得给北大纵横公众号设置星标。图片

点击左下方公众号“北大纵横”→点击右上角“...”→点选“设为星标⭐️”。