即刻App年轻人的同好社区
下载
置顶
这种单车道的施工路段对无人车来说真的有点灾难，但凡有个电动车经过就是急刹车；好在价格是普通网约车的一半，要发在YouTube又得是China is living in 2050, the uber cab cost you only 3usd for 4miles
00:06
1 00
（对体感理解vibe coding的最佳实践和感受AI带来的二阶导甚至三阶导很有帮助)
@lennysan 从 @embirico（OpenAI Codex 产品负责人）那里得到的最大收获：
1. OpenAI 最初的 Codex 产品“走得太靠前了”。
它以云端异步方式运行，这对高级用户很友好，但对新手并不友好。
当 Codex 被带回工程师已经工作的地方——代码编辑器、本地电脑——增长立刻爆发。过去 6 个月，Codex 的使用量增长了 20 倍。
2. OpenAI 在 Codex 的帮助下，仅用两三名工程师、几周时间就做出了 Sora Android 应用，并登顶应用商店第 1 名。
Sora 从 0 到员工测试用了 18 天，随后 10 天 就对外发布。
Codex 通过分析现有的 iOS 应用、生成工作计划、并同时对比两个平台来实现功能，极大加速了开发。
3. 使用 Codex 获取价值的关键：把最难的问题交给它，而不是最简单的。
这些工具是为解决棘手 bug 和复杂任务而生的，而不是用来做琐碎小事。
从那些你原本要花数小时完成的任务开始。
4. 写代码可能会成为 AI 完成任何任务的通用方式。
相比点击界面或构建单独的集成，当 AI 能够即时写出小程序时，表现最好。
这意味着：编码能力应该内建到每一个 AI 助手中，而不只是程序员工具。
5. OpenAI 的设计师现在已经可以自己写代码并上线产品。
设计团队维护着一个在 AI 辅助下构建的、可完整运行的原型。
有想法时，他们直接编码、测试，往往还能自行提交到生产环境。
只有在代码库特别复杂时，工程师才会介入。
6. 即使 AI 模型从明天开始不再进步，仍然有数年的产品工作可以用来释放它们的潜力。
技术本身已经领先于我们使用它的能力。
7. AI 生产力最大的瓶颈不是 AI，而是人类打字的速度。
限制因素包括：你输入提示词的速度，以及你审阅 AI 生成结果的速度。
在 AI 能更可靠地自我验证输出、并主动提供帮助之前，这些工具的全部生产力潜力还无法释放。
8. 写代码正在变得不如“审 AI 写的代码”有趣。
工程师喜欢构建时的创造性心流，但现在更多时间花在阅读 AI 产出的代码上。
下一个挑战，是让代码审阅过程更快、更令人愉悦。
9. 新一代 AI 模型现在可以在单个任务上连续工作 24 到 60 小时以上。
一种叫做「压缩（compaction）」的技术，可以在模型即将耗尽记忆前先总结已学内容，然后在新的会话中继续工作。
这让过去不可能的通宵或多日自主工作成为现实。
10. 如果你今天要创业，深度理解某一类具体用户，比“擅长构建”更重要。
构建正在变得越来越容易。
真正的优势在于：知道该做什么，以及为谁而做。
@lennysan 从 @embirico（OpenAI Codex 产品负责人）那里得到的最大收获：
1. OpenAI 最初的 Codex 产品“走得太靠前了”。
它以云端异步方式运行，这对高级用户很友好，但对新手并不友好。
当 Codex 被带回工程师已经工作的地方——代码编辑器、本地电脑——增长立刻爆发。过去 6 个月，Codex 的使用量增长了 20 倍。
2. OpenAI 在 Codex 的帮助下，仅用两三名工程师、几周时间就做出了 Sora Android 应用，并登顶应用商店第 1 名。
Sora 从 0 到员工测试用了 18 天，随后 10 天 就对外发布。
Codex 通过分析现有的 iOS 应用、生成工作计划、并同时对比两个平台来实现功能，极大加速了开发。
3. 使用 Codex 获取价值的关键：把最难的问题交给它，而不是最简单的。
这些工具是为解决棘手 bug 和复杂任务而生的，而不是用来做琐碎小事。
从那些你原本要花数小时完成的任务开始。
4. 写代码可能会成为 AI 完成任何任务的通用方式。
相比点击界面或构建单独的集成，当 AI 能够即时写出小程序时，表现最好。
这意味着：编码能力应该内建到每一个 AI 助手中，而不只是程序员工具。
5. OpenAI 的设计师现在已经可以自己写代码并上线产品。
设计团队维护着一个在 AI 辅助下构建的、可完整运行的原型。
有想法时，他们直接编码、测试，往往还能自行提交到生产环境。
只有在代码库特别复杂时，工程师才会介入。
6. 即使 AI 模型从明天开始不再进步，仍然有数年的产品工作可以用来释放它们的潜力。
技术本身已经领先于我们使用它的能力。
7. AI 生产力最大的瓶颈不是 AI，而是人类打字的速度。
限制因素包括：你输入提示词的速度，以及你审阅 AI 生成结果的速度。
在 AI 能更可靠地自我验证输出、并主动提供帮助之前，这些工具的全部生产力潜力还无法释放。
8. 写代码正在变得不如“审 AI 写的代码”有趣。
工程师喜欢构建时的创造性心流，但现在更多时间花在阅读 AI 产出的代码上。
下一个挑战，是让代码审阅过程更快、更令人愉悦。
9. 新一代 AI 模型现在可以在单个任务上连续工作 24 到 60 小时以上。
一种叫做「压缩（compaction）」的技术，可以在模型即将耗尽记忆前先总结已学内容，然后在新的会话中继续工作。
这让过去不可能的通宵或多日自主工作成为现实。
10. 如果你今天要创业，深度理解某一类具体用户，比“擅长构建”更重要。
构建正在变得越来越容易。
真正的优势在于：知道该做什么，以及为谁而做。
6 01
