「Jinqiu Select」
跨越语言与时差，传递科技圈最值得被听到的声音。
过去几年，硅谷有一种创始人被反复神话：技术出身、产品直觉极强、能在白板上画出整个系统架构，然后带着一支小团队把它做出来。这类人被称为“产品天赋型创始人”，是VC最愿意押注的原型。
但这个画像可能会失效。
OpenAI Codex 产品负责人 Alex Bericos ，2026年2月和20VC的一场深度访谈里也聊了这一现象。
他认为，市场过去过度奖励产品天赋，现在风向在变，回归到分发能力、行业理解和长期执行系统。
这个变化的速度比多数人预期的快。Alex 透露，OpenAI 内部工程团队里，多数人已经基本不再手写代码。不是偶尔用用AI辅助，而是范式已经切换，从“人机配对编程"转向“多代理委派"。工程师的角色从逐行的生产者，变成任务的定义者和质量的审查者。
如果连 OpenAI 内部都已经走到这一步，那么“我们技术更强"作为创业公司的核心叙事，还能支撑多久？
Alex 给出了一个历史类比。从汇编到高级语言，从人工计算到计算机，每一次某类执行能力被自动化，结果都不是需求消失，而是需求爆发，同时角色重新分配。
编程这件事也在经历同样的过程。它不会消失，但会被重新定价。
过去，“能做出来"意味着你跨越了一道真实的门槛。你需要招到合适的工程师，需要时间，需要钱，需要踩过无数坑。这道门槛天然筛掉了大量竞争者，也给了先进入者足够长的窗口期。
现在这道门槛正在塌陷。工具杠杆前所未有地高，非技术创始人可以用AI把原型做出来，小团队可以用代理并行推进多个方向。构建速度在加快，但正因为如此，“我先做出来了"的优势窗口也在缩短。
在这个环境里，创始人真正需要回答的问题变了——“我们为什么能持续卖出去，并且守得住"。
这也意味着，创始人画像在变。
Alex 的判断是，下一代真正能跑出来的创始人，核心优势会集中在三件事上。
第一是分发能力。当构建门槛下降，产品同质化速度加快，谁能更快触达用户、建立信任、形成口碑，谁就拥有真正的先发优势。
第二是行业理解。垂直领域的创始人迎来了一个罕见的窗口期。当通用技术能力被平台化，真正稀缺的是"把AI能力嵌入某个具体行业的深层流程"的判断力。
第三是长期执行系统。这是最难被模仿的一项。产品可以被复制，功能可以被追平，但一个能持续迭代、快速学习、稳定交付的组织，是需要时间沉淀的。
以下为这篇视频访谈的编译。
视频标题：
《OpenAI's Codex Lead: Why Coding as We Know It is Over》
视频链接：
https://www.youtube.com/watch?v=S1rQngjpUdI
要点摘录
1. Alex 认可“编码是最先被大模型深度改造的职业域”，但不认同“程序员消失论”。
2. 他给出的核心逻辑是“任务自动化提升产出，随后带来需求扩张”，历史上多次发生过。
3. 在其观察里，人才栈正在压缩，工程师角色更趋全栈化，传统分工边界被重写。
4. 他提出当前最大瓶颈之一不是模型能力，而是人类提示输入和任务验证效率。
5. Codex 路线被拆成三段：先在编码建立PMF，再扩展通用任务，最后产品化为默认能力。
6. 他反对“只靠FDE自上而下改造企业”的单一路径，强调先让一线员工形成AI肌肉记忆。
7. 速度仍是核心竞争因子，模型层、推理层、硬件层都在做延迟优化。
8. “推理成本像销售费用”这类观点他部分认同，但坚持销售与营销不会因为AI而消失。
9. 他透露OpenAI内部编码工作已发生范式变化：从“配对编程”转向“多代理委派”。
10. 未来是否还有IDE，他给出的实质答案是“界面会变，但编程环境不会消失”。
11. 低质量AI代码（slop）是现实问题，AI审查AI将成为默认流程的一部分。
12. Codex 的北极星不是营收而是活跃用户，反映其“先分发智能再做商业化”的节奏。
13. 对SaaS板块他不支持“全面归零论”，更强调“是否掌握人和系统记录（system of record）”。
14. 他对未来市场结构的判断是“赢家数量变少”，通用代理会形成更强中心化入口。
15. 透过这场访谈，我们可以看到：代码生成正在商品化，真正稀缺的是任务定义、质量控制和组织级采纳能力。
编译文章
一、“编码会被自动化”这句话，真正含义是什么
主持人抛出 Elon 的经典判断：“编码是最先被自动化的职业之一。”Alex 的回应很细：他承认编码是 LLM 最先成熟的领域，但不同意把“自动化”直接等于“人被清空”。
他给了历史类比：从汇编到高级语言，某些任务被替代了，但总需求反而上涨；早期“computer”这个词也曾指人类计算员，后来系统能力提升并没有让“计算”需求消失，而是爆发。放到今天，同样逻辑可能重演。
关键不是“有没有自动化”，而是“自动化后总需求和角色定义怎么变”。
二、人才栈压缩：
工程师边界变窄，能力要求变宽
访谈里一个重要观察是“talent stack compression”。过去前端、后端、产品、设计边界更清晰，现在大量环节被代理接管后，人类岗位的主要价值从“执行分工”转向“系统统筹”。
这会导致两个现实变化。第一，企业更偏好“上下文宽、能跨域协调”的工程人才。第二，传统PM角色会被重写，不是消失，而是从需求搬运转向策略优先级、跨团队对齐和质量门控。
对个人来说，这意味着“只会一种局部技能”风险上升；对企业来说，组织设计要更快迭代，不然结构会拖慢AI收益兑现。
三、当前最大瓶颈之一：
人类输入速度与验证能力
Alex 一个很有启发的观点是：模型能力增长很快，但人类提示输入和验证速度跟不上。很多人每天用AI几十次，但理论上可受益场景可能是几千甚至上万次。差距不在模型，而在人。
这个判断解释了为什么“模型看起来很强，企业体感仍有限”。因为组织没有把任务拆解、目标定义、验证闭环系统化，导致代理利用率上不去，最终只在局部环节提效。
企业如果想真正吃到红利，第一件事不是再买模型，而是优化“任务接口”。
四、三段式路线图：从编码PMF到通用代理
访谈里可以提炼出一个清晰路径：第一阶段，先在编码场景做到可靠可用；第二阶段，把同一套委派能力拓展到非编码知识工作；第三阶段，再做更细颗粒度产品化，降低学习门槛。
这一路线解决了一个常见误区：很多团队急于“AI全面自动化”，结果在没有用户习惯和流程基础时直接上复杂系统，最后变成高成本试验。Alex 的路线是先拿下高价值场景，再扩散。
这也是当前多数成功AI产品的共性：先锚定一个强PMF，再向平台化延展，而不是一开始就做“万能助手”。
五、企业落地分歧：FDE主导还是员工自驱
主持人提出了一个现实问题：大企业有权限、合规、数据隔离，往往需要FDE（前置部署工程师）重度介入。Alex 回应并不否认FDE价值，但反对“只走自上而下”路径。
他的核心观点是：若员工本人没有形成AI使用肌肉记忆，自动化会变成外部系统强压，组织容易产生抵触。最优解是双轨：一边做系统级集成，一边让一线人员在日常任务中先学会与AI协作。
换句话说，AI变革不是纯技术项目，而是行为习惯项目。
六、为什么浏览器和本地代理会成为关键中间层
Alex 提到 OpenAI 在浏览器能力上的投入，背后逻辑是：无论企业系统多复杂，最终很多操作都通过浏览器与终端触达。代理若能安全地在这一层执行动作，就能绕过部分“全栈集成前置”的阻塞。
这并不等于忽视安全，反而要求更强的系统级沙箱与权限控制。访谈里反复提到“OS级sandbox”“保守默认权限”就是这个方向。
未来竞争焦点会从“会不会生成代码”转到“能否在真实企业环境安全完成任务”。
七、速度战争：
延迟不是体验细节，而是留存变量
主持人追问了和 Cerebras 合作、推理速度等问题。Alex 的答案非常直接：速度极其重要。编码代理的价值不只在“能做什么”，还在“多快能给出可用结果”。
这意味着产品团队需要同时优化三层：模型效率、推理系统效率、硬件路径效率。任何一层慢，用户都会退回旧流程，长期留存与付费都受影响。
在AI工具赛道，速度不是锦上添花，而是生存线。
八、“推理就是新销售费用”这个观点，为什么只对了一半
关于“inference is the new sales & marketing”，Alex 没有完全认同。他承认推理成本在产品触达和体验中扮演越来越大的角色，但强调销售、营销和客户关系不会因此消失。
原因很简单：当任何人都更容易造产品时，真正难的是“被谁相信、被谁采纳、被谁持续使用”。这恰恰需要市场教育、客户成功、分层服务与组织化运营。
所以更准确的说法是：推理成本在上升，但GTM价值并未消失，而是结构重排。
九、内部范式变化：
从“人机配对”转向“多代理委派”
Alex 对内部使用的描述很有信息量：此前大家更多是IDE内协作与补全，现在越来越转向“给代理完整任务，让它先跑”。这是一种思维切换：你不再是逐行生产者，而是任务导演与审查者。
这个变化会让团队效率上升，但也对管理提出新要求：任务定义要更清楚，质量门槛要更明确，回滚机制要更稳定。否则“代理并发”会放大错误而不是放大收益。
十、IDE会消失吗：
问题应该改成“编辑器角色会不会重分配”
主持人问“24个月后还有IDE吗”，Alex 的回答本质是：会有编程环境，但形态会变化。Codex app 明确没有把文本编辑做成中心能力，而是强调任务委派、并行代理管理、变更审阅。
这说明未来工具链可能分化为两层：一层是“任务与代理编排层”，一层是“必要时的人类精修层”。IDE不一定消失，但不再是唯一中心。
对工具公司来说，关键不是谁替代谁，而是谁占据新的控制面板。
十一、代码评审的新现实：
AI生成AI审、人工做最终责任
Alex 公开承认“AI slop”是真问题，特别在开源社区已很明显。应对方式不是回到全人工，而是把 AI 审查AI 做成默认流程，再由人类承担最后责任。
他提到“先看计划，再看实现”比过去更重要。因为在委派式开发里，错误若在规划阶段没被发现，后续会批量放大。Plan review正在变成比code review更早、更关键的关口。
十二、留存与护城河：
为什么他们一边做开放标准，一边做深度控制
访谈里最反直觉的一点是，Alex 一边强调开放标准（如 Agents.md、skills 等），一边强调深度安全与权限控制。看似矛盾，实则对应两类护城河：外层靠生态兼容，内层靠系统能力。
在早期，开放能加速开发者迁移和试用；在规模化阶段，谁能提供可靠的连接器、权限治理、沙箱与审计能力，谁能拿下企业级黏性。
也就是说，协议层会趋同，执行层会分化。
十三、OpenAI的“长线玩法”：
训练模型，也服务竞争者
主持人作为VC对这一点非常不适应：OpenAI 大力训练模型，同时把能力提供给竞争生态。Alex 的解释是“长线分发思维”：生态越活跃，反馈越丰富，模型和产品迭代越快。
这和传统“封闭护城河”逻辑不同，更像“基础设施公司 + 应用公司”双重身份。短期看会加剧竞争，长期看可能扩大整体采用率，反过来提升平台优势。
十四、北极星指标为什么是活跃用户
Alex 明确提到 Codex 当前更核心的北极星是活跃用户（weekly active users），不是收入。这个选择对外界很关键：说明他们把当前阶段定义为“使用渗透期”，优先做行为转移，再谈收入优化。
主持人也挑战“是否该看DAU”。Alex 基本认可方向：目标是让代理进入每日默认工作流，而非偶尔尝鲜工具。这是从“工具”到“系统入口”的关键一步。
十五、交互范式之争：
聊天框会不会成为长期入口
对于“chat是不是终极UI”，Alex 给的是复合答案：会有统一会话入口，但也会保留专业图形界面。普通用户需要简单入口，重度用户需要高效操作面板，这两者不是替代关系。
这给产品经理的启示是：别把“聊天”当唯一范式，也别回到复杂菜单堆砌。真正好的设计是“低门槛入口 + 高效深度界面”并存。
十六、Agent-to-Agent关键在可验证接口
主持人问了代理之间协作审批的场景。Alex 的回答很务实：最好的代理接口，往往和“人类可读可审”的接口一致。若人类自己都难以理解和校验，代理协作也不会可靠。
因此，企业在设计 AI 流程时，不应追求“彻底黑箱自动化”，而应优先建设清晰、可审计、可回滚的流程节点。
十七、关于“数据护城河”他给了一个反常识答案
面对“谁掌握更多编码数据就赢”的提问，Alex 的判断是：编码数据并非当前最稀缺变量，真正稀缺的是通用知识工作轨迹数据。这类数据公开可得性弱、结构复杂、隐私约束强。
这意味着下一阶段竞争可能不在“再多一点代码语料”，而在“谁能安全获取并学习高价值任务轨迹”。
十八、Cursor、Claude Code、Codex的竞争格局：不会长期共存
Alex 对竞争对手评价相对克制，但信息很实用。他承认 Cursor 的优势在“贴近现有习惯、迁移成本低”，也肯定 Claude Code 在早期CLI路径上的示范作用。与此同时，他判断长期不会是“十几家并存”，而可能收敛到更少入口。
核心逻辑是：企业不希望员工维护过多代理体系，组织会偏好统一入口、统一权限、统一审计。这会天然提升头部平台集中度。
十九、SaaS到底死没死：
他给了一个可操作筛选框架
主持人把话题拉到资本市场最关心的问题：“SaaS是否被模型厂商团灭”。Alex 的回答非常值得记：看两件事。第一，是否仍然掌握终端用户关系。第二，是否掌握关键系统记录（system of record）。
如果两者都没有，只是“胶水层”，风险就高；如果至少握住其一，甚至同时握住两者，业务韧性会强很多。这比“全行业生死论”有操作价值得多。
二十、最危险的公司类型：
只做连接、没有控制点
沿着他的框架，可以得到更具体判断：那些既不拥有用户心智、也不掌握底层记录数据，只提供可替代流程连接的公司，会优先承压。这类业务过去靠集成复杂度获利，AI降低复杂度后，议价空间会被压缩。
反过来，具备高迁移成本、深嵌流程、强合规与安全能力的公司，反而有机会在新周期重构溢价。
二十一、创始人画像在变：
从“产品天赋”回到“分发与领域”
Alex 认为，过去一段时间市场过度奖励“产品天赋型创始人”，现在风向在变。因为构建能力门槛下降后，真正稀缺的是分发能力、行业理解与长期执行系统。
这对创业团队是现实提醒：只靠“我们能做出来”已经不够，必须回答“我们为什么能持续卖出去并守住”。
二十二、人才战没有降温：
连头部平台都要“重投入抢人”
主持人问“SF的人才战争是否夸张”。Alex 的回答是，确实激烈，哪怕在头部平台也不能“想要谁就有谁”。这说明供需缺口仍然显著，尤其在“能驾驭代理式开发”的复合型人才上。
因此企业想靠“市场变差人才就便宜了”来优化团队，可能判断过于乐观。真正有效的方法仍是产品吸引力、组织密度与成长机会。
二十三、给学生与初级工程师的建议：
把“做项目能力”当第一简历
Alex 的职业建议非常直接：现在是工程师最好的时代之一，因为工具杠杆前所未有地高。要脱颖而出，关键不在写更漂亮简历，而在主动做项目、展示判断和品味（taste）。
这与传统求职逻辑不同：在代理时代，履历证明你“学过什么”，项目证明你“能做成什么”。后者权重会越来越高。
