CodeX为什么这么火

过去一个月，我高强度使用Codex，却没让它写过一行代码。

我用它最多的地方，反而是选题、审查文章和生产内容。

过去，这些工作的方法都装在我的脑子里。每次重新开始，我都要再解释一遍。哪些步骤不能漏，什么地方需要检查，做到什么程度才算完成。

现在，我开始把它们沉淀成一套套可以重复使用的工作流和Skill。下一次遇到类似任务，Codex不需要等我一步步指挥，而是可以沿着这些方法继续工作。

你可以把Skill理解成一份交给AI的工作说明书。它记录的不只是任务，还有完成任务的步骤、标准和检查方法。

我开始重新理解Codex

它表面上是一个编程工具，真正进入的却可能是每个人的工作方式。

而且，这种变化不只发生在我身上。

到7月中旬，Codex每周活跃用户已经超过700万。两个多月里，官方更新了150多项能力。越来越多用户，也开始把它用于代码之外的工作。

这就出现了一个很有意思的反差。

Codex明明是OpenAI最垂直的产品之一，为什么反而比许多什么都能做的Agent跑得更快？

如果你以前没听过Agent，可以先把它理解成一个能动手办事的AI。普通的聊天AI更像顾问，给你建议和答案。Agent则会调用工具，把任务继续往下做。

接下来，我想拆三层：

1. 为什么Codex要从编程这个窄入口开始？
2. 为什么Agent真正交付的不是内容，而是工作结果？
3. 为什么用户对Agent的信任，是一点点交出来的？

换成产品语言，就是三件事：

入口能不能迁移。 结果能不能直接用。 信任能不能逐步变大。

这三个问题，可能比“模型能力强不强”更接近Agent产品真正的胜负手。

01 起点可以很窄，但能力不能太窄

为什么Codex偏偏从编程开始？

一个很直观的答案，是编程容易证明价值。

程序员的时间成本高，AI如果能缩短开发时间，节省的成本很容易被感知。代码写完后还可以直接运行和测试。能不能工作、哪里报错，用户很快就能判断。

产品经理把这种任务叫作高价值、可验收。用户容易看见效果，产品也更容易站稳。

但这可能还不是编程最有价值的地方。

你想想看，我们今天的大部分工作，其实都装在软件里。

数据放在表格和数据库里，客户信息放在销售系统里，内容发布在网站上，财务也有自己的业务系统。互联网里的一个个产品和服务，说到底都是由程序连接起来的。

所以，编程不只是一项职业技能。

它更像一种操作数字世界的通用方式。

编程看起来是Codex最窄的入口，却可能是它进入数字世界最宽的一扇门。 它从程序员的工作开始，积累的却是一种可以迁移到更多数字任务中的能力。

一个AI如果只会写文章，它解决的主要是内容问题。一个AI如果能够写代码、调用工具和操作软件，它就有机会进入这些系统，把原来分散在不同工具里的工作连接起来。

这也是为什么Codex后来可以进入数据分析、财务、销售和内容生产。它不是突然学会了所有职业，而是把操作代码和软件的能力，用到了更多数字工作里。

产品经理把这种现象叫作能力迁移。

说得简单一点，就是在一个任务上练出来的本事，能不能继续用到其他任务。

当然，编程不能解决一切。AI还会受到数据、权限、接口、组织流程和现实世界操作的限制。但在数字世界里，它确实给了Codex一把可以打开许多扇门的钥匙。

所以，Codex选中的不只是一个容易验收的垂直场景。它选的这把钥匙，本身就能打开很多扇门。

这给Agent产品经理留下了一个更重要的问题。

选择第一个任务时，不只要看眼前有没有用户、价值是否容易证明，还要看为了完成这个任务积累下来的能力，未来能把产品带到哪里。

产品判断： 一个Agent产品的第一个场景，不只要看它能不能赚钱、能不能验收，还要看它在这个场景里练出来的能力，未来能不能迁移到更多任务。

02 AI生成了什么不重要，用户拿到了什么才重要

选对任务只是拿到入场券。用户第一次使用后，能不能迅速感到「它真的替我完成了工作」，决定了他会不会继续使用。

普通聊天AI的工作方式，通常是用户问一步，AI回答一步。用户看完以后，再决定下一步让它做什么。整个过程仍然需要人不断往前推。

Codex更接近另一种工作方式。用户先说明目标，AI自己寻找资料、开始执行、检查结果，发现问题后继续修改，最后把可以检查的结果交回来。

两者的区别，不只是AI多做了几个步骤。

前者交付一段内容。

后者尽量交付一项完成的工作。

例如，AI生成了一份财务分析，看起来很完整，不代表它真的有用。如果用户还要重新核对数据、修改格式、补充引用，再调整成公司的模板，AI只是完成了「生成文字」，大量工作仍然留给用户。

Codex面向财务团队时，会读取已有的结算表格、看板和历史报告，计算数据变化，标出无法解释的异常，并列出需要负责人确认的问题。用户拿到的不是一段孤立的分析，而是一份接近可以开会使用的材料。

所以，判断Agent有没有创造价值，可以先看两件很具体的事。

AI到底完成了多少？

用户为了让结果真正可用，还要返工多少？

真正的产品进步，应该让AI完成的范围越来越大，让用户核对、修改和整理的工作越来越少。只增加AI能生成的内容，却没有减少用户的返工，能力看起来变强了，用户得到的价值未必增加。

这些指标其实都在回答同一个问题：用户还要花多少时间，才能把AI给出的东西变成真正能用的结果？

沿着这个问题，还可以继续观察一个指标。

从用户提出目标，到拿到第一个可以使用的结果，中间需要多长时间？

这叫第一次价值时间。

名字听起来有点专业，其实问的就是，用户要等多久，才能第一次真切地感觉到这个产品有用。

时间越短，用户越容易出现「原来它真的能干活」的哇时刻。

但让AI多做一点，不等于什么都交给AI。

财务报告一旦算错，后果很严重。AI应该先标出异常，再由负责人做最后确认。内部头脑风暴即使出现偏差，修改成本也不高，就可以让AI先放手去做。

要不要保留人工确认，不该只看AI能自动做到哪一步，而要看出错之后需要付出多大代价。

产品判断： 判断Agent有没有价值，不是看它生成了多少内容，而是看它让用户少返工了多少。用户越快拿到可用结果，产品的价值感越强。

生成内容，不等于完成工作

03 用户不是一次相信Agent，而是一次多交一点工作

用户不会第一次见到一个AI，就把整个项目交给它。

这个过程更像带一个新同事。

先交一件小事，确认结果可靠，再逐渐增加任务难度和自己做主的空间。

信任不是产品在宣传页上写一句「安全可靠」就会产生，而是用户在一次次具体结果中积累出来的。

Codex身上可以看到这种变化。OpenAI公布过一组数据，使用「记住我的固定做法」功能的用户比例，从3月初的5.4%升到6月中旬的26.6%。在OpenAI公司内部，这一比例达到96.2%。

这个功能做的事很好理解。用户把自己反复使用的工作方法交给Codex保存，下次就不用再从头解释。

手机端也允许用户查看任务进展、批准具体动作，并在需要时接管或调整。用户可以同时让多个任务在后台运行，自己只在关键节点检查，不必一直推着AI往前走，也没有完全失去控制。

这说明Agent产品不能要求用户一步从「不信任」跨到「完全托付」。

用户第一次使用时，可以先让AI完成一个容易检查的小任务。结果可靠，他才愿意交出更长的任务。

任务变长以后，过程就必须让人看得见。

等AI准备执行关键动作时，再把确认权交还给用户。

真出了问题，还要允许用户随时接管。

如果一开始就要求用户完全放手，他感受到的可能不是效率，而是失控。

人不是因为AI永远不会犯错才信任它，而是因为AI犯错时，自己看得见、拦得住、接得回来。

产品经理通常会用留存来判断用户会不会回来。但对Agent来说，只看用户下次有没有打开还不够。

更值得观察的是另一件事。

用户下一次，是否愿意交出一个更长、更难或者更重要的任务？

产品判断： 对Agent来说，真正值得看的不只是留存，而是用户下一次愿不愿意交出更重要的任务。信任不是一次建立的，是一次次任务交付出来的。

写在最后

一个月前，我还把Codex看成一个编程工具。现在，我更愿意把它看成一个能够逐渐承接我工作方式的Agent。

当然，Codex背靠ChatGPT的用户入口，也拥有领先的模型和巨大的投入。这些条件无法通过产品设计复制。

研究Codex，不是为了照抄一份成功公式。

我用Codex这一个月真正改变的，不是我完成了多少任务，而是我开始把自己的工作方式，一点点交给它来承接。

下一代Agent真正要争夺的，不只是用户会不会再次打开，而是用户下一次，愿不愿意交给它一件更重要的事。