category
library
Created time
Feb 19, 2026 06:09 AM
date
Feb 18, 2026
icon
password
slug
openai-ai-revolution-programming-management-entrepreneurship
status
Published
summary
OpenAI工程负责人Sherwin Wu分享了AI如何重塑编程和管理方式，强调了工程师角色的转变、AI在企业流程自动化中的潜力，以及创业者应关注未来模型发展的重要性。
tags
OpenAI
工程实践
type
Post
OpenAI 的 API 和开发者平台负责人 Sherwin Wu 分享了一组内部数据：在 OpenAI 内部，95% 的工程师每天都在使用 Codex（代码生成模型），且 100% 的代码合并请求（PR）都由 AI 进行审查。
这不仅仅是效率的提升，而是一种工作范式的彻底重构。工程师不再是敲击键盘的打字员，而是指挥“代理军团”的指挥官。
基于 Sherwin Wu 与 Lenny Rachitsky 的深度对话，我整理了关于 AI 原生开发、组织架构异变以及“脚手架悖论” 的几个核心逻辑。
1. 工程师的“魔法师化”与消失的逃生舱
在 OpenAI 内部，有一个团队正在进行一项极端实验：维护一个 100% 由 Codex 编写的代码库。
在这个实验中，工程师被禁止手动写代码（No Escape Hatch）。当 AI 无法完成任务时，他们不能“卷起袖子自己干”，只能通过优化文档、增加注释或调整指令来“教会”AI 完成任务。
这揭示了软件工程的未来形态：
- 旧模式： 工程师不仅要懂逻辑，还要懂语法细节。
- 新模式： 工程师像《幻想曲》里的米老鼠（魔法师学徒），念出咒语（Prompt），指挥扫帚（Agent）自动干活。
- 风险： 就像电影情节一样，如果不小心，数以百计的 Agent 线程（OpenAI 工程师通常并行管理 10-20 个线程）可能会制造出巨大的混乱。
数据支撑：
使用 Codex 的工程师提交的 PR（代码合并请求）数量比普通工程师多出 70%，且这个差距还在扩大。AI 让代码审查时间从 15 分钟压缩到了 2-3 分钟。
2. “脚手架悖论”：为什么不要盲目听从客户？
在 AI 创业领域，有一个反直觉的现象：“模型会把你的脚手架当早餐吃掉”（The models will eat your scaffolding for breakfast）。
- 现象： 2023 年，客户告诉我们要更好的向量数据库（Vector Stores）和复杂的 Agent 框架。
- 逻辑： 这些需求本质上是因为模型不够聪明，需要外部工具（脚手架）来辅助。
- 结果： 随着模型上下文窗口变大、推理能力变强，它不再需要外部向量检索，也不需要复杂的编排框架。那些花费重金构建“护城河”式脚手架的公司，瞬间被新一代模型降维打击。
给创业者的启示：
不要为“现在的模型”构建产品，要为“模型将要去的地方”构建产品。如果你解决的问题仅仅是修补当前模型的缺陷（如记忆力差、幻觉），你的公司寿命可能只有 6 个月。
3. “一人十亿美金公司”的二阶效应
Sam Altman 曾预测会出现“一人十亿美金”的初创公司。Sherwin Wu 补充了这个推演的 B 面：这将开启 B2B SaaS 的黄金时代。
- 逻辑推演： 既然一个人能通过 AI 创造十亿美金的价值，意味着他需要极其强大的工具链来替代原本的 500 名员工。
- 市场机会： 为了支撑这 1 个超级个体，可能需要 100 个小型 SaaS 公司为他提供高度定制化的垂直服务（如专门给播客博主做的 AI 客服，专门给 Newsletter 作者做的 AI 数据分析）。
- 结论： 市场结构将变成“少数巨头平台 + 无数小而美的垂直工具”，而非目前这种中型公司遍地走的形态。
4. 管理的杠杆：关注 Top Performers
随着 AI 放大个体能力的差异（Make good people better, make great people exceptional），管理逻辑也在发生变化。
Sherwin 的管理算法是：把 50% 以上的时间花在 Top 10% 的员工身上。
- 以前： 管理者花时间“补短板”，辅导落后员工。
- 现在： 头部员工利用 AI 获得的杠杆率是指数级的。一个“Codex-pilled”（极度依赖 AI）的工程师产出可能是普通人的 10 倍。
- 操作： 管理者的核心任务变成“清道夫”——利用 AI 分析 Slack 和文档，预测并清除可能阻碍这些超级个体发挥的组织障碍。
5. 下一个战场：业务流程自动化 (BPA)
硅谷往往陷入一种“工程师自嗨”，认为 AI 就是用来写代码的。但 Sherwin 指出，更大的金矿在于 Business Process Automation (BPA)。
- 现状： 现实世界中，大量的非科技公司（物流、能源、服务业）依靠死板的 SOP（标准作业程序）运转。
- 机会： 这些重复性高、逻辑封闭的业务流程，是 AI Agent 最完美的落地场景。相比于开放式的创意工作，这里有确定的 ROI。
- 预测： 未来 12-18 个月，随着模型处理“长任务”（Long-running tasks，如连续运行数小时的任务）能力的提升，BPA 领域将迎来爆发。
尾声：不要自我怜悯
在访谈的最后，当被问及人生格言时，Sherwin 分享了一句简单却有力的话："Never feel sorry for yourself" (永远不要自我怜悯)。
在这个技术剧烈变革、焦虑感弥漫的时代，无论是面对代码被 AI 接管的失落，还是面对行业洗牌的恐慌，唯一有用的策略是保持 Agency（能动性）——去安装那个 CLI 工具，去跑通那个 API，去成为那个挥舞魔杖的魔法师，而不是被扫帚淹没的学徒。