
OpenAI Codex 负责人 Tibo 的用法:清晨对手机口述一串任务,30 分钟内拿回报告;新人第一句是「问过 Codex 了吗?」
一句话结论
Tibo 把大部分工作搬到手机上的 ChatGPT Work:想到问题就口述发出,靠定制技能和指令让它按他能快速消化的格式产出报告、幻灯片和代码探查;前提是 OpenAI 内部 Codex 默认接入 Slack、全部文档和代码,团队刻意在公开频道和宽权限文档里工作——组织透明度本身就是 agent 的上下文。
背景与理念
The Pragmatic Engineer 播客 2026-09-09 这期,Gergely Orosz 采访了 OpenAI 的 Tibo Sottiaux。他是 Codex 的创建者之一,目前负责包括 Codex 在内的 Core Products & Platform 部门,此前在 Google 和 DeepMind 做研究基础设施。节目前半段讲 Codex 的工程决策,后半段专门谈 OpenAI 团队和他个人怎么用 Codex。几条贯穿性的理念:其一,harness 永远比模型「领先一点」,它是给模型的「拐杖」——护栏、安全、效率、可控性,以及每轮开头注入上下文的 developer message;模型变强后,拐杖被丢掉,developer message 和 harness 都在变小。其二,代码只是解决问题的工具,agent 让他能在一分钟内拿到数据再做决定,而不是靠直觉。其三,维护和重构正在变便宜,但好的抽象和测试仍决定改动难度。
具体做法
一、组织层面:「问过 Codex 了吗?」新人加入 Codex 团队后,被问得最多的一句就是这个。在 OpenAI 内部,Codex 默认接入 Slack、所有文档和所有代码,新人常惊讶于几乎什么都能问:项目现状、谁在负责某件事、某个决定为什么这么做。为此团队刻意在公开频道工作,文档开放较宽的权限,让 agent 能检索和推理。
二、代码审查自动化。Tibo 早期参与过与研究团队合作开发代码审查模型,目标是发现需要人花数小时、深挖三四层依赖才能找到的逻辑错误,这种能力现已并入主线模型。安全审查如今在 OpenAI 所有 PR 上强制执行:一旦被标记安全问题,PR 会被阻止合并,全程自动。他认为代码审查的正确性和安全部分会被自动化,真正该由人讨论的是「意图」——想做什么、该不该做,这种讨论可以放在写代码之前、PR 之外;团队应就「盒子」的契约和不变量(资源、数据访问、安全)达成一致,盒子里怎么实现不必逐行讨论。
三、执行环境。Codex 默认在本地沙箱中运行,需要越出沙箱的命令会征求用户许可;也可以选择在云端托管虚拟机(与 ChatGPT Work 相同的 VM,运行在 Kata 容器中)执行,本机只负责输入和流式输出。他预测 agent 能替人配置并同步本地环境,云开发机会因此复兴。
四、长任务。/goal 命令用来让模型在很长时间里专注单一目标,可以跑数天乃至数周;但他说在新一代模型上已经不太需要 /goal 这根拐杖,直接告诉模型「去干一周」它就会做。
五、团队原则。Tibo 给新人的通用建议是:关心用户、关心产品的一致性、关心模型的走向;如果你在写一个一万行代码的「拐杖」去绕过模型缺陷,多半是在做错的事。决定一件事该改 harness 还是等模型时,团队会评估模型侧能多快解决(一个月、三个月还是六个月),若很快就能在训练里解决,就干脆不改 harness。用户反馈也由 agent 分析、归纳主题,辅助排定优先级。
六、个人用法。他把大量工作转到手机上的 ChatGPT Work:「我每天在咖啡旁口述一串任务给它,它就去做」,它能访问他的日历、邮件和 Slack。想记笔记或有问题时,他不再写下来留待以后或转交别人,而是直接口述发出,拿回一份报告。他为此配了一批定制技能和定制指令,让产出的报告、幻灯片和代码探查都是他能高效阅读的样式。
关键数据/例子
- 他举的问题类型:某个功能的公众反响、从生产日志看某项功能的使用量、列出因缺乏使用而应下线的功能清单、了解某个团队在做什么——「我有任何问题,都能在 30 分钟内拿到答案」。
- 晚上遇到还没时间深究的大问题,就派 Codex 通宵去查,第二天早上看结果。周末则和不同同事一起做原型探索,一天内把脑中的想法做成东西给别人批评,「不一定要发布,但把它从脑子里清出去」。
- 想做基准测试时,后台起一个任务 30 秒就能开始拿到真实数字,从而做更好的取舍。
- ChatGPT 与 Codex 合并期间,Codex 因为在所有 Slack 讨论和文档里,被当作「记者」记录了各团队的争论与决定,最后留下一份完整的项目纪实。
- 依赖升级这类维护任务可以让模型在几小时内扫完整个代码库;过去要花数年的重构现在最多几天。ChatGPT 的改动可以当天或次日发布给约十亿用户,前提是提交者能拿出证据证明值得做、值得长期维护。
创新点
第一,把「组织透明」作为 agent 生产力的前置条件:公开频道 + 宽权限文档 = agent 可用的公司记忆。第二,把个人工作流从「记下来、转出去」改成「口述即派单」,并用定制技能统一输出格式,降低阅读成本。第三,把安全审查做成阻断式门禁,把人的评审注意力留给意图和契约。第四,用夜间任务把「待查问题」变成早上的报告。信息来源:The Pragmatic Engineer 节目页与 YouTube 视频字幕;部分内容为口语转写,个别说法以原视频为准。
可否复用
- 做一个「口述即派单」入口:在手机上的聊天工具里给自己的 agent 建一个专用会话,想到问题就语音转文字发过去,要求它 30 分钟内回一份固定格式报告(结论一句话 + 证据要点 + 原始链接)。
- 为报告写一个定制技能/模板:规定标题、结论先行、不超过一屏、所有数字附来源,把它设为该会话的默认指令,让所有报告长得一样、读得快。
- 每晚睡前把 1–2 个「值得深挖但没空查」的问题丢给后台任务,第二天早上直接在手机上收结果;连续一周后看哪些问题类型值得固定成定时任务。
- 给团队 agent 开放它需要的上下文:把项目讨论从私聊移到公开群、把关键文档权限放宽到团队可读,再接入 agent,让「问过 AI 了吗?」成为新人第一步。
- 有代码仓库的团队可以先加一个自动化的安全审查检查(发现高危问题即阻止合并),人工评审只讨论需求意图和接口契约。
- 长任务先写清「目标 + 完成标准 + 预算」再放手运行,并要求中途把进展写进一个进度文件,便于你随时查看或接手。