Codex Goes to Work

原文：Codex Goes to Work

知识库精选

代理原生的产品管理

Marcus Moretti 以一人之力运营着 Spiral。这背后的秘密在于两个复合工程技能：/ce:strategy 通过对话生成战略文档，/ce:product-pulse 则用创始人式的分析简报取代传统分析工具，并将其保存为产品的运行记忆。本质上，这是将产品经理的核心工作流——计划-交付-审查——转化为可复用的 AI 命令。

值得注意的是，Marcus 仍然亲自撰写路线图。这揭示了一个关键原则：即使在代理时代，某些需要深度权衡的决策仍需人类把关。他在配套文章中分享了完整工作流，以及判断 SaaS 产品能否在代理时代存活的双重测试。

阅读指南

你才是最昂贵的模型

大多数团队将整个工作流都交给前沿模型处理，而更便宜、更快的替代方案其实完全够用。真正的成本不是 token——而是你的注意力。

Mike Taylor 提出了“增量确定性”框架：一个四层级系统，用于决定哪些任务值得用 Opus 处理，哪些可以交给 Haiku、脚本，或者根本不需要模型。这意味着，AI 成本优化的核心不是砍预算，而是建立任务路由的决策树——在正确的层级使用正确的工具。

当 AI 账单开始飙升时，你需要知道该拉哪根杠杆。

阅读文章

一个应用统治所有知识工作

Austin Tedesco 现在通过 Codex 处理 80% 的日常工作流——而就在几个月前，他还称这个工具对非工程师来说是“垃圾”。态度的 180 度转变背后，是工具能力的指数级跃迁。

Austin 的关键实践：在目标应用中审查每一个代理输出。换句话说，不要盲目信任 AI 生成的结果，而要在真实使用场景中验证。文章还分享了一个提示词技巧：让代理设计自己的自动化流程，以及如何使用 Every 的复合知识插件在计划执行前捕获错误数据。

【补充】Codex 是 OpenAI 开发的代码生成模型，现已集成到多种开发工具中。

阅读文章

算力即现金

在播客 AI & I 中，Stripe 数据与 AI 负责人 Emily Glassberg Sands 与 Dan Shipper 探讨了代理如何成为经济参与者——以及为什么欺诈现在是全漏斗问题，而不仅仅是结账环节的问题。

这揭示了一个深层转变：当 AI 代理可以自主完成交易时，传统的“在支付页面拦截欺诈”的安全模型已经过时。你需要在整个用户旅程中部署防护。

GitHub 和 Anthropic 都在转向基于使用量的定价模式，因为固定订阅在代理工作负载下已经失效。Dan 和 Kieran Klaassen 对“是否应该与代理对话”给出了截然不同的观点；Naveen Naidu 分享了将产品上线后的客户反馈转化为产品队列的三步工作流。

🎧 收听：Spotify | Apple Podcasts
🖥 观看：X | YouTube

谁还没用上 GPT-5.5?

GPT-5.5 发布一周后，Every 团队的使用情况分化明显：Kieran 现在在 Codex 和 Claude Code 之间平分时间，但 Natalia Quintero 进行了一场提案对决测试——她的 Claude 代理赢了。

这意味着，模型选择正在从“哪个最强”转向“哪个最适合我的具体任务”。文章还提到一个有趣现象：六位独角兽公司的 CTO 辞职加入 Anthropic 成为个人贡献者（IC）。本质上，这反映了 AI 基础设施层的吸引力已经超过了应用层的管理职位。

Kieran 通过让代理整夜观看用户投诉视频，单日完成了 24 个拉取请求。Willie Williams 则警告：AI 已经把编码变成了老虎机游戏——你需要知道何时离开。

阅读文章

训练营回顾

Every 举办关于复合工程和 AI 写作的训练营和工作坊，分享我们为纽约时报和顶级对冲基金等团队提供培训时积累的经验。

上周训练营

• Codex 知识工作训练营：Dan 和 Austin 演示了如何使用 OpenAI 的 Codex 进行起草、研究、总结、并行任务处理，以及构建小工具来自动化日常知识工作。观看录像

往期录像

• 复合工程训练营：Cora 总经理 Kieran Klaassen 和产品负责人 Trevin Chow 深入讲解了头脑风暴和构思步骤，并分享了在以产品为中心的工作流中使用复合工程插件的案例。观看录像

Every Studio 产品更新

Spiral 支持浏览和恢复旧版草稿

Spiral 新增了版本历史功能——你现在可以看到草稿如何演变，并一键回滚到早期版本。它还发布了两个轻量级 API 端点用于快速重写，并显著优化了新手引导流程。

Cora 收件箱新增星标、语音听写和更流畅的撰写体验

Cora 的收件箱进行了一轮可用性升级：重要线程的星标视图、可输入的稍后提醒时长、语音听写，以及更流畅的撰写体验。应用后台速度也得到提升。Kieran 正在寻找一小组 Alpha 测试者来压力测试完整收件箱功能——如果感兴趣，请联系 kieran@every.to。

Monologue 支持从 Apple Watch 到 iPhone 的录音同步

在 Monologue 上用 Apple Watch 录制的音频会同步到你的其他 Apple 设备。Mac 应用在会议场景也得到改进：会议结束时自动停止录音、更精细地控制哪些应用触发录音，以及 Webex 加入 Zoom 和 Teams 成为支持的平台。

对齐：速度的下游效应

速度的下游效应。 美国食品药品监督管理局（FDA）本周宣布，两款癌症药物——一款来自阿斯利康，一款来自安进——将实时向该机构传输试验数据。患者是否发烧？肝酶是否升高？肿瘤是否缩小？FDA 不再等待临床医生在各阶段之间收集、清理和提交这些信号，而是在它们发生时就能看到。该机构的首席 AI 官估计，这可以将药物从实验室到药房货架的时间缩短 20% 到 40%。

更快审批流程的下游效应，是更快发现药物无效。 制药公司研发预算的大部分，都花在让聪明人缓慢而昂贵地发现某个分子是个废物上——而现行系统恰恰优化为尽可能晚地发现这一点。有了实时数据，失败可能在第一年就显现，而不是第三年，这意味着为患者争取到宝贵时间，让他们转向可能有效的治疗方案。

从结构上看，医疗正在开始表现得像软件。 硅谷说“快速行动，打破常规”，而医疗保健一直持相反立场，原因显而易见：被打破的是人。我开始相信，AI 可能是第一个让医疗两全其美的工具。——Ashwin Sharma

【补充】传统药物试验采用分阶段数据提交，往往在投入数年和数亿美元后才发现药物无效，实时数据流从根本上改变了这一模式。

更正：本文已更新，说明 Monologue 可以在 Apple 设备间同步音频，但无法移交正在进行中的录音。

本周就到这里！请在 X 上关注 Every @every 以及 LinkedIn。

我们为像你这样的读者构建 AI 工具。用 Spiral 精彩写作。用 Sparkle 自动整理文件。用 Cora 解放邮箱。用 Monologue 轻松听写。用 Proof 与 AI 代理协作处理文档。

赞助合作请联系 sponsorships@every.to。

核心启示：AI 代理正在将知识工作从“使用工具”转向“编排工具”——关键不在于模型有多强，而在于你是否建立了正确的任务路由和验证机制。