OpenAI Flips the Script

原文：OpenAI Flips the Script

![[0-附件/Attachment/c62a4c6fb118bde5ac04be02392898fc_MD5.jpg]]

AI 竞赛中没有躺赢这回事：OpenAI 的 Codex 从落后 Anthropic 的 Claude Code，到在功能上反超（至少目前如此），只用了几个月。今天，Every CEO Dan Shipper 解释为什么 OpenAI 的编码应用成为他的日常工作驱动力，增长负责人 Austin Tedesco 分享从 Claude Code 切换过来的务实建议，而 Spiral 总经理 Marcus Moretti 则认为，让某些 AI 趋势从身边溜走——不仅可以，甚至是好事。

'AI & I'：我们为什么从 Claude Code 切换到 Codex

Codex 领先了

如果你想要 AI 不懈节奏的证据，就在这里：一月份，Dan 写道，谁赢得 vibe coding，谁就赢得你在电脑上的工作方式——而 OpenAI 有很多追赶要做。

三个月后，随着 OpenAI 最新模型的发布，Codex 到达了那里。在新一集 AI & I 中，Dan 和 Austin 深入探讨为什么他们现在在 Codex 中完成大部分知识工作。他们提到 GPT-5.5 的强大，配合一个比 Claude Desktop 或 Cowork 更快、更强大的桌面应用。

以下是 Dan 和 Austin 目前最喜欢的 Codex 使用场景：

Dan 的场景：他用 Codex 处理邮件、管理项目文件夹、调试代码，以及在浏览器中导航复杂的工作流。Codex 可以同时看到他的文档、代码和浏览器，这让它成为一个真正的工作伙伴，而不仅仅是一个工具。

Austin 的场景：他用 Codex 进行数据分析、构建内部工具，以及管理跨多个系统的复杂工作流。Codex 的速度和对上下文的理解让他可以在几分钟内完成以前需要几小时的任务。

迁移焦虑

从 Claude Code 到 Codex

如果你想切换到 Codex 或任何其他编码应用，应该如何考虑迁移？当你的设置包括应用特定的项目文件夹、技能、插件或集成时，这可能令人生畏。

Austin 的迁移过程出乎意料地简单：他在 Codex 中打开 Every 工作项目，告诉它自己通常在 Claude Code 中工作，要求它检查文件夹，并告诉它更新任何在 Codex 中应该以不同方式工作的内容。

当 Codex 出错时，他当场处理并告诉它："这看起来不太好。你能修复吗？" 然后它就修复了。

在 GPT-5.5 之前，特约作者 Katie Parrott 已经近一年没有用 ChatGPT 写作了。现在，她在 Claude Code 和 Codex 之间分配写作时间。她通过将已经保存为 Markdown 文件的写作和编辑技能提供给 Codex，并要求它为自己的环境调整这些技能来完成迁移。

关键启示：不要让迁移焦虑阻止你。只需告诉新工具你以前如何工作，让它帮你适应。

偷走这个工作流

加入早期大多数

Spiral 总经理 Marcus 对让大多数 AI 炒作从身边溜走感到很自在——比如管理一群 OpenClaws，每个都在自己的 Mac Mini 上运行。在职业生涯早期，他是新工具和技术趋势的早期采用者，但如今，他发现自己更接近采用曲线的早期大多数部分。作为 Every 的 AI 写作产品背后的一人团队，他有很多事情要做——如果要在工作流中添加新东西，它必须通过高标准。

!Marcus 对成为采用新技术的 34% 人群中的一员感到自在。（图片基于 Everett Rogers 的创新扩散框架，由 Laura Entis 提供。）

以下是 Marcus 确定什么值得测试的策略：

1. 从真实问题开始。 一个有用的过滤器是只关注解决现有问题的工具或服务。例如，Marcus 决定测试 Stripe 的基于代币的计费功能——它允许你衡量用户在代币上花费多少——因为他面临一个真正的挑战：Spiral 需要更好的方法来跟踪跨模型的 AI 使用成本。

2. 不要被生产力表演迷惑。 Marcus 忽略那些吹嘘有人同时运行多少台机器或代理的演示。他不在乎设置看起来如何；重要的是它是否会让他的生活更好。

3. 坐下来看看什么会成功。 Marcus 通常会等到有证据表明他尊重的公司正在生产中使用某个产品时才尝试，甚至通过查看工具主页上显示哪些品牌正在使用它的标志。如果产品来自他已经了解和信任的公司，比如 Stripe 或 Anthropic，那就更好了。对于 Stripe 基于使用的计费示例，计算很简单："伟大的公司解决我遇到的真实问题——我会试试，"他说。

自己测试一下：

选择一个你因为没有尝试而感到模糊内疚的 AI 工具，写一句话："在这个工具之前，我 _____。在这个工具之后，我可以 _____。" 如果你不能填满两个空白，就放过自己吧。

对齐

Every 的 COO Brandon Gell 谈在 AI 世界中培养好奇心

我的儿子八个月前出生。从那时起，我经常问自己：我如何教他过上充实的生活，尤其是在技术方面？

我是计算机原住民，1994 年出生，那是 Netscape 首次发布的年份。我的儿子出生于 2025 年，Claude Code 发明的那一年。我成长的世界奖励那些有毅力找到答案的人。他成长的世界已经让这成为基本要求。所以如果答案不再稀缺，什么是稀缺的？

好奇心。 知道接下来要问什么——有进一步推进的本能，连接意想不到的点，对别人没有注意到的事情感到好奇——这才是稀缺的。

它也是独特的人类特征。它导致我们在不相关的想法之间建立联系，连接不遵循明显模式的点。它将我们的个人价值观和生活经验带入我们探索的内容，不仅塑造我们发现什么，还塑造为什么它重要。它把我们拉向我们觉得迷人的问题——不是因为它们有用，而是因为我们无法停止思考。

AI 无法复制这一点。 好奇心需要视角和品味，这些很难灌输到模型中。即使你可以，它也永远不会像 80 亿人的视角那样多样化，每个人都由不同的生活塑造。

我希望我的儿子有无尽的好奇心，我意识到要在他身上灌输这一点，我需要在自己身上培养它。这意味着像肌肉一样发展和维护它。以下是它的样子：

第 1 课：使用 AI 深入探讨你已经关心的事情

在我卖掉保险公司 Clyde 之后，我意识到我与工作之外的创造力有多么脱节。推动我探索成为我公司的想法的同样好奇心，在我专注于其成功时已经休眠。我在开车听音乐时意识到我有多迷失。我能听到音乐，但我再也无法_感受_它。

在这次驾驶后不久，我的朋友 Mike 向我展示了他制作的一些扬声器。我意识到为了真正听到音乐，找到我的好奇心，我必须制作一对扬声器和一个低音炮。该项目将结合我对建筑的兴趣、木工经验和对音频工程的完全缺乏知识。

接下来我知道的是，我深入与 ChatGPT 进行了数小时的对话，讨论声波和声学设计，学习如何...

第 2 课：使用 AI 构建你原本不会制作的东西

在过去的 15 年里，我断断续续地尝试清醒梦。所以当我看到 Dream Recorder GitHub 存储库时——一个开源项目，使用视频 AI 模型将你的梦想可视化为床边设备上的电影卷轴——我知道我想为自己制作一个。问题？我从未制作过任何硬件，没有 3D 打印机，称自己为前端开发人员会很慷慨。所以我使用 AI 帮助我调整开源存储库并构建我原本永远无法制作的东西。我买了一台 3D 打印机，改进了原始代码，并花了许多个漫长的夜晚完善我的梦想记录器。

我仍然不知道如何编码。但这并不重要。在这两种情况下，我都使用 AI 跨越未知并探索我的好奇心和梦想。AI 是一个学习伙伴，而不是一个回答机器。它教会我我不知道的东西，我将其与我已经拥有的技能结合起来，构建新的东西。

这对我们所有人意味着什么

在一个"正确"答案只需一个 AI 提示的世界里，我们需要停止奖励我们的孩子和学生获得正确答案，而开始奖励他们问题的质量、好奇心的深度，以及在未知领域提出下一个问题的韧性。好奇心是将使用 AI 作为拐杖的人与将其用作火箭的人区分开来的东西。

在一个总有答案的世界里，让下一个问题成为你的指南。—Brandon Gell

Laura Entis 是 Every 的特约作者。

要阅读更多这样的文章，请订阅 Every，并在 X 上关注我们 @every 和 LinkedIn。有关赞助机会，请联系 sponsorships@every.to。

帮助我们扩展你在 AI 前沿所需的唯一订阅。探索 Every 的空缺职位。