新智元报道
新智元报道
不管你愿不愿意，你熬夜写的那份50页文档，正在急速贬值。
这不是你的锅，只怪现在的AI太能干了——几分钟就能吐出一份字数相当、同样工整、几乎挑不出什么毛病的替代品。
所有打工人都撞上这样一个残酷现实：
在今天，能写出长文档，已经证明不了你认真思考过。
说这话的，是OpenAI Codex与ChatGPT Work的产品负责人Tara Seshan。
Tara Seshan
在Lenny's Podcast上长达81分钟的访谈中，她还抛出了一句更狠的断言：
为当下的模型做产品，会失败；为你以为的一年后的模型做产品，同样会失败。
当每个人手里都拿着顶级工具，当AI正在演变为「持久在线的Agent同事」，打工人的护城河究竟在哪里？
Tara所分享的，OpenAI内部跑通的这套逻辑，值得每一个不想被淘汰的打工人认真读。
Tara将AI产品的演进分为了三个阶段：
第一阶段：对话（Chat），你问它答。
第二阶段：协作者（Co-pilot），帮你在特定场景（如写代码）干活。
第三阶段：持久AI同事（Agent），长期在线、记得住上下文，独立搞定复杂任务。
人与AI的分工边界，正在以肉眼可见的速度向上移。
从过去「补全下一行代码」，到如今直接投递目标、由自动化工作流后台跑通。
无论是Codex桌面端的「智能体指挥中心」，还是全面覆盖表格、报告和商业分析的ChatGPT Work，都指向同一个趋势：执行层正在被AI全盘接管。
用Tara的话说：Agent负责划船，人类负责掌舵。
Tara在访谈中说，Agent负责划船，人的角色是把船开向正确的方向。
当划船的活被AI拿走，人类剩下的核心价值，只剩下5件事：
定方向（去哪里）
对结果负责（扛责任）
判断质量（把好关）
注入立场与表达（给灵魂）
协作、关怀与激励团队（带人心）
为什么说「立足当下」或「押注一年后」都是死路一条？
贴着当下做： 模型的进化速度太快。
你为了绕开今天模型的短板，费尽心思设计了一套复杂的产品机制；结果明天模型一换代，这些机制全成了毫无价值的「阑尾」。
押注一年后： 等于在盲测。
把整个产品的身家性命，建立在一堆极大概率会落空的假设上，注定满盘皆输。
这就引出了科技圈那句著名的黑话：「你今天用到的模型，是它这辈子最笨的一天。」
Tara一针见血地指出，这句话最荒谬的地方在于：所有人嘴上都认同，但真正上手干活时，还是会不自觉地照着眼前这个「最笨」的模型水平在排期。
为了打破这种致命的人性惯性，OpenAI内部挥刀砍掉了僵化的「一年期路线图」，把规划的尺子强行缩短到了两三个月。
Tara在访谈中说，产品必须照着两三个月后的模型来做，押当下或赌一年后都会失败。
但这短短的两三个月，绝不是靠拍脑门盲目试错，内部更不允许存在「黑箱」。
Tara真正的底牌是：不搞长远的名义规划，但产品必须死死贴着研究团队的真实进度走。
产品团队和研究团队被要求保持极高频的沟通，彻底对齐一张底牌：模型接下来到底会在哪几项能力上变强？具体什么时间节点能到位？
摸清这个底细后，产品再敏捷地踩着技术突破的鼓点去迭代。
这不是放弃了路线图，而是把墙上那张死板的计划表，变成了一张随时根据前线战况修正的「实时导航仪」。
Tara曾来自极其看重写作文化的Stripe，过去习惯把brief打磨得毫无瑕疵再发出来。
但在OpenAI，她彻底改变了习惯：长文档只写给自己看。
因为「完整材料」不再代表「深刻思考」，长文档作为智力凭证的价值已经归零。
现在，能直接跑通的原型、A/B测试数据和用户反馈，彻底取代了虚高的大篇幅文档。
但她保留了一个极高明的工作法则：方案写到七成，就拿去找需要授权的人，剩下三成让他们和你一起补完。
理由很现实：一份毫无瑕疵的完美方案摆在面前，别人的想法只会从上面弹开；唯有留着「毛边」，对方才愿意伸手，跟你一同打磨。
Tara将写作划分为两类：
汇报型写作（周报、总结、摘要、格式转换）： 统统交给AI，能自动化就自动化；
思考型写作（立项逻辑、路线选择、争议判断）： 绝不外包给AI。
为什么思考型写作不能给AI？
因为列提纲、推敲成文、反复修改这一整套动作，本身就是你把想法理顺的过程。
交给AI写，文字是有了，但「想清楚」这一步，在你脑子里压根没发生。
为了防止大脑退化，她还给自己下了两条硬性纪律：
1. 一份文档要发给多少人读，自己就得先读多少遍。
2. 一场会要占掉大家多少时间，准备的时间就得凑够这个总和。
当设计、分析、代码、原型的门槛被AI降到极低，过去需要一个团队完成的事，现在一个人就能大致跑通。
那么，人和人之间的差距靠什么拉开？
「野心（Ambition）」。
真正的高级玩家，绝不只是用AI去自动化重复劳动，而是用它把自己的能力边界无限撑大。
这也彻底颠覆了产品经理（以及所有知识工作者）的职责：
过去： 功夫花在排期、写文档、评审这些外围仪式上。
现在： 找出决定成败的关键问题，做最尖锐的假设，以极速去验证它。
最重要的是，去把团队的野心往上抬。
当别人提出一个方案时，你的价值在于追问：「天花板是不是还能更高？速度能不能快10倍？」
这三句话，正好对应三次自检。
一句是这事还能不能再快。
一句问野心够不够，目标还能不能再往上抬。
第三句最狠：你自己是不是每天睁眼就在用这个产品，是不是已经离不开它了，是不是把全部的品味，都压在了它到底好不好用这个判断上。
Lenny问她，过去三到六个月，Twitter上的风向明显从Claude Code转向了Codex，内部到底改了什么。
Tara的回答是：什么都没改。团队一直在高强度自用，一直在收反馈快速迭代，工作方式从头到尾没变过。
唯一的变化，只是外面的人开始注意到了。
写代码是结果导向的：Agent改完代码，跑一遍测试，过就是过，没过就是没过。
但知识工作，完全不同。
一份最终PPT上写着「成功率90%」，你不可能只看数字就选择相信。
你必须看它的原始输入是什么、中间推理是怎么一步步推过来的。
这也是为什么ChatGPT Work的核心设计不是直接递交一个「漂亮成品」，而是把引用、输入和干到一半的活全摊开，让你一路掌控全局。
离客户会只剩20分钟，ChatGPT Work用2分30秒交出第8页幻灯片，翻过哪些资料全程可见。
工具人人都有，底层能力正在被快速拉平。
在AI接管「划船」的时代，真正决定你价值的，只剩下一件事——你到底有没有掌舵的本事？
你想把这条船，开去哪里？
参考资料：
编辑：元宇
