AI同事来了，别光下命令，先学会带人

在人工智能深度融入软件开发流程的今天，人与 AI 的协作方式正经历根本性转变。科技媒体 EVERY记录了 OpenAI 工程团队在仅用 28 天开发 Sora 应用 Android 版本的过程中，如何高效利用其自研 AI 编码模型 Codex。尤为引人注目的是，其中一位工程师因意外受伤无法打字，转而通过语音指令“口述”编程任务，这一限制反而催生出一种更自然、更高效的交互模式：把 AI 当作一位需要带教的新同事，而非一个即插即用的工具。这种思维转换，不仅提升了代码产出的质量，也揭示了未来人机协同的核心逻辑——沟通、引导与上下文共建。

OpenAI 团队的经验表明，AI 并不会让编程变得“简单”，但它能显著加速开发节奏——前提是开发者愿意调整工作方式。他们发现，与其试图让 AI 模仿人类操作界面，不如发挥其作为“机器”的优势：快速解析代码库、精准调用接口、严格遵循逻辑。但与此同时，人类仍需以清晰、渐进、富有上下文的语言进行“带教”，才能避免生成看似合理却暗藏错误的代码。这些来自一线实战的洞见，不仅适用于使用 Codex 的团队，也为所有正在探索 AI 辅助编程的开发者提供了可复用的方法论。我们特此编译此文，希望能为中文技术社区带来启发。

以下是文章原文翻译（原文链接：https://every.to/source-code/openai-gave-us-a-glimpse-into-their-ai-coding-playbook）

四位 OpenAI 工程师仅用 28 天就完成了图像生成应用 Sora 的 Android 版本开发。他们全程使用自家的 AI 编码代理 Codex 来完成这项任务。

在冲刺开发进行到一半时，其中一位工程师 RJ Marsan 在一场自行车比赛中摔断了手腕，无法打字。于是他临时搭建了一套语音转文本系统，开始直接“口述”指令给 Codex，而不是亲手敲代码。

这个被迫的限制——必须用语言告诉计算机该做什么，而不是自己动手执行——让他领悟到了一个关键洞见，后来整个团队都采纳了这一做法：把 Codex 当作一位新入职的同事来“带教”，效果远好于把它当成一个需要配置的工具（Codex 不会自动记住之前的对话历史）。“每一次交互，都是在重新带教这位新同事。”

Marsan 与 Codex 产品负责人 Alexander Embiricos 一同参加了 Every 举办的首届 “Codex 训练营”（Codex Camp），分享了他们在用 Codex 构建 Sora 过程中的经验，以及如何更有效地与 AI 协作。以下是我们的核心收获：

核心要点

1. 像带新人一样“带教”你的 AI：从简短、互动式的提示开始，逐步建立信任，让它了解你的偏好，然后再委派更复杂的任务。

2. 别塞爆上下文：如果你不会一次性向新同事灌输 6000 条关于代码库的信息，那就别这么对待 AI。只提供当前任务所需的上下文。

3. 专注胜过全能：一个职责明确、目标聚焦的 AI 代理，表现远优于试图包揽一切的通才型代理。

4. 事情不会变简单——但你会变快：AI 工具转移了瓶颈，而非消除瓶颈。架构设计和代码审查变得更加重要，而非变得无关紧要。

如何思考与 AI 的协作方式？

开发 Codex 的过程，彻底改变了 OpenAI 团队对 AI 代理的认知。去年底项目启动时，他们曾假设：最好的 AI 代理应该模仿人类行为——看着你的屏幕、移动鼠标、点击按钮。毕竟，如果 AI 足够智能，难道不该像人类一样操作电脑吗？

“我当时想，‘明年我们大概就是和 AI 屏幕共享，让它直接干活了，’”Alexander 回忆道，“结果我们大错特错。”

团队最终发现：当让 AI 像计算机一样工作时，它的表现反而更好——而不是强行模仿人类的操作方式。试想一下：你是愿意手动翻遍下载文件夹找某个文件，还是写一行脚本瞬间搞定？后者更快、更可靠、也更容易自动化。但你没法把脚本“喂”给人类同事。

不过，尽管 AI 最擅长以“机器方式”执行任务，你仍需以“人类方式”与它沟通：用自然语言描述你的目标，由它将意图转化为代码。

Embiricos 打了个精妙的比方：“如果你招了个新队友，却永远不能和他打电话，也不能让他坐在你旁边看屏幕，只能每 20 分钟通过邮件交流一次——那带教过程简直糟透了。” 对 AI 也是如此：你需要像和人对话一样去“带教”它，而不是把它当机器人发指令。

先带教，再委派

在训练营中，Marsan 演示了他至今仍在使用的“带教式”方法——这套方法正是源于他受伤期间的实践。他展示了一个 Sora 开发中的真实案例：为用户违规内容实现举报功能。

他知道 iOS 版本已有该功能，且 Android 代码库中也有类似模式。但他没有自己去翻代码，而是给 Codex 布置了一项“新人第一天任务”：去研究 iOS 实现，搞清楚它是怎么工作的。

Codex 花了几分钟进行“调研”——扫描代码库、查找相关实现、识别正确的数据结构。Marsan 强调，这个研究阶段是最关键的一步。Codex 发现了一些他可能会忽略的细节。例如，代码库内部将内容举报功能标记为 “Sora 2”，而 Marsan 很可能猜成 “Sora”，导致代码无法连接到正确的系统。

如果没有让 Codex 先完成这轮调研，它可能会生成看似正确、实则存在隐蔽错误的代码——这类问题对人类工程师来说极难追踪和修复。