返回快讯

OpenAI 联合创始人称 Codex 能力巨大

Greg Brockman 表示,每当不使用 Codex 处理任务时,通常是因为缺少上下文、需编写 skill,或未想到调用,很少是因为任务超出模型能力范围。

他强调当前 AI 能力 overhang 显著,暗示模型潜力远未被充分挖掘,开发者应重点解决上下文管理和 skill 构建问题以释放更多生产力。

这一观点在 AI 工程社区快速传播,推动更多团队优先投资工作流工具而非单纯追求更大模型,加速从模型能力向实际落地转化的进程。

来源:公开信息

ABAB AI 解读

Greg Brockman 作为 OpenAI 联合创始人兼前 CTO,长期推动 Codex 等编码工具发展,此前已多次在公开场合分享 Agent 技能系统与上下文管理实践,此番观点延续其对工程化 LLM 工作流的专注,早前在 Anthropic Claude Code 相关讨论中也有类似能力溢出观察。

资本路径上,OpenAI 通过 Codex 等产品将模型能力转化为开发者订阅与企业付费,同时鼓励 skill 构建与上下文工程,形成用户生成资产的正反馈循环,引导行业资本从单纯算力竞赛转向工具链与工作流基础设施投资。

类似 Anthropic Skills 文件夹框架及 Cursor 等平台的迭代;当前处于 LLM 从原始能力释放向结构化、可复用工作流控制的转型阶段。

本质属于技术替代:强大模型 overhang 通过 skill 与上下文补齐实现替代传统开发流程,重构生产力链条,定价权从模型参数规模转向掌握技能资产、持久化上下文和 Agent 编排的平台与开发者。

ABAB News · 认知定律

模型能力溢出如矿藏:不挖 skill,不写上下文,黄金永埋地下。
不用工具非能力限,而是习惯限:反思“为什么不用”,即开启复利开关。
上下文即新杠杆:补齐一处,模型潜力放大十倍,工程胜于参数。