夜雨聆风昨天，OpenAI 做了一件耐人寻味的事。
他们把 ChatGPT、Codex 和开发者 API 三条产品线合并到一个人的手下。这个人叫 Thibault Sottiaux——在此之前，他只管 Codex，带着大约 33 个直属工程师。
而现在，他是 OpenAI 的"核心产品与平台"负责人，位列总裁 Brockman 之下的四大将之首。
为什么是他？答案藏在他之前管的那个团队里。
40 个人，干了多少活？
先说一组让你感受"离谱"的数字：
你说这 40 个人是不是三头六臂？
不。他们的做法更有意思——他们让 AI 替自己干活，专注只做 AI 干不了的那部分。
一个 PM，怎么做到 100 倍效率？
Codex 团队只有 1 个产品经理。对，就一个。
Engineering Lead 播客的主持人 Gregor Ojstersek 跟 Sottiaux 聊过之后，写了一句原话："看这个 PM 工作简直不真实，完全是另一个维度。"
最近一次 bug bash（集中捉虫活动）中，整个团队在 1 小时内测试 Codex App 并提交 issue。PM 同步用 Codex 对涌入的 issue 实时分类、定优先级、分配负责人。
结果：1 小时处理了 100+ 个 issue，大部分 24 小时内修复完成。
换成普通团队，这事至少需要： - 一个 Triage 会议（30 分钟） - PM 手动整理分配（2 小时） - 来回沟通确认（半天起步）
真人 PM 干完这摊活至少大半天，他 1 小时搞定。不是因为他是超人，是因为他把"分类、排序、分配"这套机械动作全交给了 Codex，自己只做"拍板"这一件事。
人话版：你家 PM 还在手动翻 Jira 的时候，Codex 的 PM 已经把 AI 当成了自己的 10 个实习生——他只负责最后点头那一下。
新人第一天就要"交作业"
大多数技术团队的 onboarding 周期是多久？一周？两周？
Codex 团队的规矩是：Day one，推代码上生产。
他们的 onboarding buddy 不是老员工，是 Codex 本尊。新同事入职后，Codex 带着他： - 配好整台电脑的开发环境 - 读懂代码库结构和项目现状 - 理解已有 feature 的设计逻辑
"Sottiaux 说，从开机到能干活，大部分过程都是 AI 工具在带。"
那不是"师傅带徒弟"，那是"AI 当师傅，徒弟第一天就得交作业"。
这个做法的底层逻辑是什么？
传统团队：人带人 → 人的时间有限 → onboarding 慢 → 新人产出慢 Codex 团队：AI 带人 → AI 无限分身 → onboarding 快 → 新人 day one 就产出
人话版：你还在给新人画架构图的时候，Codex 团队的新人已经靠 AI 读完了整个仓库并在改 bug 了。
没有会、没有层级、没有人"派活"
Codex 团队的运作方式更像一个现代版的贝尔实验室，而不是一个典型的硅谷工程团队。
三个反常识：
1. 几乎没有固定会议。 有需要才开，基本是自发邀约。办公室布局刻意促进"走到跟前聊两句"，领导层刻意保持"随时能找到"的状态，问题从产生到解决通常在几分钟到几小时内。
2. 层级少到可以忽略。 Sottiaux 一个人直管 33 人。在他眼里，AI 大幅提升个人产出之后，传统的多层管理结构本身就是瓶颈。
3. 没人给你"派活"。 大部分创意是自下而上涌现的——谁对什么兴奋，谁就拉 2-3 个人开干。最成功的项目往往来自 2-3 人的小团队，有时甚至一个人包揽：规划 → 实现 → 发布 → 定位 → 沟通 → 迭代。
一杆子捅到底，从头到尾一个人负责。这种"全栈 ownership"在 Codex 团队是被鼓励的默认状态。
他们自己是怎么用 Codex 的？
（这一节你可以直接抄作业。）
Codex 团队用 Codex 的方式，跟卖给你的时候说的那套不太一样。他们不是"AI 帮你写代码"，而是"AI 渗透了整个工作流"：
总结一句话：Codex 团队自己已经把"能用 Codex 干的活"都外包给 Codex 了，人只做"判断"和"决策"。
人话版：他们把 AI 当成了团队的默认成员——不是"偶尔用一下"，是"每个环节都有它"。
你的团队能抄什么？（5 条实操）
别光看热闹。以下是你能立刻开始做的 5 件事：
1. 找一个重复性最高的环节，先用 AI 顶上
Codex 团队不是一夜之间变成这样的。他们是从一个环节开始——比如 PM 用 Codex 做 issue triage。你也一样：找你们团队每周最痛苦、最重复的一件事（code review 太慢？测试覆盖率低？文档没人写？），先让 AI 把这事干了。
2. 把 onboarding 交给 AI
让 AI 工具带新人：配置环境、读代码库、理解架构。不要派一个老员工花三天手把手教。老员工应该写一份 onboarding prompt 给 AI 用，而不是亲自陪跑。
3. 把你的 prompts 像代码一样管理
Codex 团队发现好用的 prompt 结构会写下来、版本化、团队共享。这不是玄学，是可复用的资产。建一个团队内部的 prompt library，写清楚：什么场景、什么 prompt、输出什么样。
4. 砍掉 50% 的固定会议
Codex 团队的逻辑：AI 降低了"犯错"的成本→可以快速试→错了马上改→不需要开会"对齐"。你也试试：把每周站会的议题扔给 AI 生成摘要，看是不是比人讲得更清楚。
5. 让一个人从"想法"负责到"发布"
Codex 团队最成功的项目模式是：给一个人完整 ownership，从规划到发布全是他。AI 工具补上了技能缺口——不懂前端？Codex 帮你写。不会写测试？Codex 帮你写。一个人 + AI = 过去一个 3-5 人小团队的能力。
最后：为什么昨天那条新闻很重要？
Thibault Sottiaux 昨天被提拔为 OpenAI 核心产品与平台负责人，统管 ChatGPT + Codex + 开发者 API。
这是 OpenAI 在 2026 年 5 月 Google I/O 开幕前三天 做出的决定。
信号很明确：OpenAI 认为 Codex 团队的工作方式——AI 原生、极度自治、极致效率——就是公司未来的组织蓝图。 不是把 Codex 当产品卖给你，是把自己先变成了 Codex 想要塑造的那个未来。
40 个人、1 个 PM、400 万开发者——这个组合不是"人少活多"的悲壮叙事，而是一个 AI 原生组织效率和传统组织效率之间的真实对比实验。
实验结果是：Sottiaux 升了。
数据来源：Engineering Leadership Newsletter（Gregor Ojstersek 与 Thibault Sottiaux 访谈）、OpenAI 官方博客（Scaling Codex to enterprises worldwide, April 21 2026）、OpenAI 官方博客（Introducing GPT-5.3-Codex, February 5 2026）、WIRED 报道（OpenAI reorganization, May 2026）、GitHub openai/codex 仓库公开数据
