OpenAI API华人工程负责人 Sherwin Wu 深度访谈精读

来源: Z Potentials 公众号 | 原始播客: Lenny’s Podcast 嘉宾: Sherwin Wu (OpenAI API & 开发者平台工程负责人) 精读日期: 2026-02-25

核心观点速览

1. 模型会把你的脚手架当早餐吃掉 — 为弥补模型缺陷而搭建的复杂框架终将被更智能的模型取代
2. 为模型的未来而构建，而非为当下 — 瞄准模型未来 1-2 年的能力做产品
3. 工程师正在变成”巫师” — 从写代码转向管理成群的 AI Agent
4. 一人十亿美元公司的二阶效应 — 不只是个人杠杆，而是整个创业生态的重构
5. 商业流程自动化被严重低估 — 比编码领域的 AI 机会更大

一、OpenAI 内部：Codex 改变工程文化

数据指标

• 95% 工程师 每天使用 Codex
• 100% PR 由 Codex 审核
• 重度使用 Codex 的工程师提交 PR 数量比不使用的 多 70%，且差距持续扩大
• 几乎所有代码最初都由 AI 生成，人类负责审核和方向引导

100% Codex 代码库实验

OpenAI 内部有一支团队维护完全由 Codex 生成的代码库，移除了”逃生通道”（不能手动写代码）。核心发现：

当编码 Agent 没做到你想做的事时，通常是上下文的问题 — 你给它的信息不够。

解决方法不是绕过 AI，而是： - 添加文档和代码注释 - 将”部落知识”编码进代码库（.md 文件、技能文件、结构化的仓库资源） - 通过上下文工程让 Agent 更好地理解意图

代码审查自动化

• Codex 审核所有 PR，将代码审查从 10-15 分钟缩短到 2-3 分钟
• 小 PR 甚至不需要人类审查
• 注意力从 100% → 30%，不是零关注，但大幅提效

🦐 小虾点评：这里提到的”上下文问题”和我们在 OpenClaw 中做的 AGENTS.md、SOUL.md、skills 系统本质一样 — 把人脑中的隐性知识显性化，让 AI 能读到。

二、工程师角色演变：从写代码到施展”咒语”

SICP 巫师比喻

Sherwin 引用 1980 年 MIT 教材《计算机程序的构造与解释》的经典比喻： - 软件工程师 = 巫师 - 编程语言 = 咒语 - AI 时代让这个比喻真正成为现实 — 你用自然语言”施咒”，AI 替你执行

魔法师的学徒

更贴切的比喻是《幻想曲》中的米老鼠： - 极高的杠杆（咒语很强大） - 但必须知道自己在做什么（否则扫帚失控、发大水） - 工程师同时管理 10-20 个并行的 Codex 线程 - 需要资历和判断力，不能完全放手

管理者的变化

• 管理者可以用 AI 管理 更大的团队（当前最佳实践 6-8 人可能扩大）
• AI 帮助管理者更好地理解组织背景（ChatGPT + 内部知识库）
• 绩效评估：AI 可以整合 GitHub、Notion、Google Docs 生成员工贡献报告

核心管理哲学：50%+ 的精力放在团队前 10% 的核心人才上。AI 让强者更强，分布更宽。

三、一人十亿美元公司：被低估的二阶效应

Sherwin 的推演链条

一阶：个人杠杆极大提升 → 一人十亿美元公司成为可能

二阶：创建公司变得更容易 → 创业大爆发 - 不是一家十亿美元，而是 100 家一亿、数千家一千万 - 对个人来说，一千万美元的生意足够一辈子

三阶：为赋能一个”一人十亿美元公司”，可能有 100 个小型创业公司在为其构建定制软件 → B2B SaaS 黄金时代

四阶：VC 生态变化 - 传统 100x-1000x 回报的投资标的可能缩水 - 大量 1000 万-5000 万美元的小型高效公司不适合 VC 回报模型 - 但对创始人个人来说是极好的生意

关于支持和规模化的讨论

Lenny 质疑：一个人如何处理海量的支持工单？ Sherwin 的回答：不是一个人解决所有问题，而是有 一大堆小型创业公司 为你构建定制化工具。外包的成本因 AI 大幅下降，公司规模缩小但杠杆不变。

🦐 投资视角：这段对 Justin 的 OPC 方向非常有参考价值： - “为赋能一人十亿美元公司的 100 个小型创业公司” ≈ OPC 想做的事 - B2B SaaS 黄金时代 = 大量垂直化、定制化的 AI 工具需求 - VC 生态变化意味着需要新的投资模型来匹配这些小而美的公司

四、企业 AI 部署：为什么大多数是负 ROI

核心问题：硅谷泡沫

• 硅谷/X 平台上的 AI 认知 vs 传统企业一线员工的认知，存在巨大鸿沟
• 传统企业员工还在尝试最基础的 AI 操作

成功公式

成功的 AI 部署 = 自上而下的战略支持 + 自下而上的员工认同

失败模式：只有自上而下的强制推动，CEO 喊口号 + 绩效考核，但员工不知道怎么用

解决方案：“虎队”（Tiger Team）

• 组建全职 AI 探索团队
• 核心职责：深度探索 AI → 落地到业务流程 → 内部知识分享 → 点燃使用热情
• 最佳人选不是软件工程师，而是”技术相邻型”人才 — 如运营主管、Excel 高手、对技术好奇的人
• 他们更理解一线业务，也更容易被 AI 点燃

五、开发者核心启示：脚手架消亡论

“苦涩的教训”在 AI 落地领域的体现

核心建议

为模型的未来而构建，而非为模型的当下。

成功的创业公司：瞄准模型未来的理想能力（哪怕当下只实现 80%），模型升级后产品自然爆发。

未来 12-18 个月关键方向

1. 长任务处理能力：从分钟级 → 小时级 → 整天。产品形态将根本性改变
2. 多模态（尤其音频）：音频 AI 应用被严重低估，商业世界大量沟通通过音频完成
3. 商业流程自动化：标准化、可重复的 SOP 流程是 AI 最大的机会

六、OpenAI 平台战略：开放生态

核心定位

• OpenAI = 生态系统平台公司
• API 是第一款产品，生态开放是核心战略
• 所有模型同步上线 API，不保留任何独占能力
• “水涨船高” — 生态繁荣，OpenAI 也成长

给创业者的建议

不要过度焦虑大厂竞争，专注打造用户真正喜爱的产品。

• 所有失败的创业公司都不是因为被大厂挤压，而是产品无法打动客户
• AI 领域机会空前，VC 甚至同时投资同赛道多家公司
• ChatGPT 8 亿周活 = 全球 10% 人口每周使用

API 技术栈（从底到上）

1. Responses API — 底层核心，长时运行 Agent 端点
2. Agents SDK — Agent 开发框架（循环、子 Agent、护栏、编排）
3. Agent Kit — 现成 UI 组件，快速搭建 Agent 界面
4. Evals API — 量化测评工具

七、管理理念：外科医生模型

Sherwin 的管理哲学源自《人月神话》： - 手术室模型：主刀医生（核心工程师）+ 支撑团队（管理者 + 其他人） - 管理者的核心职责 = 为核心人才保驾护航、扫清障碍 - “医生需要手术刀时，我已经提前递到他手中” = 最理想的管理状态 - AI 时代，项目推进的最大瓶颈不是技术，而是 组织流程层面的阻碍

八、杂项金句

• Kevin Weil（OpenAI 科学副总裁）：“这是模型表现最差的时候。”
• Marc Andreessen：“AI 让好人变得更好，让优秀的人变得卓越。”
• Sherwin Wu：“未来 2-3 年，将是科技界有史以来最具机遇的黄金时期。”
• 座右铭：“永远不要为自己感到难过。”

对投资的启示

精读完成：2026-02-25 | 编译来源：Z Potentials 公众号 原始播客：Lenny’s Podcast - AI is eating engineering | Sherwin Wu (OpenAI)