OpenAI 产品负责人 Tara Seshan 播客访谈

嘉宾：Tara Seshan（OpenAI Codex、ChatGPT Work 产品负责人，前 Stripe 早期 PM）

核心命题：AI 执行能力已经过剩，人的瓶颈不再是动手干活，而是野心、问题定义、判断与最终责任。

一、AI 产品发展三阶段

1. 聊天阶段：一问一答，即时对话交互，现在的 ChatGPT 模式。
2. Agent 接任务：接收指令完成具体任务，承担执行工作，人做指挥。
3. 持续在线的 AI 同事：云端后台长期运行，不用等待用户每一步指令；人可以隔数小时 / 数天回来查看结果；支持多 Agent、多人协作；需要打通各类业务系统、权限体系。

远期目标：用户只描述目标，系统自动选择合适模型与执行方式，抹平 Chat、Codex、Work 不同入口的差异。

二、OpenAI 的 AI 产品方法论

1. 没有秘密 AGI 终极战略

不是靠顶层完备长方案，更像一群小创始人，贴近用户快速验证假设。详尽的长期文档会快速失效，优先：找准核心问题 → 快速交付让用户试用 → 根据反馈迭代修正。

2. 产品设计窗口只有未来两三个月

• 按当下模型做产品：发布即落后
• 按一年后想象做产品：过度超前
• 只瞄准两三个月后的模型能力，紧密对齐研究团队，界面尽量不限制模型能力
• 优先把有用能力交付给用户获取真实反馈，交互细节可以后续打磨，不等于放任严重缺陷

三、人与 AI 新分工：掌舵而非划船

Agent 负责划船做执行，人负责掌舵定方向。

1. AI 包揽执行层：写材料、做表格、生成网站、搭建原型等体力执行。
2. 人的核心工作：定义目标、判断方向、识别偏差、做出带有主观偏好与品味的取舍。
3. 工具同质化之后，人的“作者性”成为核心竞争力：选择做什么、为什么做、为结果负责。
4. 能力边界被打破：普通 PM 也可以做原型、测算多套方案；不再稀缺全能“独角兽员工”；新上限变成人的野心，而不是动手执行能力。

访谈现场实测：ChatGPT Work 后台 11 分 25 秒完整生成一套个人网站。

四、岗位变化：边界淡化，但责任不能消失

1. 岗位壁垒消融：工程师做产品判断，PM 直接产出原型，工作权责趋向灵活，谁合适谁接手。
2. 结果必须有明确的人类负责人：确认产品是否被使用、质量、最终交付是否符合预期。
3. 心态层面：会怀念旧手艺带来的心流；记住：工作由你塑造，但不要把自我价值绑定在旧岗位任务上。

五、写作与思考：哪些可以交给 AI，哪些绝对不能

两种写作：

1. 汇报型写作（周报、摘要、进度文档）：可以交给 AI 完成。
2. 思考型写作（战略判断、观点主张）：不能外包。打磨文稿的过程就是梳理自我信念的过程。

实操：自己完成七成初稿，AI 辅助查资料、提供反驳视角，关键版本人类把控。

现在长篇文档不再等同于深度思考的凭证，原型、试验证据比大篇幅文档更适合内部沟通。

六、Agent 协作的关键：拒绝黑箱，重视过程可见

知识工作不能只看最终成品，必须溯源：

• 需要看清输入来源、引用资料、中间推理过程，才能判断结果可信度
• 客观可测试任务，可交给 AI 闭环处理
• 涉及经营判断、对外表达，必须保留证据链 + 人工复核

人类需要守住三件事：定义问题、过程透明度、承担最终结果。

七、落地建议

不必等待完美 AI 同事。从结果可核验的真实任务入手，让 Agent 后台执行，复盘它的偏差与信息缺失；跑通协作链路之后，再提升目标。

AI 解放了执行，提出好问题、看懂过程、承担结果，才是真正的核心能力。