核心概念

OpenAI Codex 自 app 上線三個月，出現了一個反直覺的數字：超過 50% 的任務是非技術類的。這個來自 Codex 與 ChatGPT 主管 Tibo 的觀察，標誌著 AI Agent 工具正在完成一次靜悄悄的跨界——從工程師的 CLI 工具，進化為一般知識工作者的日常助理。

Agent 技術成熟的三個指標

Tibo 認為改變的不是使用者，而是技術本身成熟了。三個關鍵指標：1）任務穩定性：Agent 能在長時間任務中保持穩定，中途出問題不再需要技術背景介入。2）工具廣度：超過 100 個 plugin，加上 computer use 和 browser use，讓 Agent 可以操作真實 UI 環境，而非僅依賴 API。3）模型可靠度：GPT-5.5 的基礎可靠度使非精準 prompt 也能產生有用結果。

知識工作的自動化典範

Tibo 的框架是：去看每天花時間在什麼地方。市場研究、email 整理、客戶篩選——這些過去只有技術人員能自動化的工作，現在可以在 app 內用自然語言說出來。更關鍵的是，「每 12 小時執行一次，完成後寄 PDF 給我」這種 cron schedule 概念，第一次對非技術使用者變得可及。他自己的用法非常雜：coding、策略規劃、當天筆記（直接在 Codex 裡記，自動建立 memory）、追蹤沒回覆的重要 email 和 Slack 訊息。

Auto Review：讓 Agent 自我監督

Codex 最新的 auto review 機制設計了雙 Agent 架構：主 Agent 執行任務，第二個 Agent 同步驗證主 Agent 的每個動作，確認沒有風險行為。這個機制來自 OpenAI 的 safety team 與 alignment 研究，目標是讓 Agent 能更長時間自主運作。比方說，agent 不會把你的個人資訊寄給陌生人。參見 AI Agent 生產環境防線：最小權限與稽核控制。

資料的準備原則

Tibo 對「如何準備資料給 Agent」有具體建議：不要用文字解釋你的語氣風格，直接放過去寫的 newsletter、錄音片段、訊息記錄作為樣本。他預告三個月內資料將從本地遷移至雲端，不同裝置的 Agent 會共享同一個 memory 和檔案系統。

人類的不可替代責任

Tibo 的核心立場是 augment（擴充），不是 replace。用 Agent 產出的程式碼，責任歸使用者。Code review 不能外包「理解」——人類必須理解整個系統怎麼運作。他也提醒一個陷阱：過早把所有事都交給 AI，反而造成大腦超載；這代表你在拓展邊界，知道什麼現在能做、什麼還需要等待。相關討論見 AI Agent 工作流的人機分工原則。

Vibe Coding 的邊界

非技術人員做小規模產品完全可行，但 Tibo 認為 6-9 個月內 Agent 才會在長期維護性和架構正確性上有顯著改善，目前要做規模化商業產品仍需技術人員。見 Vibe Coding 與工程師角色重構。

Ambient Intelligence：非 prompting 的未來

Tibo 用「ambient intelligence」描述願景：未來受益於 AI 不應取決於 prompting 能力。他用裁縫比喻：好裁縫一眼看著你就知道什麼衣服適合你。關鍵是 engaging as your authentic self——在自然對話中做你自己，在對的時間得到對的幫助。

關鍵要點

  • Codex app 上線三個月，非技術任務超 50%，代表 Agent 已跨越技術族群邊界
  • Auto review 雙 Agent 架構：執行 Agent + 驗證 Agent，讓長時間自主運作成為可能
  • 資料準備原則：放實際樣本（newsletter、訊息記錄），不要用文字說明語氣風格
  • Vibe coding 個人玩具 OK；規模化商業需技術人員，6-9 個月後架構維護性才會改善
  • 人類責任不可外包：「理解整個系統」是 Agent 無法取代的核心能力
  • Ambient Intelligence 願景：受益於 AI 不應依賴 prompting 能力，而是自然互動

實務應用

Chief of Staff 模式：連接 Gmail + Calendar + Docs，用自然語言說「當我的 chief of staff，整理今天的 breakdown，告訴我什麼重要」。訪談中 Tibo 示範的 live demo 展示了 Codex 同時跑多個 agentic thread：掃 email 找今日相關討論串、查行事曆空檔規劃旅行、整理過去兩週的產品更新。

早晨報紙：設定 Agent 每天整理 Slack 上的新聞，自動印到實體印表機。Tibo 認為這類 daily briefing 模式很快會成主流。

Skill 固化：Codex 的 skill creator 功能可以把喜歡的 workflow 固化成可重複執行的技能，之後每天自動跑，不需每次重新 prompt。

Computer use 示範：訪談中 Tibo 讓 Codex 直接操作瀏覽器進入 LinkedIn，自己點擊導航、下載資料、建立試算表，整個過程五到十分鐘，使用者用語音追加需求，Agent 繼續執行。

延伸觀點

三個獨立來源的交叉驗證，強化了訪談中的三個核心主張：

人類問責不可消除：哈佛商學院研究確認，Agentic AI 的最佳實踐是 Plan（人設定）→ Execute（Agent 執行）→ Learn（人審查）的三階段循環。人類保持對「策略決策」和「道德守門」的主導，這與 Tibo 的「人類仍需負責」完全一致。不只是外交辭令，而是系統設計的硬性需求。

知識工作自動化的主力場景：MindStudio 的 2026 年報告顯示，ROI 最高的場景都是觸發式或排程式任務——競爭情報監控、每週市場研究報告、財務數據自動填報。這正是 Tibo 描述的模式：不是把 AI 當聊天工具，而是設計成「有條件自動運行的工作流」。文件處理類任務縮短 60-80% 時間，研究合成從數小時壓縮到 45 分鐘。

Vibe coding 邊界有數據支撐：arXiv 2512.11922 研究確認，AI 輔助編碼在 MVP 和快速原型上表現優異，但在生產環境中因缺乏明確設計理由，技術債以不可持續的速度累積。Tibo 預測 6-9 個月才能改善，與學術界的技術債時間線吻合。

相關頁面：AI Agent 設計模式 · 2026 年 Agentic AI 七大趨勢 · Agentic AI 企業落地現實：基礎建設障礙與突破策略 · Simplex × Codex：AI 原生軟體開發的五個轉型原則 · AI 就業效應與 Jevons Paradox

反向連結

以下頁面引用了本頁：