程序员别急着自动化！OpenAI总裁：先亲手做5遍，再上Agent

格雷格·布罗克曼：我已经不再亲自写软件，而是指导 AI 来写。

格雷格·布罗克曼：这件事我已经亲手做过 3 次、5 次，现在终于弄懂了整个流程。接下来，再把它自动化。

格雷格·布罗克曼：人必须保留控制权并承担责任，目标应当来自人。

OpenAI 联合创始人、总裁格雷格·布罗克曼对 AI 编程的判断相当激进：模型写软件的能力，已经超过他认识的几乎所有人。他自己也不再逐行写代码，而是把目标、反馈和约束交给 AI。

可聊到怎样把 AI接入工作流 时，他没有建议开发者先做一套全自动 Agent。相反，他给了一个很朴素的建议：亲手做 5 遍。

这 5 遍里，你会遇到脏数据、例外情况、权限不足，还有业务方临时反悔。

等这些情况都出现过，开发者才知道 Agent 该读什么、在哪里停下，以及什么结果才算真正完成。

最近，布罗克曼在 Silicon Valley Girl 发布的访谈中，聊了 AI 编程、产品差异化、创业和 Agent 工作流。下面为访谈内容，我们做了翻译与整理。

AI 已经会写代码，开发者开始改“输入”

布罗克曼谈到自己现在的编程方式时，没有留多少余地。

格雷格·布罗克曼：“These models, they're now better at writing software than basically anyone I know. I'm pretty good at writing software. I don't write software anymore. I direct an AI for it to write software. I provide lots of feedback and guidance.”

格雷格·布罗克曼：这些模型现在写软件的能力，已经超过我认识的几乎所有人。我很会写软件，但我现在不再自己写了。我让 AI 写，然后不断提供反馈和指导。

这并不等于“程序员不用工作了”，而是开发者的工作位置变了。

以前，开发者花时间拼实现；现在，更多时间花在把问题说清、拆小任务、补充上下文，再根据测试和日志修正模型的路线。

同一个 Agent，提示词不同，做出来的东西会完全不同。模型可以代写代码，但不会替团队自动补上这些约束。

软件更容易做，理解用户开始值钱

主持人问：当 OpenAI 自己也在快速搭建工作和效率产品，什么样的应用还值得用户付费？

布罗克曼的回答很直接：做软件的一部分工作，正在变成任何人都能获得的通用能力。

格雷格·布罗克曼：“There's definitely parts of what app building used to be that's becoming commoditized. It's becoming accessible to everyone. And so then the question of what is differentiation becomes even more important.”

格雷格·布罗克曼：过去做应用的一部分工作，正在变成标准化能力，任何人都能用。也因此，“你和别人有什么不同”变得更关键了。

过去，一个产品团队可能要花几周搭界面、接数据库、写登录系统，再补上一套后台管理。现在，这些工作已经可以大量交给 Agent。开发者描述需求，模型就能生成一个看起来相当完整的原型。

问题也随之出现：当大家都能在几天内做出差不多的功能，用户为什么偏偏选择你的产品？

格雷格·布罗克曼：“Some of this is really about deeply understanding the problem. Some of this is deeply understanding your users.”

格雷格·布罗克曼：有些差异来自你对问题的深入理解，另一部分则来自你对用户的深入理解。

当代码实现成本下降，对问题和用户的理解会直接决定产品差异。

他用教育应用举例。老师、家长、学生和管理者对同一个产品的期待不同，信息如何展示、哪些内容需要护栏、到底由谁付费，都不是生成一套前后端代码就能回答的。

格雷格·布罗克曼：“Do you have to write in C++ or Swift or something? Who cares about that? That was never what the barrier should have been.”

格雷格·布罗克曼：你是否必须用 C++ 或 Swift 来写？谁还在乎这个？这本来就不该成为门槛。

这对开发者并不轻松。代码生成越快，一段“能跑”的实现越容易被复制。过去藏在技术实现里的优势，会向用户流程、业务数据、可靠性和分发移动。

小团队会变多，但“会做产品”不会自动发生

布罗克曼预判，未来 1 到 2 年里，会出现一轮明显的创业增长。

格雷格·布罗克曼：“We're going to see this massive renaissance of entrepreneurship. I think it is coming. We're seeing the leading edges of it, but it's really going to kick in over the next year to two years.”

格雷格·布罗克曼：我们将看到一场大规模的创业复兴。它已经露出了苗头，未来 1 到 2 年会真正加速。

小团队可以用 Agent 完成原型、测试、文档和部分运营工作，一个人能推进的事确实多了。但工程实现变便宜以后，市场上也会更快堆满功能相似的产品。

所以，“一个人能当一支队伍”只是前半句。后半句是：他还得知道该解决什么问题，谁愿意为它付钱，用户用不下去时应该改哪里。

先亲手跑 5 遍，再让 Agent 接管

访谈后段，主持人把问题落到了操作层：一个刚开始使用 Agent 的人，第一步应该自动化什么？

格雷格·布罗克曼：“This white page problem is the hardest problem in AI in some ways. My answer is always start small. Just try something, type something, push enter, see what happens.”

格雷格·布罗克曼：某种程度上，面对空白页不知道从哪里开始，是 AI 使用中最难的问题。我的答案始终是：从小处开始。先试一件事，输入内容，按下回车，看看会发生什么。

他举的例子是一封迟迟不想回复的邮件。

第一次，可以把邮件复制给 AI；下一步，再考虑接入 Gmail 连接器。这个顺序很重要：先看清输入、处理和输出，然后才决定哪一步值得交给系统。

格雷格·布罗克曼：“You can start very mechanically, very much going through the effort yourself and then realize, okay, I've done this three times, I've done this five times, and now I understand how this process works. Let's automate it.”

格雷格·布罗克曼：你可以先用最机械的方式，自己完整走一遍。等你已经做过 3 次、5 次，弄懂这套流程后，再把它自动化。

格雷格·布罗克曼：“That's a general software engineering maxim. After you've done it five times, it's probably a good time to start automating.”

格雷格·布罗克曼：这是一条通用的软件工程经验：当你已经做过 5 次，差不多就到了自动化的时候。

对开发团队来说，这条规则很容易落地。

比如想把线上报错的初步处理交给 Agent，不要先写“自动诊断所有故障”的大提示词。先人工处理 5 次，把过程记下来：用了哪些日志，怎样判断是代码还是数据问题，什么情况只能读，什么情况允许重启，哪些现象必须升级给值班人员。

第 5 次之后，输入字段、工具权限、验收条件和退出条件已经开始成形。这时做 Agent，才不是把一句“你看着办”包装成自动化。

过早自动化，会把模糊和错误一起固化

团队为什么容易跳过前面 5 遍？因为 Agent 赶工的样子很有说服力。它能快速读仓库、写脚本、调接口，还能自己修一轮报错。界面上不断滚动的步骤，很容易让人误以为流程已经想清楚了。

实际情况常常相反。

一套人工流程里，可能藏着许多没有写下来的判断：这个客户的历史数据不完整，所以要换一种算法；这笔订单正在申诉，不能自动关闭；这个接口虽然返回 200，但实际账务还没对平。

如果这些例外还只存在于某个人的经验里，Agent 就无法稳定处理。自动化不会替你发明业务规则，它只会更快地执行已经写进系统的规则，包括错的规则。

人要保留目标、权限和停止按钮。

主持人追问了另一面：怎样决定哪些事不应该自动化？

格雷格·布罗克曼：“I think it's very important that humans remain in control and in charge. The goals come from people. The point of this technology is to help people.”

格雷格·布罗克曼：人类保留控制权并承担责任非常重要。目标来自人，这项技术的作用是帮助人。

他接着提到护栏、信任、监督和可监测性。这些词放到开发环境里，并不抽象。

一个代码 Agent 可以修改哪些目录，能否连生产数据库，运行到多少钱自动停止，谁来审核最终 diff，出事后能不能重放它的每一步，都是护栏。

如果团队只追求“尽量多地让 Agent 自己做”，开发者很快会变成一个被动审查者：等模型交出几十个文件的改动，再在有限时间里猜它哪里做错了。更稳妥的做法，是先由人把任务边界、工具权限和验收方式定下来，然后才逐步放开 Agent 的行动范围。

评论区：差距可能不在模型上

评论区里，有人几乎把这篇访谈的主线概括了出来：AI 的优势，开始从“用了哪个模型”转向“把模型放在什么位置”。

也有人把问题拉回价格。如果一个常驻 Agent 每月需要 100 美元，许多个人开发者和小企业连试错都会慎重。自动化不只要技术上跑通，还得算得过来账。

写在最后

布罗克曼说，他已经不再亲手写软件。但对开发者更有用的，是后面那个不太华丽的数字：5 遍。

先亲手跑过，知道输入从哪里来，例外怎样出现，失败会损失什么，再让 Agent 接管。这不会让自动化变慢，却能避免团队花更多时间，去修一套从开始就没有想明白的系统。

参考链接： https://www.youtube.com/watch?v=qy8Gr27yLMk