用 Codex 從單人模式走向多人協作 | DevDay 2026（第 1/2 段） ☕ Buy me a coffee

🧑‍🏫 OpenAI 的 Jason 分享他用 AI 的轉變：AI 讓他做事變快，但所有事情還是要經過他，他反而成了卡住大家的人。這支影片講的是怎麼讓 AI 在背景接手追蹤、串起整個團隊，不再只靠一個人硬撐。如果你已經很常用 AI，卻覺得自己越來越忙，這支很值得看。

• 00:32 講者 Jason 來自 OpenAI developer experience 團隊，才加入約七個月；生產力提高後，覺得自己變成串接所有系統的「膠水」和瓶頸
  ↳ Jason 在 OpenAI 負責開發者使用體驗的團隊，才來七個月。AI 讓他做事變快，結果所有系統都要靠他串起來，他反而成了卡住大家的那一關。
• 00:32 使用 AI 的演進：一開始是「我能用 AI 做什麼」，接著變成「AI 能存取我的電腦、檔案、瀏覽器和 app 後能做什麼」
  ↳ 一開始只是問 AI 能幫什麼忙。後來 AI 能直接碰你的電腦、檔案、瀏覽器和 app，問題就變成：放手讓它動手，能做到多少。
• 01:04 現在的問題變成：如何打造能帶動整個團隊的系統，而不只是當一個 super-powered IC
  ↳ 下一步不是讓自己更強，而是讓整個團隊都動起來。super-powered IC 指的是「超強的單兵」。IC 是不帶人、自己做事的職位。
• 01:04 computer use、voice 和各種 cloud 功能，大多仍聚焦在放大「個人」能力
  ↳ computer use（AI 直接操作電腦）、voice（語音）和各種雲端功能，目前大多還是幫「你一個人」做更多事。
• 01:35 dots、space、page instructions、team automations、plug-in extensions 等功能，重點轉為讓團隊成功，而非只放大個人
  ↳ dots、space、團隊自動化、外掛這些新功能方向不同，是設計來讓一群人一起用、一起受益，不是只讓某個人變更強。
• 01:35 multiplayer 的定義：不只是跟同事在同一個對話串聊天，而是知道自己不是唯一要把工作扛到底的人，和隊友的對話會被自動接手
  ↳ multiplayer（多人模式）不是大家擠在同一個聊天室，而是你停下來，隊友或 AI 能接著做，事情不會全壓在你身上。
• 02:07 multiplayer 也代表有其他工具和 AI 幫忙追蹤哪些做完、哪些還沒做
  ↳ 另外，會有 AI 和工具幫忙記錄哪些做完、哪些還卡著，不用靠誰的腦袋硬記。
• 02:07 假想情境：早上 8 點在 Twitter 看到有人反映 usage limits 或 rate limit 問題，不知道哪裡壞、有沒有人在查
  ↳ 情境：早上 8 點，看到網友抱怨用量上限或 rate limit（一段時間內能用幾次的限制）出問題，你不知道哪裡壞了，也不知道有沒有人在處理。
• 02:07 遇到這類問題需要追蹤所有資訊、適時 escalate，並避免訊息散落在瀏覽器或 Slack 對話裡而遺失
  ↳ 這種事要一路追，該往上通報時要 escalate，還得防止線索散落在瀏覽器分頁和 Slack（公司常用的聊天工具）對話裡。
• 02:40 六個月前：用 Codex 搭配內部工具手動處理，請它檢查 Slack 整理狀況；但全部在自己電腦上跑，仍要自己推進與串接
  ↳ 六個月前，他叫 Codex（OpenAI 能寫程式、能動手做事的 AI agent）去翻 Slack 整理狀況。但都跑在他電腦上，下一步還是得他自己推。
• 03:12 三個月前：任務能代為執行，可以 pin 對話串、設定 automation；但別人無法從他停下的地方接手，一切仍經過他
  ↳ 三個月前，AI 能代辦了。他可以 pin（釘選）對話串、設 automation（定時自動任務），但進度只在他那邊，別人接不了手，一切仍要經過他。
• 03:12 結果他變成兼任 PM 和客服，而且發現一半的其他團隊也在重複做同樣的事，沒有統一行動
  ↳ 他除了本業，還兼專案經理和客服。後來又發現，別的團隊有一半的人也在各自追同一件事，大家沒有整合。
• 03:43 現在：有人在 Slack 留言或回報問題時，dot 能接手追蹤，不論來源是 email、Slack 或瀏覽器
  ↳ 現在有 dot（在雲端、背景一直運作的 AI agent）。不管問題是從 email、Slack 還是網頁冒出來，它都會收進來接著追。
• 03:43 可以叫 dot 盯著調查進度，並在和團隊、工程師甚至客戶互動時自己排除卡關
  ↳ 你可以交代 dot 盯著調查進度。它跟同事、工程師甚至客戶往來時，遇到卡住會自己想辦法往下推，不用每一步都回來問你。
• 04:13 dot 和 space 讓大家不用像他過去那樣，自己維護 15 個帶 heartbeat 的 pinned automations、memory vault 和沒更新好的 markdown
  ↳ 以前他得自己顧 15 個定時檢查的自動任務、一個記憶庫和常常過期的筆記檔。dot 和 space（讓大家一起工作的工具，影片沒細講）把這些都接手了。
• 04:13 當團隊熟悉這些工具後，可以把做法變成可分享的 skills、plug-ins 和 extensions，讓所有人受惠
  ↳ 團隊用順之後，可以把好用的做法包成 skills、plug-ins、extensions（可以分享安裝的功能包），其他人直接拿來用。
• 04:13 講者坦言：大量使用 agents 和 tokens，不一定會讓生活更輕鬆
  ↳ 他老實說：狂開 AI agent、燒大量 token（AI 計算用量的單位），不代表日子就會變輕鬆。
• 04:45 講者用三幕來思考：一、把 context 帶進 agent；二、讓工作持續推進並保持有條理；三、分享給團隊並提升大家的能力
  ↳ 他把整件事分成三步：先把背景資料交給 AI，再讓工作持續推進又有條理，最後把做法分享出去，讓整隊都變強。
• 04:45 context 的來源可能是桌面、瀏覽器、自己和同事腦中的想法，以及 Slack、email 等
  ↳ context（AI 做事需要的背景資料）散在各處：電腦桌面、瀏覽器、你和同事腦中的想法，還有 Slack 和 email。
• 05:16 第一步收集 context：用 app shot 把 context 傳給 ChatGPT，按空白鍵兩側的兩個 command 鍵即可截圖
  ↳ 第一步是蒐集資料。app shot 的用法是同時按空白鍵兩邊的 command 鍵，把眼前這個 app 的內容整個抓給 ChatGPT。
• 05:16 app shot 不只截圖，還會抓整個 app 的 context，包含 metadata、URL，以及畫面以下（below the fold）的所有內容
  ↳ 它不只是截圖，還會帶上網址和 app 的相關資訊（metadata），連你還沒捲到、畫面下方的內容也一起抓。
• 05:47 他第一次覺得可以在任何 app 裡 tag chat；他在 Codex 開始的 session 一度約有 30% 來自 app shot
  ↳ 他第一次覺得，在任何 app 裡都能直接把 AI 叫過來。他在 Codex 開的工作，有一陣子大約三成是用 app shot 起頭的。
• 05:47 app shot 讓他不必從空白輸入框開始；核心理念是讓 agent 在你所在之處和你會合，「tagging」會是未來重要概念
  ↳ 好處是不用對著空白輸入框想怎麼開口。重點是讓 AI 到你正在工作的地方找你，「tag」（點名叫它來）會越來越重要。
• 06:24 問題是他仍包辦一切：成為史上前三名的 app shot 使用者，還是工作到凌晨 3 點
  ↳ 但問題沒解決：他用 app shot 用到全公司前三名，事情還是全靠他一個人推，照樣忙到凌晨三點。
• 06:24 他不停 pin 對話串、設 heartbeat automation；兩小時一次的 automation 之間出事還得叫它查 Slack，開完會也得告訴 agent
  ↳ 他不停釘選對話、設 heartbeat（每隔一段時間自動檢查一次）。兩次檢查之間出事，得手動叫 AI 查 Slack；開完會也得自己告訴 AI 會上講了什麼。
• 06:56 他覺得自己受限於 APM（每分鐘操作數），變成很會 micromanage 的人
  ↳ 他的產出被 APM（每分鐘能做幾個操作）卡住，做多少全看自己手多快。他變成很會 micromanage（每件事都親自盯）的人。
• 06:56 dots 是持續運作、主動、在背景執行的：有人留言、寄 email、回覆對話串，dot 都會吸收 context；網路上的回報可直接加入 tracker
  ↳ dot 不一樣：它一直在背景開著，有人留言、寄信或回覆對話，它都會自己吸收進來；網路上看到的問題回報，也能直接丟進追蹤清單。
• 07:28 這是因為 agent 變得更 persistent、proactive 和 embodied：研究團隊在 memory、compaction、長時間執行上的成果，加上產品團隊開放更多介面
  ↳ 因為 AI 變得 persistent（一直在）、proactive（主動）、embodied（有自己的電腦）。靠的是記憶、compaction 和長時間執行的研究，加上產品開放更多入口。
• 07:28 app shot 只有本機桌面 context，但它會送到雲端；dot 在雲端執行，有自己的電腦、瀏覽器和檔案，你的電腦關機也能繼續調查
  ↳ app shot 只抓你電腦上的資料，再送到雲端。dot 本身就在雲端跑，有自己的電腦、瀏覽器和檔案，你的筆電關機它照樣在查。
• 07:58 dot 仍能取用筆電上的 context，也能用手機或瀏覽器查看進度
  ↳ dot 還是拿得到你筆電上的資料，你也能用手機或瀏覽器隨時看它查到哪裡。
• 07:58 差別在於 dot 雖在雲端執行，經授權後仍能控制你的電腦，講者稱為「remote control on steroids」
  ↳ 特別的是：dot 在雲端，但經你同意後，它能反過來操控你的電腦。講者形容這是「加強版遠端遙控」。
• 07:58 在設定中啟用後，你的電腦就能成為雲端 agent 工作的「最後一哩路」
  ↳ 在設定裡打開後，你的電腦就是 last mile（最後一哩路）：雲端做不到、一定要在你電腦上完成的那一段，交給它來做。
• 08:29 例子：調查從電腦開始、用手機查看，dot 可能會問能否登入瀏覽器、存取你的電腦、檢查本機 app 或在你的機器上測試
  ↳ 例如你在電腦上開始調查，出門改用手機看進度。這時 dot 可能會問你：能不能讓我登入你的瀏覽器、打開你電腦上的 app，或在你的電腦上測試一下。
• 08:59 演進：一開始只是叫 AI 做事；AI 變聰明、能跑更久後可以和它協作；最後整個團隊都應該參與
  ↳ 演進分三階段：先是叫 AI 做事；AI 變聰明、能跑更久，就能跟它合作；最後應該是整個團隊一起參與。
• 08:59 voice 是現在最簡單的 prompt 方式；講者說包含他在內的多數人，講話速度約是打字的 3 到 4 倍
  ↳ 講話是現在最省力的下指令方式。講者說多數人（包括他）講話的速度，大約是打字的 3 到 4 倍。
• 09:33 dictation 是第一版，屬於單向；agentic voice 是雙向，可在手機或桌面 app 上對話，它會在背景做事、閱讀並回報進度
  ↳ dictation（語音轉文字）是你講、它記下來，是單向的。agentic voice 是能對談的語音 AI：你講完，它去做事、讀資料，再回頭跟你報告。
• 09:33 可以請 agentic voice 反問自己、幫忙 brainstorm，講者形容這是第一次覺得自己像超級英雄
  ↳ 你可以叫它反問你、陪你腦力激盪。講者說，這是他第一次覺得自己像超級英雄。
• 10:06 但用 agentic voice 仍像在自言自語；透過 chat to meeting，對話變成多向，等於在 prompt 同事
  ↳ 但這還是你一個人對著 AI 講。chat to meeting 把 AI 帶進會議，大家講的話都會變成 prompt（給 AI 的指令），等於在對同事下指令。
• 10:06 會議對話會被轉錄，並由背景中的 dot 接手
  ↳ 會議內容會變成逐字稿，背景的 dot 會接手，把會上提到要做的事繼續做下去。
• 10:06 voice 的好處是可以講得很雜亂，再讓 AI 整理
  ↳ 講話不用講得很整齊，想到什麼就說，順序亂、句子不完整都沒關係，AI 會幫你整理。
• 10:40 真實例子：會議中隨口說可能是 guardian mode、看到名字 T 開頭的人在 Slack 的訊息，請檢查 feature flags 設定、caching 更新並比對 pull requests
  ↳ 實例：他開會時隨口說，可能是 guardian mode，去看 T 開頭那位同事的 Slack，查 feature flags（功能開關的設定）和快取更新，再比對 pull requests（程式修改申請）。
• 10:40 這些內容他打字時絕不會打出來，只會丟 app shot 說「請調查」；現在不必自己做筆記，也知道事情在背景進行
  ↳ 這麼瑣碎的線索，他打字時根本不會寫，頂多丟一張 app shot 說「查一下」。現在不用自己記筆記，也知道背景有人在處理。
• 11:16 會議轉錄本身不新；差別在於 persistent、proactive 的 dot 會自動接收會議筆記並推進工作，前提是你有給它權限
  ↳ 會議逐字稿不是新東西。新的是 dot 會自己拿會議筆記去把事情往下推，前提是你有開權限給它。

講者說他在 Codex 開始的 session，一度約有多少比例來自 app shot？