用Codex做设计

• Aakash 开场先澄清行业语境：上周 Meta 裁了 10%，几周前 Oracle 也是类似数字，市场上正涌入大量被迫失业的 PM——但"被裁的是非技术型 PM，技术型 PM 反而都留在了那些公司"。→ 详细
• Meng 的开场金句更狠："总有一天你会被裁掉，因为 AI 迟早会取代所有人——或者说，我们会找到全新的工作方式。"本期就是给 PM 的"怎么变技术型"实操课。→ 详细

• Meng 原是 Cursor 重度用户（"Cursor 确实很棒，我不是说它不好"），直到 OpenAI 推出 Codex——它改变的不是"怎么写代码"，而是"怎么启动项目、怎么围绕项目开启对话"。他眼中当下风暴双中心：一边 Anthropic，一边 OpenAI+Codex；旁边还有 OpenClaw（史上 star 数第一的 GitHub 项目）带火了"一切本地化"。→ 详细
• 换阵营的最实际理由是 token："我选 OpenAI 的一个关键原因，是他们在 token 上慷慨得多。我相信有些人已经体验过——'我在 Claude Design 上才发五条 prompt 就到限额了'。原因是他们的模型非常贵，而且（我上次看时）没有 low/medium/high/extra high 这样与 token 成本挂钩的档位设置。"他自己用 $200/月套餐天天跑。→ 详细
• 行业大势判断：所有工具都在从"文件/文件夹为中心"迁往"以项目为中心的聊天"——Cursor 在脱离 GitHub 文件中心模式，Claude Code 也在从高度技术化的终端走向 Claude Cowork / Claude Design；Codex 开启了这场运动。而"聊天是 UI 的未来"这句话他"完全不同意"——聊天有一堆局限，但它确实是一切的中心。→ 详细
• 模型层面他两边都认："当下最强的两个 AI，一个是 Opus 4.7，另一个是开到 extra high 的 GPT 5.5（5.5 被视为黄金标准）。"——押注 Codex 不等于否认对家模型。→ 详细

• Codex＝"打了激素的 ChatGPT 的 10 倍强化版"：不只聊天，还能做幻灯片、HTML、完整网站、移动应用。Atlas（OpenAI 的 AI 浏览器）的价值一句话："context（上下文）为王"——浏览任何页面点 Ask 即问，还能让 agent 接管电脑替你操作。→ 详细
• Wispr Flow：语音输入替代打字，最快、准确率最高，带自定义词典（纠正过一次 Aakash 的拼法后就永远记住了——"AI 理解上下文，而且更主动"）。→ 详细
• Obsidian（对 PM 尤其重要）：用 Codex/Claude Code 会在本地生成海量 MD 文档，你不会每次回 Codex 里翻，需要一个地方统一组织知识库和"大脑树"；分工原则是"MD 文档归 Obsidian、代码项目归浏览器/React、视频归专门的视频管理应用"。→ 详细

• 视频剪辑器、SaaS 建站模板项目、HTML 设计头脑风暴工具全是自造。理由："每个人的需求都独一无二，解决它的唯一路径是：一、亲历那些挫败感；二、亲手走完解决它的全过程。""我这辈子都没想过要自己做视频编辑器，可我现在就在做。"每次录播客前，他跟 Codex 聊一聊就生成整份准备文档：hook、demo、谈话要点、调研资料。→ 详细

• 插件 vs 技能只差集成深度：插件带完整后端和整套集成（像 Figma/Photoshop 插件，背后有整个团队——OpenAI、Slack、Chrome、Linear）；技能是任何人（包括你）都能写的文件。→ 详细
• 三种连接方式的大白话区分：CLI＝AI 进你的命令行跟各种 API 通信；MCP＝厂商（如 Figma）提供插件对接 AI agent；computer use＝不需要任何人先开发对接，"像人类一样直接用你的电脑"——能自己打开 Figma、用你的鼠标开始设计。"我们处在这段旅程的中途，但现在已经非常强了。"→ 详细
• 他当下 computer use 的主用途是测试：复现用户问题——它会点击、进入网站（已登录）、走完流程、发现 bug、修掉它。另外 Gmail 插件能回邮件、做 cold outreach；他本人不用 Linear 和日历，客户沟通与团队协作全在 Discord。→ 详细

• 年初 OpenClaw 爆火时最大的问题是安全：读邮件可能被注入 prompt、偷走 OpenAI 密钥，"当时没有任何防护栏"（他用了约一个月就转 Codex）。现在他敢开 Gmail 插件、敢给 full access 24/7，是因为 Codex/OpenAI 是"可信渠道"、背负问责压力，会做权限请求等护栏——比如支付失败时让 AI 发关怀邮件、有人在 Linear 报 issue 时用 agent（而非呆板自动回复）即时答复。→ 详细

• 他实际在用/推荐的技能逐项：taste skill（设计品味，让落地页/幻灯片颜值提升 10 倍）、SwiftUI 技能（DreamCut 的 Mac/iOS 开发）、Playwright（截图最佳）、Netlify/Vercel（HTML/React 拖进去变 URL，绑域名即上线 SaaS/落地页）、copywriting（写好落地页与文档）、前端/CSS/Tailwind 技能，以及落地页动画库类：Lenis、Locomotive、Barba。→ 详细
• 更新技能的时机＝发现 agent 有理解欠缺时：做 SwiftUI 应用时发现它缺性能优化知识，就上网找 Mac/iOS 性能相关技能装上。顺带喊话："如果你是 PM 或创始人，开始做应用吧——你能调用那些几乎没人在应用层面使用的技术。"→ 详细
• taste skill 的出处：不是 OpenAI 官方的——现场让 Codex 自己去 GitHub 查，来自 "design taste" 前端仓库，有多个版本：redesign skill、soft skill、output skill、brutalist skill，还有 image gen 版。"它本质上就是一个文件，你捡一个现成的公开文件、几乎不改，就能拿到相当不错的幻灯片产出。"（顺带跑了场速度对比：GPT 5.5 medium 档 18 秒完成，比号称"几乎即时"的 Codex Spark 5.3 的 25 秒还快。）→ 详细

• "这个东西我从没给团队以外的人看过——这是我真实在用的 Codex。这些项目其实都是本地文件夹。"具体做法：去 Downloads 下建一个 projects 文件夹，给手头每一个项目各建一个文件夹，位置可在电脑任何地方。→ 详细
• 他的文件夹分类逐项：各 App 项目夹之外，还有 content（所有 MD：准备稿、视频脚本、演示材料）、客户支持夹（issue、客户问题、待跟进事项）、公司夹（发票、注册文件、单据收据、团队背景）、skills 夹（技能集中存放）、甚至school 夹（孩子的作业功课）。→ 详细
• 为什么要这样切：给 AI 上下文要"够而不滥"——"你不想给 AI 塞太多上下文，不然 token 花销太大，这正是需要这样组织文件夹的原因。"文件夹即上下文边界。→ 详细
• 实测这套组织的威力：口述"看我 Downloads 里的 projects 夹，读 Dreamcut、Aura、New Form 各项目的收入、新增用户、转化率，做成一页幻灯片"——AI 全认得，连那些"不太正常的特殊命名"都能对上。→ 详细

• 要素一 Plan mode：任何项目（现场用"扫二维码自动把内容发到我邮箱"的 App 示范）都以"我想规划这个"开头——"你还不想进入写代码阶段，你希望先逐条审批要构建的每一样东西。"计划出来后通读、消化，有疑问就问，确认了才说"好，开干"。连做幻灯片都值得先规划。→ 详细
• 要素二 先提问：想展开需求（如"邮件里能不能附上二维码指向网站的截图"）要以提问方式开头，"否则 AI 可能以为该开始写代码了"。提问也是验证工具边界的方式："AI 能生成 Keynote 文件吗？如果不能，用 computer use 打开 Keynote 一步步做出来怎么样？"——它答：可靠格式是 PPT，Keynote 能干净打开，.key 可事后转换。→ 详细
• 要素三 用对关键词：语音把 "GPT Image 2.0" 转成了 "GPT 2.0"，他立即叫停、编辑指令补上 "image"——"掌握这些关键词是重中之重，知道要构建什么、该怎么表述，AI 才不会犯错。"另外你的知识储备决定你能不能反问出好问题：AI 说截图用 Browserless/ScreenshotOne，他反问"Playwright 会不会更好？"（因为他在 Aura 里一直用）。→ 详细
• 档位与预算配套：推理强度 low/medium/high/extra high 与 token 成本挂钩——$20/月套餐做实验选 low/medium；$200/月、准确性至上、同时跑 20 个 agent 的人选 extra high，"因为你等得起"。权限上新手从默认档起步（"信任度从 0 到 100，一开始基本是 0"），他自己已开 full access。→ 详细

• 他 90% 的时间都在做的一件事：给一切截图。逻辑链完整版——"你的思维远比打字快"，所以打字最差；第二好是语音（说话比打字快得多）；比语音更好的是截图，因为"对 AI 来说，一图胜千言"。→ 详细
• 配套新功能（上线仅一周）：选中浏览器窗口按 Command-Command 连按，自动截取当前聚焦窗口并带着上下文进入对话；改幻灯片时"这里不对，改一下"+截图补上下文，一套微决策循环。→ 详细

• "十年前用 Figma 或 VS Code，你被限制在一个任务里：一次做一件事、一次一个项目、只有一个光标。如今你拥有一支 agent 大军"——现场三个 agent 同时跑（iOS 方案、数据幻灯片、taste skill 检索），干活时还能往队列里排新指令、随时转向。→ 详细
• 每个 agent 还能同时生成多套设计/多份文档，"相当于你在克隆你自己。你剩下的唯一工作，就是以产品经理的身份管理这支 agent 舰队，去打造你梦想中的项目。"AI 会犯错（如往一页里硬塞放不下的信息），人负责秒级微决策纠偏。→ 详细

• 第一步用图像当草稿："我们要不要先用 GPT Image 2.0 把每页幻灯片生成图片？先做五张，用上 taste skill，让我先确认视觉效果没问题，再去做真正带图层的幻灯片。"——图像生成版=可反馈的初稿，确认品味后才落工程。→ 详细
• 闭环四条路（Aakash 总结+Meng 确认）：① 转 HTML——"我非常喜欢第一张，用最强的图像转 HTML 视觉能力做出来，我知道 GPT 5.5 是这方面最强的之一"；② computer use 打开 Figma 重建；③ Figma MCP 创建；④ 用 Keynote/PowerPoint 应用重建。→ 详细
• 他明确首选 HTML 路线：AI 代码生成如今极强；Figma 路线更慢、要懂 Figma、要装 MCP 甚至进 Figma 手动拖图；而且"你不想同时养一二十个订阅——要把爆炸半径控制得越小越好"。Aakash 补刀：HTML 最可控、最快、全程不出 Codex，"大概也是最省 token 的"。→ 详细
• 成品还能再进一步变视频："把这四张幻灯片做成视频，一张张展示、淡入淡出转场、每张 5 秒、要点逐条出现每条一秒，也许用 Hyperframes——先做规划。"这正是 agent 时代之美："agent 用的不只是 Figma，它可以调用全世界的工具来实现你设定的目标。"→ 详细
• 现场彩蛋：AI 真的直接生成并打开了 PowerPoint 文件——"你现在拿到的基础版幻灯片，设计上已经比大多数 PM 自己做的好了。我不是说比资深设计师强，但确实更好"，且随时可用 taste skill 升级。→ 详细

• 为什么是 UGC："现在整个行业正大规模转向 UGC 内容，这是营销 2.0。大家已经厌倦了企业官僚味的公关话术，想要像你我这样、在 AI 时代有真实人类经验的人——不仅有价值，还有真实性和能共鸣的视角。"一切本质是"呈现"：UGC 就是发在 Instagram/TikTok/Twitter 上的演示。→ 详细
• avatar 的第一用例是替你出镜：PM 给团队传达信息最好的方式是录屏+人讲解（比开会人性化得多，Loom 场景），而 AI avatar 让你摆脱"还得做头发、穿件像样的衬衫、深夜光线很糟"的负担——打字输入你想说的话+录屏，合成即得演示。→ 详细
• 制作数字分身的完整 prompt（他现场口述、"塞进了最近实践的大量心得"）：进 content 夹找我最好的照片 → 用 GPT Image 2.0 生成 10 张不同角度/光线的我：摄影棚、户外、手机自拍、工作室、YouTuber 状态、办公室伏案。第二步合成：拿 Screen Studio/DreamCut 的录屏 + avatar + markdown 视频脚本，用 Hyperframes 合成一分钟视频，一料三版：16:9 给 YouTube、4:3 带字幕给 X、9:16（avatar 在下、录屏在上、开头 hook、结尾 CTA"来评论区留言"）。→ 详细
• 视频工具选型逐项：ChatGPT 没有视频生成（已下线）；专注演示首选 HeyGen（口型同步、创建 avatar/数字分身的整套工具）；Seedance 是全能最强（电影制作、理解力最好——"一只猫在东京用吸尘器"这种它做得最出色）；也可用 Google Veo / Omni；图像侧 avatar 可用 Canva。→ 详细
• 伦理预警：AI 视频/图像生成会迎来大反弹——"做数字分身没问题，前提是不能用它演示假产品、做不真实的事。我已经看到很多用 Seedance 生成的视频在造假产品，很多人会去 FCC 投诉。"人必须亲自校验内容、确保不误导任何人。→ 详细

• 回答"PM 怎么探索产品功能的设计空间"，他给的 prompt 模板：打开 Xcode 把 App 跑在手机/模拟器上（有权限问题、要不要开发者账号都告诉我）→ 给流程每一环节截图：登录、支付、编辑器……每步都可以让 Codex 截图请你校验"像素对不对、设计对不对"。→ 详细
• 演示中 Codex 真的自己打开了 Xcode 开始构建（"做了一堆我不想让它做的事，因为这些不是真项目"）——能力与失控风险一体两面。→ 详细

• 变技术≠写代码："过去六个月我一行代码没写过（很多工程师也是）。技术指的是：你不再是公司里玩官僚玩政治的角色——没人需要那个了，AI 能绕过那一套。你的工作是搞懂所有行话：别人聊 GPT Image 2.0 时你知道那是什么。"有这些知识库和 workflow 的 PM 才留得下、转得动。→ 详细
• 为什么终局是创业："大公司对你没有感情——需要就雇你，不需要就裁你。但如果你自己当老板呢？"他现身说法：6 人团队、几个产品年入远超 100 万美元，"我养得起团队、付得起 token 费"。AI 消灭了创业恐惧：文书、记账、无聊杂活、'清洁工'式工作、大量营销活都能代劳。→ 详细
• 最后 8% 与护城河：剩下的 8-10% 是你做统筹——质量把关、确保给 AI 的计划合理。"任何生意的规则是：你得是最懂这个话题的人，否则你没有任何杠杆。让 AI 成为你的放大器，快速做微决策、部署 agent 舰队。"→ 详细
• 万事皆有公式："这是我最近悟出来的：YouTube 有爆款公式、长文有走红公式、Instagram/TikTok 都一样（我在每个平台都做出过爆款）。创业的公式=你在专业上最强 + 部署 agent 舰队 + 用最后 8% 的人类品味统筹。"→ 详细
• 五星到十一星：AI 让基准线和天花板同时抬高——"如果五星是标准（出自 Airbnb 联创的播客），你至少做到五星，然后想象六星、七星……你的工作是永远在五星之上，并思考代表未来的十一星。"→ 详细

• Aakash 用自己的求职 OS（16 个 agent）演示 Arize：trace→evaluate→fix 循环 20 分钟跑通，agent 幻觉错误率从约 12% 降到 2% 以下；金句"如果你在做 AI 产品却不做评估，那你就是在盲目发布"。→ 详细

[如有 lightning round / 收尾段，逐题列出，保留嘉宾原答案的具体内容（书名、产品名、座右铭原话）。]

[嘉宾联系方式（如有）。]