有一道题，格雷格·布罗克曼（Greg Brockman，OpenAI 的联合创始人兼总裁）拿去考了 AI 好几年。题目只有一句：帮我做个网站。那个网站是他当年学编程时亲手做的，前后花了几个月。到了 2025 年，AI 已经能做，但要反复折腾四个多小时，换着法子写一堆提示词，才能把它弄对。2025 年 12 月，他又考了一次，只说了一遍，AI 一次就交了卷，而且做得很好。这件事是他今年 4 月在播客 Big Technology 里讲的。再早两个月，他在 X 上写过一段话，大意是软件开发正在我们眼前经历一场文艺复兴，谁要是最近没碰过这些工具，多半低估了自己错过的东西；从去年 12 月起，像 Codex 这样的工具，能力上了一个台阶。
Codex 是 OpenAI 的编程智能体。所谓智能体，就是能自己把一串活干完的 AI，而不只是回答一句话：你用大白话说要什么，它去写代码、改代码、跑测试，中途出了错自己再改。顺便说一句，这个品类里眼下的头部产品，是 Anthropic 的 Claude Code。
从几个月，到四个多小时，再到一句话。会写代码这件事，正在从一门要练很多年的手艺，变成一种随手可取的东西，像水龙头里的水。
于是有了一个问题。我在好几处转述里都见过它，说是布罗克曼提的，原话我没有找到，但问题本身值得认真对待：
如果世界上最好的程序员今天免费为你工作，你会让他做什么？
值得认真对待，是因为它已经不是假设了。真正让人不安的，也不是别人比你更会用这些工具，而是另一幅画面：一个接近顶级水平的数字团队已经坐在你旁边，你让它做的，是改邮件、写周报、把一份材料缩成三段。这些事它当然做得好，但这就像请来一位大厨，只让他帮忙热剩饭。亏的不是他的手艺。
下面的内容，大半来自布罗克曼这一年多的访谈和帖子。有些话我找到了原文，有些只在二手转述里见过，没能核到出处。我会分开写，找不到出处的，就说是转述。
做不到，和没想到
在 Big Technology 那期访谈里，他说过一句我反复想的话：这项技术接下来要做的事情之一，是“抬高野心的天花板”，也就是抬高人类敢去碰的难题的上限，而且“我们已经看到它的苗头了”。
天花板抬高是一回事，人愿不愿意往上够是另一回事。AI 抬高的是能力的上限，它不会顺手把一个人的野心也抬上去。过去很多人输在三个字：做不到。没技术，没团队，没钱，好主意只能烂在肚子里。往后，恐怕会有越来越多的人输在另外三个字：没想到。那件事明明已经能做了，他压根没往那儿想。等最好的程序员变成一种人人可用的公共能力，拉开人与人距离的，就不再是会不会做，而是敢不敢让它做，以及，让它做什么。
转述里有一个例子，我没找到出处，但它把这层意思讲得很清楚，不妨当寓言读。一位卖古董表的店主，起初觉得这股热潮跟自己没关系：我就是个卖老表的，要程序员干什么。后来有人换了个问法，正是上面那个问题。店主想了想，答案一下子多了：给店里每一块表做一个页面，把它的年代、工艺、来历写清楚；把整个网站重做；认真研究一下到底是谁在买老表，他们在找什么；甚至去接那些以前根本接不过来的零碎需求，比如某位藏家只想要某个年份的某个型号，或者只想配一枚跟它般配的旧表扣。这类需求一单一单都很小，加起来却不少，过去是看得见、接不住。
问题一换，生意的样子就变了。再往下想一层：这些事以前为什么没人做？不是因为没价值，是因为太贵。给一块表写一页像样的介绍，得有人查资料、拍照、写文案、做网页，一家小店卖一块表的利润，未必付得起这一整套人工。想法和实现之间隔着一堵墙，墙上写着三行字：请不起，做不来，没时间。AI 推倒的，就是这堵墙。
空白页
墙倒了，人却常常站在原地。
写过东西的人都懂那种感觉：纸越白，越不知道从哪里下笔。一个几乎什么都能做的工具摆在面前，光标在输入框里一闪一闪，憋了半天，打出来的还是“帮我写个周报”。转述里把这叫作空白页问题。据说他们观察到的规律是，一个人一旦找到两三个真正属于自己的用法，用的深度会很快往下走，越用越顺；最难的就是最开始那一下：我到底该拿它解决什么。
这也是我理解“野心”这个词的方式。它不是口号，不是一张嘴就要做一家百亿美元的公司。它更像一种重新打量的动作：把那些过去因为能力不够、成本太高、人手太少而碰都不敢碰的问题，重新拿出来看一遍。以前不值得想的事，今天可能第一次值得认真想一想。
便宜的，和贵的
做软件越来越容易，随之而来的是一个有点意外的变化：真实世界本身变得更重要了。
人人都能做软件以后，做软件的公司靠什么跟别人不一样？布罗克曼 2025 年 8 月在播客 Latent Space 里的回答很直接。他说经济这么大，别以为点子都被人做完了；但别去做“更好的套壳”。所谓套壳，就是在别人的大模型外面包一层界面、加几句提示词就拿出来卖，这种东西模型公司自己顺手就能做掉。他说，“关键在于理解一个领域，积累专业能力和人际关系，诸如此类”。像医疗这样的领域，创业者得把所有相关方都想一遍，想清楚 AI 该怎么嵌进已有的体系里。
我把这句话翻译成自己的话：代码可以越来越便宜，现实不会。
做教育，不是做一个教育 AI 就完了，里面有学生、老师、家长、学校，每一方要的东西都不一样。做医疗，里面有病人、医生、医院，还有替账单付钱的那一方。真正难的从来不是页面能不能生成，而是谁会用，谁付钱，出了事谁担责，谁拍板采购，什么才算成功。这些事情，一个坐在远处的人是想不出来的。技术越通用，具体的世界反而越值钱。
如果非要用一个词来衡量，我会叫它“问题距离”：你离一个真实的问题有多近。有没有亲眼看过用户怎么干活，有没有在那些怎么也跑不通的流程里卡过，知不知道这一行里哪些事看起来合理、实际上根本推不动。AI 能补上你的能力，但没法凭空塞给你十年的经验。所以通用的智能越强，离问题最近的人反而被放大得越多。过去，离代码最近的人握着产品的话语权，因为只有他们能把想法变成东西；往后，离问题最近的人也开始握到这支笔。这可能是这一轮变化里，最安静也最实在的一次权力转移。
一道试金石
关于做 AI 产品，转述里还有一个划分，我觉得值得记住。AI 产品大致分两类：一类是模型越强，它自己跟着越强；另一类专门绕开模型今天的缺陷，模型做不好某件事，就在外面加规则、补丁和人工，把洞堵上。这和他劝人别做“更好的套壳”，是同一个意思。
举个容易看懂的例子。早几年的大模型一次只能读几页纸，于是有人专门做工具，把长合同切成小块，一块一块喂给 AI，再把结果拼回来。这门手艺当时确实有用。后来模型一口气能读完一整本书，切块这件事本身就不值钱了。
补丁型的生意今天可能是门好生意，尴尬的地方在于，如果下一代模型直接把那个缺陷补上，你今天的护城河，可能只是明天模型的一个功能。所以判断一个方向，可以问一句特别朴素的话：如果模型再强十倍，我会更值钱，还是更不值钱？别把公司建在 AI 今天的缺陷上，要建在它持续进步的方向上。模型越强，你对用户的理解、你在一个行业里攒下的关系、你在真实流程里拿到的独特数据、别人对你的信任，都会跟着更值钱。
小到不值得开公司的问题
转述里还有一个比方：整个经济像一个分形。分形是个数学概念，最好懂的例子是菜市场里的宝塔花菜，整颗菜是一座座螺旋的小尖塔，掰下一朵，还是同样的小尖塔，再掰，还是。往里放大多少倍，细节都一样多。经济也是这样。医疗往里看是一个个专科，专科里还有更细的方向，再往里，是无数具体、低效、过去没人愿意碰的流程：复诊提醒，病历整理，报销单据核对。每放大一层，都是一个完整的小世界。
五年前，这里面的很多问题根本不值得单独成立一家公司。市场太小，软件太贵，交付太重，最多做成某个大产品里的一个小功能。可当 AI 把做出来和交出去的成本一起压下来，那些以前不够大的问题，第一次可能撑得起一门生意。
布罗克曼在那期 Big Technology 访谈里说，“创业的民主化绝对会到来”。他描述过那样的早晨：你醒来，AI 递上一份日报，告诉你你的那些智能体昨晚把事情推进了多少；也许它们正替你经营着一门生意，还会提醒你，有位客户不太满意，想找真人聊聊，你该去谈一谈。AI 不只会造出更大的公司，也会让越来越小的问题值得单独开一家公司；创业的门槛，正在从谁有能力做，挪到谁有资格定义问题。
这对在某一行里扎了很多年的人尤其重要。律师，保险经纪人，供应链专家，制造业工程师，财税顾问。过去他们离问题很近，离产品很远，现在这段距离正在缩短。你不必成为世界上最好的程序员，你需要知道的是，这一行里到底哪个问题，值得请世界上最好的程序员来解决。
先用手做三遍
那从哪儿开始？转述里，布罗克曼给的办法朴素得有点意外：别一上来就搭一个宏大的全自动系统。挑一个小痛点，先自己手动做一遍，再做一遍，最好做上三到五遍。
为什么非得先用手做？因为在你连正确的流程都还没摸清的时候就去自动化，只会让错误跑得更快。先把对的事做出来，再把对的事交给机器。人和机器怎么分工，也可以说得很清楚：机器负责确定的部分，人负责不确定的部分；机器负责重复和执行，人负责定目标、做判断。机器可以把一个人的能力放大很多倍，责任却不会跟着转移。
这一点他讲得毫不含糊。在 Big Technology 的访谈里他说，如果你的智能体把事情搞砸了，伤到了你的用户，“那其实不是智能体的错，是你的错”；人的能动性和人的问责，是整个系统的核心；作为使用者，你不能把责任让出去，不能一句“反正 AI 会去干”就撒手不管。
回到那个问题
如果世界上最好的程序员今天就免费站在你身后，你会让他做什么。
写到这里我发现，这个问题考的早就不是技术。它在考你看见了什么问题，你对那个问题有多懂，你敢不敢第一个去碰那个过去觉得轮不到自己的难题，以及事情做成或做砸之后，你愿不愿意站出来负责。AI 不会让一个人自动长出野心，它只是让野心第一次有了可以干活的手。过去是能力决定一个人敢想多大，往后更可能是一个人敢想多大，决定他能调动多少能力。
那位古董表店的店主，第一反应是这事跟我没关系。我猜很多人的第一反应都差不多，我自己也是。区别只在于，有人被追问了第二遍。这篇文章能做的，大概也就是这第二遍。
信息来源
- OpenAI President Greg Brockman: Doubling Down on Text Models, The Superapp Plan, Codex’s Potential（Big Technology，Alex Kantrowitz，2026-04-07）
- OpenAI's Greg Brockman says it's not too late to build AI startups（Business Insider，经 Yahoo Finance 转载，2025-08-18）
- Greg Brockman 在 X 上谈软件开发的“文艺复兴”（2026-02-06）
- Greg Brockman（Wikipedia）
文中写明是“转述”的几处：那个提问本身、古董表店的例子、产品分两类的划分、经济像分形的比方、先手动做三到五遍的建议，都来自对布罗克曼近期访谈的二手转述，截至发稿没有找到原始出处。