Codex App 是我心中无可争议的 2026 年年度最佳产品。2025年的是Claude Code CLI。在 CLI 的阶段，Codex CLI 就基本追上了 cc，成为了我的主力，那时候我的判断是，将这类工具封装进一个更加用户友好的 GUI 界面中是必然发生的，并投身于独立开发中。但 Codex App 实在是太好用了，基本阻断了所有同类产品的路，直接成为了行业标杆。
这并非我一家之言，最好用的佐证就是去看这个世界上最伟大的公司字节跳动的团队在抄什么。coze 抄 Dify 的时候，Dify 就是那时候最好的 AI 应用产品，后来 Manus 出来了，他们立马就开抄 Manus 。 Trae 之前抄的是明星产品 Cursor，Codex 一出来，很快啊，啪的一下就转型了。最近已经跟进到「侧边聊天框」功能了都 😏。当然了，Cursor 也在抄，天下文章一大抄嘛，不寒碜，但起码说明了，至少在26年上半年吧，Codex 称得上是最好的 AI 应用之一。
Codex 明显是有负责协调用户对功能的认知和体验的产品团队（或者是体验设计团队）的，他们的每一次迭代，每一个新增的功能的设计，一些微小的调整，都透露着非常传统的体验设计工作的痕迹，如果他们能放出来产品更新日志的话就更清晰了。相比之下，Claude desktop 的工程师气质就浓很多了。同一个功能 Codex 这叫「侧边（发起侧边聊天）」，Claude 那叫 /btw ，Codex这边叫「引导」，Claude 那边叫「立即发送」。味儿冲到一闭眼仿佛已经能想象出团队成员的日常穿着的程度 🤓。
尽管如此，我必须说，Codex 的基础信息架构还是来源于工程师的思维方式的。
社区里不时会刷到有人有这样的疑问：用 AI 的时候到底是应该每次开一个新对话还是一直在一个对话里聊啊？
了解一些 Agent 工作原理的朋友就会出来告诉他，要看你问的问题跟之前的对话内容有没有关系，需不需要之前的对话信息作为前情提要。如果需要的话就接着聊，如果不需要的话最好开一个新的对话，这样会减少上下文的污染。
回答的很棒，但这不重要，重要的是，为什么会有人问这个问题？
因为它不直觉。它需要掌握一些知识，用系统2的方式决策，形成习惯后才会觉得这样区分没什么问题。
所以我说它是来源于工程师的思维方式的。工程师在日常工作中一个非常重要的中间环节，就是「拆需求单」，把开过的会，看过的文档，当面说过的话，以及办公工具中SB产品经理和老板们发的消息，拆成一个一个的需求单，然后再一个一个的完成这些需求。
（不仅如此，他们在具体开发过程中做模块化设计时也这样）
所以对于工程师来说，左边一排 sessions 太直觉了，项目文件夹就是一个整体需求，干一个事就开一个 session ，新的事就再开一个，上个事没干完就接着聊。一条指令到底应该属于哪个需求单的，他们用系统1反应，0.1秒就得到答案了。
但是别人不是这么思考的。
别的不说，你的老板肯定不是这样思考的对吧。他肯定不会先在自己脑子里把事拆完了，一项一项的安排下去，再一项一项的验收。但他会找人，会拉群，然后把他要的结果简单说一下，剩下的你们自己安排去吧。然后留下一句「今晚发我」后转身离开。并在次日上午已读你发的东西🙂。
其实大部分坐办公室的普通人也这样。以白领的另一个经典工作产物 PPT 为例，它在生产中的主要循环是给审阅人看，然后处理审阅人的修改意见。你没见过谁做个 PPT 还分谁负责确定主题、谁负责整理大纲、谁负责逻辑框架、谁负责填充内容、谁负责选模版、谁负责做动效吧。最多分几个人，你做几页，我做几页，最后统一改下格式就完了。但如果你真用上面的分工方式跟 AI 聊，每个session 对应一个任务，一层层的让 AI 帮你做，效果绝对比你一个雷霆大会话让AI一页一页干中途触发7次自动压缩上下文做出来的 PPT 要好 🤪。
而 Grok bot 的信息结构就太适合我们这帮人了，完全就是办公软件的体验。上来先加一堆对应职责的 bot，然后你就聊吧，有啥事直接找对应的 bot 发消息就行，甚至你连该找谁都不用想，直接发给主bot，他会帮你找到对应的 bot，帮你拉群，必要时他们会自己来私聊你的。
完全不用理会上下文管理，随时随地插嘴，随便想一出是一出，5条消息里不连续的安排他6个事，他但凡记错个什么张口就骂，骂完他就长记性（写进memory文件了）。
用了 Grok bot 你就会发现，虽然你从没当过老板，但是已经完全具备了老板的思维方式了😎。情绪价值也给到了。
你问：主包，那我起手没有那么多分工明确的 bot 怎么办？
bot 市场里第一个就是蛋博士，他负责帮你创建需要的 bot，你让他先给你做个搜索别人做好的 bot 的 bot，然后你就能道生一，一生二，二生三，三生万物了 🪄。
有群友认为，Grok bot已经是上一代的产品了，现在是 Personal Agent 的时代了。没有角色扮演，没有分工拉群，全程就一个 AI，所有对话，一聊到底，是不是很大胆，整个产品生命周期，所有对话，一聊到底，就这么一个AI，一聊到底，对所有用户都是，一聊到底。哇，所有用户，你问小扎啊，王二鹅啊，都很兴奋，一聊到底。我们一直在做一聊到底的准备。
但是我最后还是放弃了，你知道为什么，我研究了大量的 Personal Agent 产品，也有一些自称是PA的产品啊，还有尤其是最近几周，有一些试验性的 PA，在TestFlight上分发的，我都看过，我专门看，研究。你知道最大的问题是什么吗？当然这是一个专业问题，简单地说最大的问题就是钱，因为我给 Grok bot 付钱了，付了钱还有没用完的额度，我接受不了🥹。
（这段谁能帮我做个张艺谋一镜到底换词视频发 B站上炒个冷饭）
认真说的话，我不觉得二者之间有代际差，同时各有各的好处。
其实我是反角色扮演派的。在做提示词工程时我就在尽量避免使用「你是XXXX专家」的这种用法。包括后来的 MGX，我没有觉得它好用。原因是这些设定好的角色，本质上是在系统提示词上做了约束，而这些约束会导致在使用模型时只激活特定的某些专家模块。但是现在的模型厂商在训练 MoE 架构时就已经针对 Router 做了足够的训练。我凭什么认为我对一个任务该激活哪个专家的判断会优于模型呢？所以最好的使用模型的方法是把任务描述清楚，充分利用模型已经被训练好的智能，让它来决定激活哪个专家。这类似于你去一家顶好的医院，你应该跟导诊的人充分描述你的病症，他自然会告诉你去挂哪个科室的号。而不用你跟他说：「你是肛肠科专家，以下是我的症状：口腔溃疡，请带我去对应的科室就诊」。他到底应该带你去哪个科室？
But，
角色扮演也有角色扮演的好处。其中之一就是「启发」。当我有一个 Research 的 bot 时，我就会在需要做 Research 时想到使用 Grok bot。在用一聊到底的 PA 时，我常常想不出要让它干点啥。一些能让它干的事，也是在干完之后突然意识到可以让它干，之后也还是容易忘，忘就难以养成习惯，就影响长期留存率。我现在用的最多的还是定时任务类的，这习惯完全承袭自 OpenClaw。
那你问：主包，我起手没有那么多能启发我的 bot 怎么办？
我：我给你最直接、最真相、最不绕弯子的回答。你的症状应该去挂眼科 🙄。
另外，模型现在的表现实在太强了。对于大多数任务来说，模型的能力都远超所需。你设定它是产品经理，但是让他写代码，只要给他对应的工具权限，他照写不误。所以前面提到的短板也没那么短啦。
最后，本文并非 Grok bot 的软文，只是借用这个主题分享一下对这几代 AI 产品的产品架构设计的思考，顺便做一点科普。纯粹是为碟醋包的这顿饺子。
以上内容不构成任何产品使用、付费和投资建议。我只是个付了钱却没用完额度的 Token 奴隶，而你（的大脑），我的朋友，是真正的免费无限量模型 🫵 ！
（行文至此时，手表提醒我 Codex 又重置了，我压力真的好大啊 🫠）