奧特曼談 Codex 5.3 與 Agent 時代：「你的工作將是管理一個 AI 團隊」

本文整理自 TBPN 2026 年 2 月播出的單集。

OpenAI 在 2 月 5 日一口氣丟出了好幾個東西：Codex 5.3 模型、Codex Desktop 桌面應用、以及面向企業的 Frontier 平台。同一天，執行長山姆．奧特曼（Sam Altman）上了矽谷直播節目 TBPN，花了 36 分鐘談他對這些產品的思考，以及更大的產業圖景。

這場訪談有一個反覆出現的關鍵詞：capability overhang（能力溢出）。奧特曼認為，現在模型的能力已經遠遠超過多數人實際使用到的程度，真正的瓶頸不在智能，而在工具和界面。這個觀點幾乎貫穿了他對所有問題的回答。

Codex 5.3：不只是更聰明，是更好合作

奧特曼對 Codex 5.3 最興奮的，不是它在 benchmark 上的分數，而是一個聽起來不太起眼的功能：mid-turn interaction，也就是你可以在模型執行任務的過程中即時介入、修正方向。

這為什麼重要？因為現在的 AI Agent 已經能處理好幾個小時的複雜任務了。但如果你一開始的指示不夠精確，或者中途環境條件改變了，不能即時修正就會浪費大量時間。奧特曼用了一個直白的比喻：如果你看到同事正在犯錯卻不出聲提醒，那不叫信任，那叫沒效率。

他也提到，Codex 5.3 發布當天早上，幾個深度使用者在模型還沒正式公告時就察覺到了差異，直接在部署過程中跑來說「Codex 感覺很不一樣了」。這種被老練使用者立刻感知到的品質躍升，或許比任何 benchmark 數字都更有說服力。

5.3 還把先前 5.2 分成兩個模型才能完成的事整合成了一個模型。更聰明、更快、還能在執行過程中跟你互動。奧特曼坦言，這個模型在 computer use（電腦操作）方面也有顯著進步，配合新推出的 Codex Desktop，連不太寫程式的人也能開始用 AI 建造東西。

管理一個 Agent 團隊：新的工作型態

訪談中最有意思的一段討論是關於 agent orchestration（Agent 協作調度）。奧特曼描繪了一個已經開始發生的場景：人們同時開著好幾個 Agent、好幾個分頁，讓它們各自處理不同任務，自己則扮演「管理者」的角色。

他認為這個趨勢會持續加速。隨著模型越來越強，使用者會在越來越高的抽象層級上工作，就像管理階層不需要自己寫程式碼一樣，未來的知識工作者也不需要自己執行每一個步驟，而是在認知頻寬（cognitive bandwidth）的極限上調度 Agent。

這裡有一個值得注意的認知框架。主持人提到 TBPN 前一天的來賓、Uber 的高層，也談到了類似的觀點：消費者未來會想透過自己偏好的 AI Agent 來叫車、點餐、訂機票。如果你是 Uber，你不讓使用者透過 Agent 叫車，那你就是在跟消費者對著幹。奧特曼非常認同這個看法，並進一步指出：每家公司現在都是 API 公司，不管它們願不願意。因為 Agent 就是會去呼叫你的服務，你擋不住的。

這個論點讓人想起智慧型手機剛出現時的情境。Uber 本身就是 iPhone 平台轉換的產物。沒有手機定位，沒有隨時叫車的可能性。現在 AI Agent 正在創造類似的平台轉換，會有全新的公司形態因此誕生，也會有既有公司因此被迫轉型。

Capability Overhang：真正的瓶頸不在智能

奧特曼在訪談中最常回來的概念就是 capability overhang。他的意思是：模型已經很強了，強到現有的工具和界面根本發揮不出它的全部能力。所以接下來一段時間，建造更好的工具來讓人們善用這些能力，比繼續提升模型智能本身更重要。

他用 Codex Desktop 來舉例。這個桌面應用不過是在使用體驗上做了 10% 的打磨，就讓一大堆人突然覺得「這好用到不行」。他自己也承認驚訝於人們對它的喜愛程度，包括他自己。奧特曼甚至透露，他用 Codex 做了一個「自動完成的待辦清單」，把任務丟進去，能自己做的它就做，需要問你的它就問你，需要你自己動手的你再自己來。這感覺已經不只是 coding 工具，而是一個通用型的知識工作 Agent。

這引出了一個更根本的問題：如果 10% 的體驗優化就能釋放這麼大的價值，那真正的競爭壁壘到底是什麼？奧特曼的回答指向了企業端。OpenAI 同日推出的 Frontier 平台，配合 forward deployed engineers（前線部署工程師）到客戶企業去幫忙導入 AI。他觀察到，企業最常問的問題不是「你的模型有多聰明」，而是「我的資料安全嗎」、「Agent 會不會亂存取不該看的東西」、「我要怎麼把 AI 接到現有系統上」。

「運算力就是新石油」

主持人拋出了一個經典提問：Data is the new oil（資料是新石油），這句十年前就被說爛的話，現在是不是更接近事實了？

奧特曼的回答很微妙。他先吐槽了一下十年前講這句話的那些人「真的浪費了那個口號」，然後話鋒一轉：如果硬要選一個最接近「新石油」的東西，他覺得是運算力（compute power），不是資料。過去八年 AI 進展的核心邏輯就是：投入更多資源（運算力、資料、新想法），模型就按照對數尺度持續變好。這個趨勢從來沒有停過。

所以有些人擔心 scaling 是不是到頂了？奧特曼很直接：到目前為止，沒有人說對過。有時候看起來像是停滯了幾個月，但通常只是在消化新的模型形式或新的突破。長期趨勢一直很穩定。

這也是為什麼他提到，目前最大的瓶頸在晶片（chips），不在能源。雖然兩者輪流成為瓶頸，但此刻最卡的是晶片供應。他呼籲整個社會應該有意識地增加全球晶圓產能，而不是等市場自己慢慢解決。

SaaS 沒有死，但正在被重新定義

主持人問了一個業界都在討論的問題：Software is dead?（軟體已死？）

奧特曼的答案是「不同了，但絕對沒死」。他觀察到過去幾年隨著 AI 模型推出，SaaS 股票出現了好幾波拋售潮，而且他預期這種波動會持續下去。但他也說，他最近跟一些 SaaS 公司聊天，它們其實不慌。它們的態度是：「對，其他人現在也能快速寫軟體了，但我們也可以啊，而且我們有現成的 system of record（系統記錄）。」

聽起來合理，但有些 SaaS 公司確實會變成更薄的一層。有些會活得很好，有些不會。市場正在重新定價。

我的觀察：「能力溢出」是對臺灣產業最該敲響的警鐘

奧特曼在這場訪談中反覆強調的 capability overhang，其實對臺灣的科技業和企業端有非常直接的意涵。

臺灣多數企業對 AI 的使用，還停留在「讓 ChatGPT 幫我寫個信」的階段。但模型早就能做遠比這複雜十倍的事了。問題不在模型，在於我們根本不知道它能做什麼，也沒有把它接進實際工作流程的工具和方法。

奧特曼描述的「管理 Agent 團隊」的未來，聽起來可能很遙遠，但其實已經在矽谷的先行者中發生了。一個人開著五個 Agent 分頁，同時推進五條工作線，這不是科幻小說，這是現在式。臺灣的開發者和企業如果還在用去年的方式思考 AI，那個差距會越拉越大。

「每家公司都是 API 公司」這句話，也值得每個臺灣的產品經理和技術主管認真想一想。當 Agent 可以直接透過 API 跟你的服務互動，你的漂亮 UI 還重要嗎？你的護城河到底在哪裡？這些問題很快就不再是假設性的了。