Builders Unscripted: Ep. 4 - Pietro Schirano

**TL;DR:** Pietro Schirano 展示了如何利用 GPT 5.5 和 Codex 将创意想法转化为现实——从图像到声音的加密编码，到自动图标生成，再到语音驱动的写作助手，这些应用将 AI 变成了心智的延伸。 ## 多才多艺的探险家 Pietro 是一位音乐家、工程师、设计师、创始人和 OpenAI 模型的早期测试者。他的创造力源于一种探险家心态：“我们生得太晚，无缘大海；生得太早，无缘星辰。”在他看来，AI 就像是新的海洋和星辰——一个可以像麦哲伦或马可波罗一样去探索的潜在空间。“你能进入这项不可思议的新技术的思维，像过去的探险家一样探索，弄清楚用这项技术我能做什么。”他说。 ## 评估新模型的三个维度 每次新模型发布（例如 GPT 5.5），Pietro 都会用一套个人评估集来测试三个关键维度： 1. **指令遵循** – 模型在严格遵循指令方面有多好？他提醒，更“安全”的更新有时反而会牺牲遵循能力。 2. **任务执行** – 模型是否能真正完成他要求的操作？ 3. **多智能体指导** – 模型在指导其他智能体方面表现如何？这是一个复杂任务，例如让 Codex 产生多个子智能体并协调它们。 他展示了自己为 Codex 打造的快捷键系统：例如“Spawn”命令会生成多个智能体，“PR”命令会审查代码并推送拉取请求。GPT 5.5 的一大进步是能更长时间地保持任务专注，而这对真正的“财富解锁”至关重要。 ## 创意演示：图像与声音的神秘交流 Pietro 展示了第一个用 GPT 5.5 构建的应用——将图像转换成声音，再通过声音重建图像。他播放了 OpenAI logo 转换成的一段音乐，听起来和谐悦耳。然后他将这段声音拖回应用，要求恢复图像——logo 完美重现。他提到这让他想起史蒂文·斯皮尔伯格的《第三类接触》中人类与外星人通过类似方式交流的场景。这个应用的背后是密码学、音乐理解和多模态推理的融合，而 5.5 几乎一次就完成了整个工作流。 ## 从图标设计到应用图标 当被问及设计流程时，Pietro 展示了刚刚生成的“Odysseus”应用图标——一艘希腊船和一支羽毛笔组合，带有渐变、纹理和边框效果。他感慨：“15 年前的我要花好多个小时才能在 Photoshop 里做出这样的效果，而现在一次就搞定了。” ## 写作助手 Odysseus：心智的延伸 Odysseus 是一个写作自动补全工具，名字取自《奥德赛》和《尤利西斯》，象征“无限可能性的海洋”。它可以: - 在你打字时自动补全下一个可能的文本。 - 通过 GPT 实时语音版本，直接说话就被转换成文字，像第二大脑一样实时捕捉想法。 - 支持 stub 命令让模型自动生成内容，并允许在中间插入、修改。 “我们人类是不可思议的输入机器（视觉、声音、嗅觉），但输出方面有点糟糕，”Pietro 说。而 Odysseus 让界面感觉就像自己自然的延伸——“我对它说话，它就实时写下来，我可以停止、自动补全，这太疯狂了。” ## 编程的新媒介 Pietro 将 AI 编程类比成摄影：过去不是每个人都能成为好的画家，但几乎人人都能按下快门拍照。现在有了 Codex 和 GPT，编程不再是遥不可及的技能，而成为了“可塑的黏土”——你脑中一个想法的快照。这种转变让他感到振奋。 **来源:** [Builders Unscripted: Ep. 4 - Pietro Schirano | YouTube](https://www.youtube.com/watch?v=SPC_yCe1cUw)