太顶了,ChatGPT 要和 Codex 搞一起了。

图源:OpenAI 官方资料,searchnews 制图

2026 年 6 月 2 日,OpenAI 开了一场直播:Intelligence at Work

我一直以为时间是今天早上八点半,结果。。。。。。完美错过,所以只能看了重播。

我把整场发布会看完了,这场发布会,不是又多了几个办公插件这种小众事件。

真正的变化是:OpenAI 正在把 ChatGPT 变成入口,把 Codex 变成执行层。

说白了,OpenAI 要把 ChatGPT 和 Codex 直接整合。

我说怎么昨天 Tibo 发了一条消息,说我们应该吧 Codex 改名为 ChadGPT 吗,看起来像是面向大家来调研,实则是向大家汇报。。。

以前你问 ChatGPT,它给你答案。现在 OpenAI 想让你在 ChatGPT 里交代一件事,然后让 Codex 在背后查文件、跑工具、写代码、做页面、改 PPT,最后拿出一个能交付的东西。

看完发布会,让我印象最深的一个点是,Codex 不再只属于程序员了。

Codex 最早的标签很清楚:写代码。

2025 年 5 月,OpenAI 发布 Codex 时,官方定义是一个云端软件工程 Agent。它能在独立 sandbox 里读代码、改文件、跑测试、提交补丁。对程序员来说,这是一个很强的异步同事。

但一年后,OpenAI 发现了一件事。

Codex 的用户不只是在写代码。

官方这次给了几个数:Codex 周活已经超过 500 万;非开发者大约占 20%;这一群人的增长速度,比开发者还快 3 倍以上。

图源:OpenAI 官方资料,searchnews 制图

这就解释了为什么 OpenAI 要做这次整合。

如果 Codex 只是一个开发者工具,它可以继续待在自己的 App、CLI、IDE 里。

但如果 Codex 开始帮市场团队做 launch kit,帮销售团队写客户跟进,帮财务团队整理月结材料,帮运营团队做流程审计,它就不能只待在程序员入口里。

它必须进入 ChatGPT。

因为企业里真正普及的入口,是 ChatGPT。

ChatGPT 负责入口,Codex 负责跑完

但是!!OpenAI 这次不是简单合并两个 App,而是在拆角色。

ChatGPT 负责降低使用门槛。

Codex 负责把事情推进到可交付。

图源:OpenAI 官方资料,searchnews 制图

企业员工不一定知道什么时候该打开 Codex。很多人甚至不知道 Codex 能干什么。

但他们知道 ChatGPT。

所以 OpenAI 的选择很直接:大家不用判断工具入口了,我直接给大家装一块了。

用户不想在手机和电脑上装几十个 AI 工具。真正会留下来的产品,不一定是能力最全的产品,而是用起来最顺手的产品。

这句话放在 OpenAI 身上,就是 ChatGPT。

这,就是 Super App

放在 Codex 身上,就是从你去找它变成它就在 ChatGPT 里面等你。

你品,你细品,这极强的情绪价值。

三个新功能,其实是一条 workflow

这次 OpenAI 给 Codex 发了三件东西:Agent Plugins、Annotations、Sites。

这三个玩意,听起来像三个功能点。

但把它们捏合在一起看,它们其实是一条完整工作流。

插件解决「我能连什么工具」。

Annotations 解决「我怎么局部修改」。

Sites 解决「我怎么把产出分享给团队」。

图源:OpenAI 官方资料,searchnews 制图

先说插件。

OpenAI 这次推出 6 个角色插件,覆盖数据分析、创意制作、销售、产品设计、公开市场投资、投行。官方说,这些插件合计接入 62 个常用应用,打包 110 项 skills。

这不是传统意义上的 skills marketplace

这 TM 的是岗位工作技能包。

大家可以想一下,你为什么能胜任这项工作,是不是因为你具备了这项工作所必备的技能?

比如数据分析插件,不只是让 Codex 连 Snowflake 或 Tableau。它要理解业务问题,查数据,解释指标变化,再做成报告和 dashboard。

创意制作插件也不是简单生成图片。它要从 brief 出发,做 mood board,出广告图,接到 Figma、Canva 这类工具里继续改。

销售插件则接 CRM、Slack、HubSpot 这类系统,帮团队找高优先级账户、准备客户会议、写 follow-up、更新客户记录。

这就比「AI 帮我写一段文案」更接近真实工作。

真实工作从来不是一句 prompt 结束。

真实工作是拿上下文、调工具、产出初稿、被人修改、再放进团队流程里。

看完我只想说,失业越来越快了。

很多 Agent 产品有一个共同问题:第一版看着很厉害,但改起来很痛苦。

这个我是深有体会。

你让它做一份报告,报告 80% 都对,但有一个图表不顺眼,后续你就得为了一个不顺眼的图表搭上至少 2 倍的时间。

我相信各位读者朋友们也是深有体会,这最后一公里的成本,要比前面所有公里的成本加起来还多。

Annotations 做的就是这件小事:你指哪,它改哪。

OpenAI 的官方说法是,开发者已经用 annotations 来改代码、Markdown 文件和网站。

现在这套方式扩展到了文档、表格和幻灯片。

在办公的 workflow 里,大多数时间不是从 0 到 1,而是从 80 分改到 90 分。

你选中 slide 上的图表,让 Codex 换一个更清晰的标签。你标出投资报告里一句结论,让它补来源。你圈住网页导航栏,让它换字体。

它只动被你圈住的地方。

这才像人和 Agent 共同在协作。

Sites 把产物变成一个活页面

我觉得这次最有想象力的功能,是 Sites。

OpenAI 的官方描述是:Codex 可以把想法、分析和计划变成交互式、托管的网页或 App,并通过 URL 分享给 workspace 里的同事。

这个想法太 exciting 了。。。

目前 Sites 是 Business 和 Enterprise 客户的 preview,主要面向 workspace 内部分享。

图源:OpenAI 官方资料,searchnews 制图

这件事看起来像「一句话生成网站」,但我觉得更准确的理解是:OpenAI 想扩展文档、表格、PPT 之外的交付模式。

这很像 Claude Code 的 Tariq 发的 HTML 要比 MarkDown 更适合成为交付工具。

很多工作本来就不适合塞进 PPT。

财务预测更适合变成 scenario planner。

产品发布更适合变成一个随时更新的 launch hub。

客户 review 更适合变成一个能点、能看趋势、能记录问题的内部页面。

这类发布会很容易被写成万能 Agent,然后大家又激动起来,导致 OpenAI 市值又飙升的戏码。

但有三个问题需要注意。

图源:OpenAI 官方资料,searchnews 制图

Codex 没有消失。

更准确的说法是,Codex 能力会进入 ChatGPT,独立的 Codex 入口依然存在。开发者仍然会在 App、CLI、IDE、GitHub 这些地方使用它。

权限也没有自动放开。

OpenAI Help Center 写得很清楚,Business、Enterprise、Edu workspace 里的插件访问,会跟随 workspace app controls。

管理员可以在工作区设置里禁用对应 App,也能通过 RBAC 控制谁能访问。

ChatGPT 和 Codex 的对话也不是完全混在一起。

官方帮助文档提到,两边 conversations 仍然分开,但一些设置和已连接服务可能会沿用。

比如你在 ChatGPT 里接了 Google Drive,Codex 里也可能可用;你也可以随时断开。

Agent 真要进入工作流,比拼的不是 demo 有多顺,而是权限、审计、上下文、确认机制能不能顶得住。

所以,这次 Codex 和 ChatGPT 整合,不能只看成一个产品更新。

它更像 OpenAI 在抢工作层。

模型越来越强之后,用户不会每天比较 benchmark。

用户会问更朴素的问题:

这东西能不能拿到我的上下文?

能不能替我跑工具?

能不能把结果做成可交付物?

能不能让我局部改,而不是推倒重来,浪费时间?

能不能放到团队里共享、追踪、复用?

谁能把这几个问题回答好,谁就更接近企业 AI 的默认入口。

Claude Code 在开发者心里很强,微软 Copilot 占着 Windows 和 Office,国内的飞书、钉钉也都在往统一入口里塞 Agent。

OpenAI 的优势,是 ChatGPT 已经站在了太多人每天打开的地方。

Codex 这次往 ChatGPT 里走,本质上是在把「会执行」变成默认能力。

因为默认入口一旦成立,用户甚至不会意识到自己在切换工具。

他只会觉得:我刚刚让 ChatGPT 把这件事做完了。

这才是我认为 OpenAI 真正想要的东西。

它不只是让你多认识一个 Codex。

它更想让你忘记自己还需要单独打开 Codex。

资料来源:

相关推荐
weixin_446260851 小时前
ClinEnv:面向Agent的交互式多阶段电子健康记录(EHR)环境
人工智能
allein_STR1 小时前
【Transformer拆解】-4. 残差连接(Residual Connection)与层归一化(LayerNorm)
人工智能·深度学习·transformer
算法印象派1 小时前
Rokid AI 眼镜远程协作应用"一线互联"开发实践:重连机制与凭据缓存
后端
奥利奥夹心脆芙1 小时前
深度学习框架ChatGPT原生训练模型和图像识别-手写数字识别
后端
Mike_6661 小时前
RealESRGAN超分环境配置
人工智能·realesrgan
sali-tec1 小时前
C# 基于OpenCv的视觉工作流-章81-弯脚检测
图像处理·人工智能·opencv·算法·计算机视觉
ar01231 小时前
远程协助加持AR:构建工业智能化协同新格局
人工智能·ar
武子康1 小时前
Java-14 深入浅出 MyBatis 插件机制深度解析:四大对象拦截与动态代理原理
java·后端
Caesar12241 小时前
大模型 + UI 自动化踩坑实录:从 Midscene 到向量库 / MySQL 混合知识库
人工智能