Codex Sites来了,做站入口变了

大家好,我是孟健。OpenAI 这次发 Sites,做的事情比表面看起来大:它在把建站、部署内部工具、跑原型验证这套动作,整体搬进 Codex 任务流里。

01|先看它到底发了什么

Sites 是 Codex 的一个 plugin,不是独立产品。装上之后,你可以在 Codex 里 create、save、deploy、inspect 网站、Web 应用和游戏,OpenAI 负责托管和 URL。

用法很直接:给 prompt,出来一个 hosted site,有生产 URL,能访问,能分享给 workspace 成员。也支持把现有项目扔进来,让 @Sites 检查兼容性、做必要改动、给出部署地址。

当前是 preview 阶段,仅限 ChatGPT Business 和 Enterprise workspace。Business 默认开启;Enterprise 需要管理员手动在 RBAC 里授权。如果 Codex 里找不到 Sites,去 Plugins 手动添加,装完新开一个 thread 就能用。

官方文档建议写 prompt 时带三件事:audience(给谁用)、core UX(核心交互是什么)、required data or persistence needs(需要存什么数据)。这三个是把需求说清楚的最低门槛。有持久化数据或文件上传需求,要显式说明,Codex 不会猜。

文档里给了几个典型 prompt 示范:给运营团队做项目请求看板,支持提交请求、查看负责人、更新状态、按条件过滤,并要求用 workspace 账号登录;把现有项目交给 @Sites 检查兼容性并给出部署 URL;游戏应用里需要持久化存储玩家分数和头像上传。这三类覆盖了从轻量内容展示到带状态应用的主要场景,代表了 Sites 当前能承接的典型需求。

02|真正关键的,是 save / deploy / permission

Sites 的机制里有一个细节值得单独说:每一次部署的 URL 都是生产部署(production deployment)。

没有测试环境。想先 review 再上线,要明确让 Codex "save a version"(不 deploy),看完再决定要不要发布。发布分两步:save version 先把 build 做好并关联 Git commit;deploy version 才是真正上线。这个设计强迫你在部署前想清楚这次改动值不值得发。

官方文档还把站点区分成几种类型,对应不同的存储方案:纯内容或落地页不需要持久化状态;需要保存记录、用户进度或游戏分数的,用 D1 关系型数据库;图片、视频、文档等文件用 R2 对象存储;需要可搜索元数据的文件上传场景,D1 和 R2 同时用。D1 和 R2 都来自 Cloudflare 生态。这说明 Sites 的后端存储能力接在 Cloudflare Workers 体系上,而不是只停留在前端页面生成。对开发者来说,这个信号很关键:它已经开始处理数据持久化、文件存储和部署边界。

.openai/hosting.json 这个文件存放项目的 linkage 和 storage binding names。这个细节说明 Sites 在管理项目、版本、存储绑定之间的关系------它有版本管理逻辑,不是临时生成一个页面就完事的工具。

权限层面:Business 和 Enterprise 的分层,说明 OpenAI 在往企业内部工具场景上想。团队协作、审查流程、访问控制,这些在里面都有位置。

这些机制放在一起,比"用 AI 生成了一个网页"要重得多。它在管的是:谁能发、发什么版本、绑了什么数据。

03|它为什么会让 Lovable/Replit 难受

Lovable 和 Replit 的逻辑是:你主动去它们的平台做东西。

Codex Sites 的逻辑是:你在 Codex 里做任务,顺手把结果部署出来。

入口位置不同,整个工作流的重心就不同。一旦"做站"变成任务流里的一个步骤,用户就不用切换工具------选题、写内容、做原型、发布,都在同一个 agent 任务里完成。

OpenAI 官方公告(2026-06-02)里提到,Codex 每周用户超过 500 万,非开发者占比约 20%,这部分用户的增速是开发者的 3 倍以上。Codex 从编程工具起步,正在向非编程工作流渗透。Sites 是这个方向上的一步------让非程序员也能在 Codex 里产出可以访问的、可以演示的东西。

第三方评测的观察值得看一眼。Masset 有一篇评测,标题直接写的是:

"OpenAI's Codex Can Build You a Full App in 23 Minutes. It Just Won't Let You Share It."

做出来没问题,23 分钟。但当前分享和公开访问有限制,官方也没给出完整的对外发布路径。

这个限制短期是障碍,长期看可能是保护期。Business/Enterprise 范围内跑通,再扩开放,Codex 已有的 5M 周活用户基数就是正面优势。Lovable/Replit 面对的是入口层面的压力------用户用 Codex 做东西,自然就用 Codex Sites 发东西,平台切换的动力就消失了。

04|我会怎么用它

我看完官方文档后,第一反应是:特定场景现在就能上手。

适合的场景:

  • 内部工具(团队内访问,不依赖公网开放)
  • 活动页、临时运营页
  • 数据看板、指标展示
  • 产品原型,给团队或投资人演示用
  • 可丢弃的小应用,验证完就撤

现阶段不适合的场景:

  • 需要掌控域名的工具站
  • 要接支付、登录体系、SEO、边缘部署的正式产品
  • 长期维护、有成本结构要求的项目
  • 需要公开访问、SEO 导流的出海内容站

做工具站,或者任何靠搜索流量的产品,Sites 现阶段解决不了。你仍然需要 PRD、选词、设计、研发、QA、真实域名、分析埋点、数据复盘这整套闭环。Sites 更像是把最早 20% 的"原型验证成本"压下来------把"从想法到能演示的东西"这段路缩短。

但这个 20% 本来就是卡人最多的地方。很多项目死在"还没做出来就放弃"这一步,如果 Sites 能把这段路从两天缩到两小时,这个价值是实的。

往后程序员真正的分水岭,可能是能不能把任务范围、上下文边界、验证标准、部署条件说清楚。说清楚了,Codex + Sites 做的事情就精准;说不清楚,出来的东西再快也是废的。


👋 我是孟健,前腾讯 T11 / 前字节技术 Leader,现在全职做 AI 编程。

🔥 更多 AI 编程实战:

  • GitHub:@mengjian-github
  • 专栏:AI编程实战

觉得有用?点赞+收藏 就是最大支持 🙏

相关推荐
wuhen_n3 小时前
LangGraph 入门:AI Agent 工作流可视化编排
前端·langchain·ai编程
wuhen_n3 小时前
LangChain Agent 优化:提升智能体决策准确率
前端·langchain·ai编程
brycegao3214 小时前
Tauri2+Vue3+Ollama 实战|依托 AI 协同开发全离线隐私记账桌面软件(开源)
人工智能·开源·vue·ai编程·tauri·ollama·桌面开发
ZzT4 小时前
Harness 怎么拿捏 agent:权限与 effort
openai·ai编程·claude
guyoung4 小时前
BoxAgnts 运行时(5)——MCP 只是开始,运行时才是关键
agent·ai编程·mcp
颜进强4 小时前
20-Spec-Kit Tasks 是怎么把技术方案拆成可执行任务的?
前端·后端·ai编程
程序员鱼皮4 小时前
Cursor 零基础实战教程,夯爆了!带你速通 6 大核心能力
前端·后端·ai编程
颜进强5 小时前
14-Spec-Kit、SDD 和 OpenSpec 到底有什么区别?其实核心思想都一样:先写清楚,再让 AI 干活
前端·后端·ai编程
颜进强5 小时前
16-Spec-Kit 是什么?先从整体流程机制讲起
前端·后端·ai编程