OpenAI 把 Codex 塞进 ChatGPT，我觉得很多人还没意识到发生了什么

6 月 3 日OpenAI 宣布将在未来几周内把 Codex 能力逐步集成进 ChatGPT。很多人看到这条消息时第一反应可能是“又新增了几个功能而已。”但如果你过去半年一直在使用 Claude Code、Codex、Cursor、Windsurf 这些 Agent 工具就会发现这次更新背后的意义远不止于此。因为 OpenAI 正在做的已经不是给 ChatGPT 增加一个编程助手而是在把 ChatGPT 从聊天工具变成一个真正的工作平台。过去我们使用 ChatGPT 的方式很简单提问然后获得答案。而 Codex 的逻辑完全不同它不是回答问题而是完成任务。这两者看似接近实际上代表着两种不同的产品路线。前段时间我做过一个测试我想快速做一份运营数据分析看板。按照传统流程我需要先导出 Excel再用 Python 清洗数据然后交给 ChatGPT 分析最后把结果整理进 PPT。整个过程涉及多个工具来回切换于是我尝试换一种方式直接把需求交给 Agent分析最近 30 天用户增长数据找出异常波动原因并生成一份管理层汇报页面。接下来发生的事情很有意思。数据读取、指标分析、异常检测、图表生成以及页面排版全部由 Agent 自动完成。我做的事情只有一件审核结果。这时候你会发现AI 已经不是在辅助工作而是在承担工作。这也是为什么我认为 Agent 和传统聊天机器人最大的区别不在于模型能力而在于执行能力。很多人至今仍然把 Codex 理解成程序员工具但这次 OpenAI 发布的六个企业插件却透露出完全不同的方向。覆盖的场景包括销售、数据分析、创意设计、产品设计、公募投资、投行业务。仔细看会发现这里面有一半甚至和编程没有直接关系。OpenAI 显然已经不再满足于把 Codex 做成 Coding Agent它更像是在构建一套面向不同职业的工作 Agent销售有销售 Agent设计有设计 Agent分析师有分析 Agent投资机构也有对应的专业 Agent。如果说 ChatGPT 是统一入口那么 Codex 更像是背后的执行系统。相比这些插件我反而更关注两个容易被忽略的更新。第一个是批注Annotations。如果你经常做 PPT、写方案或者制作文档应该都会遇到一个问题AI 生成第一版很快但修改非常痛苦标题不满意、逻辑不满意、配图不满意往往只能重新生成结果改着改着前面调整好的内容也一起被推翻。而批注功能的价值就在于圈选内容局部修改。只改这一部分其余内容保持不变。看似是一个小功能本质上却让 AI 的协作方式更接近真实办公场景。对于企业用户来说这种能力的重要性甚至可能超过模型本身的提升。第二个值得关注的是 Sites。官方把它定义为站点生成但我更愿意把它理解为AI 自动生成轻量级应用。我曾经让 Agent 做过一个简单的项目管理页面原本只是想得到一个 Demo结果最终生成的是一个可以直接分享链接的网页团队成员打开就能查看内容甚至继续协作修改。如果未来再接入数据库、权限系统和企业工具链那么很多内部系统、运营后台甚至临时工具都有可能通过自然语言直接生成。这已经不是网页生成而是在向软件生成演进。如果把视角拉高一点你会发现最近整个行业都在发生类似变化。Anthropic 在推 Claude Dynamic Workflows。Google 在推 Agent Space。微软在推 Copilot Agents。OpenAI 则不断强化 Codex。表面上看是不同产品实际上解决的是同一个问题如何让 AI 从“会回答问题”变成“能完成工作”。过去几年大家竞争的是模型能力未来几年竞争的可能是另一件事谁能成为用户的工作操作系统。从这个角度看Codex 被集成进 ChatGPT大概率只是开始。因为 OpenAI 想要的显然不只是一个聊天机器人。