作者：林岚｜OC 技术编辑

据 OpenAI 的 Intelligence at Work 发布会及随后发布的产品说明，Codex 正在进入更广泛的 ChatGPT 工作体系。OpenAI 同时推出面向不同职业的插件、可分享的 Sites 和用于局部修改的 Annotations，把 Codex 从编程代理扩展到销售、分析、设计、创意和金融工作。

一句话结论：ChatGPT 与 Codex 合并，不是给聊天机器人加一个“写代码”按钮，而是把 ChatGPT 的用户入口、企业数据和对话上下文，与 Codex 的文件系统、工具调用、持续执行和结果验证能力接在一起。

Tinyfool 在视频《ChatGPT 的最后一块拼图？ChatGPT 和 Codex 合并了？》里用了一个很准确的说法：ChatGPT 是入口，Codex 是执行层。

这句话比“ChatGPT 也能写程序了”更接近这次变化的实质。

先说清楚：它们真的已经合并了吗？

现在已经不能只说“正在合并”了。至少在桌面端，这件事已经进入产品现实。

7 月 9 日，一些 Codex 用户打开应用后看到升级提示：“Codex 现已成为 ChatGPT 应用。” 提示同时说明，原来的 Codex 编程工作可以继续使用，用户也可以选择保留 Codex 应用图标。X 用户木马人贴出的界面截图很直观，他只写了一句：“眼睛一睁一闭，Codex 没了。”

这里的“没了”不是功能消失，而是 Codex 作为一款独立产品的身份被吸收进 ChatGPT。宝玉在对这次更新的梳理中提到，新桌面应用提供 Chat、Work 和 Codex 三种使用方式：Codex 保留代码差异、PR 等开发界面，Work 隐藏技术细节，面向非开发者处理跨应用任务。对用户来说，它们开始共享同一套能力和任务上下文，而不是三个互不相干的产品。

The Information 报道，OpenAI 已经把 ChatGPT、Codex 和 API 团队放进由 Tibo Sottiaux 负责的“核心产品与平台”组织。近期方案是在 ChatGPT 中加入 Codex 能力，让用户还能看见任务由哪套方式处理；长期方案则是不再让用户选择“问 ChatGPT”还是“交给 Codex”，系统自己判断该聊天、搜索、调用工具，还是在本地或云端启动一个持续任务。

所以这不是简单地给 Codex 换个名字。Codex 仍需要面向开发者的 worktree、终端、代码审查和本地环境；ChatGPT 也仍需要快速问答、语音、记忆和轻量聊天。被消除的是应用之间的边界，不是两种工作方式本身。

合并方向是对的，但这版界面确实值得商榷

问题也恰恰出在这里：产品可以合并，用户的使用习惯却不会在一次升级后自动合并。

新版桌面应用明显以 Codex 的任务界面为中心，传统 Chat 被收进一个较小的浮动窗口或侧边入口。多名用户在 Reddit 上抱怨，原来的 ChatGPT 对话、Projects 和完整历史记录变得更难寻找：有人看到的“See all”只有近期聊天，有人不知道去哪里继续项目，也有人面对两个都叫 ChatGPT、功能却不同的桌面应用感到困惑。这些是社区用户的实际反馈，不代表每个账号都遇到了完全相同的问题，但它们指向同一个信息架构矛盾。

Chat 和 Codex 原本服务的是两种不同的工作节奏。Chat 是按时间展开的对话，人会在里面慢慢形成问题、反复讨论判断、找回几个月前的思路；Codex 则围绕项目、任务、文件、修改记录和运行状态组织信息。前者的核心是“我以前和它聊过什么”，后者的核心是“这项工作现在做到哪里”。

把 Chat 缩成一个小浮窗，相当于把“执行”放到了视觉中心，却低估了对话历史本身也是工作上下文。很多任务并不是从一句清楚的命令开始的。用户可能先聊半小时，才知道自己真正要做什么；也可能需要翻回旧项目，找到一次决策的来龙去脉，再把它交给 Agent 执行。如果完整聊天记录、Projects 和搜索入口被藏深，ChatGPT 最有价值的长期上下文反而会在合并中变得难用。

OC 认为，正确的合并不应该让 Chat 或 Codex 任何一边退化，而应该让两边能自然交接。Chat、Work、Codex 可以有清楚的一键切换；聊天历史与任务历史应当统一搜索，同时保留项目筛选；用户从一段对话发起任务后，也应该随时回到完整讨论，而不是只能看见一个临时小窗口。

这版 UI 还有优化空间，并不推翻合并本身的意义。相反，正因为 ChatGPT 正在从聊天工具变成工作入口，它才更需要保护用户已有的聊天记录、项目结构和操作习惯。战略方向没有问题，眼下的问题是产品界面还没有把两种工作节奏接好。

ChatGPT 缺的不是知识，而是把事情做完的能力

过去的 ChatGPT 很像一个反应很快的顾问。你可以上传文件、询问意见、让它写一段分析，它也能调用搜索和少量工具。但工作一旦变成长链条，问题就出现了：中间文件放在哪里，做到一半如何继续，多个步骤怎样验证，失败后从哪里恢复，最终产物如何反复修改？

Codex 的出发点不同。它最初面对的是代码仓库，因此天然拥有一个可操作的工作空间：目录里有文件，Git 记录变化，测试可以验证结果，命令行可以调用工具，任务也可以在后台持续运行。代码只是最早拥有这些条件的工作材料。

OpenAI Academy 对两者的区别概括得很直接：ChatGPT 帮你思考工作，Codex 让你把工作的一部分真正交出去。当 Codex 把这种工作方式带进 ChatGPT，聊天窗口才开始从“给建议的地方”变成“调度工作的地方”。

这也解释了为什么 Codex 的关键不只是代码模型，而是 harness，也就是包在模型外面的执行系统。《The Information》援引 Sottiaux 的说法称，Codex 更强的 harness 是 OpenAI 想把它与 ChatGPT 合并的重要原因。模型负责理解和推理，harness 负责提供文件、工具、权限、任务状态、反馈和验证。没有后者，再聪明的模型也容易停在“这里有五条建议”。

为什么普通用户最终不会去管理 repo 和 shell

程序员愿意打开项目目录，是因为代码本来就住在目录和 Git 仓库里。普通知识工作者的上下文却散在 Gmail、Slack、Salesforce、Box、Google Drive、Databricks、Figma 和公司数据库中。让他们先把这些东西映射成本地文件，再学习终端命令，等于把 Agent 的接入成本重新扔给用户。

X 用户 Eli Mernit 分享过自己用 Claude Code 整理邮件和分析消费记录的做法：因为 Claude Code 看不到邮箱和账单，他搭建了一套虚拟文件系统，把 Gmail、Notion 和 Google Drive 同步成本地目录。这证明代码 Agent 确实可以处理非编程任务，也暴露了普通用户最大的门槛——不是模型不会做，而是数据没有以它能安全使用的方式出现。

OpenAI 的解法是把这层连接产品化。首批六个 role-specific plugins 面向数据分析、创意生产、销售、产品设计、公开市场投资和投资银行，共打包 62 个应用与 110 个技能。插件不是换一段“你现在是一名销售”的提示词，而是把可访问的应用、工作步骤、专业指令和输出形式一起装好。

这就是 Codex 必然走向云端工作空间的原因。云端不只是为了让任务关掉电脑后继续跑，更是因为企业数据、权限和协作关系本来就在云端。普通用户需要的不是一个裸露的 shell，而是一个能在管理员授权范围内连接现有系统、保存中间状态、定时执行并留下审计记录的工作空间。

为什么 Sites 和 Annotations 比新模型分数更重要

很多 AI 工作流死在“生成第一稿”之后。模型做了一份报告或网页，团队成员怎样查看？发现图表有问题，是重新写提示词，还是能直接指着那一块修改？结果更新以后，链接会不会失效？

Sites 把 Codex 生成的结果变成工作区内部可访问的网页和小应用。它可以是一张销售复盘面板、财务情景模拟器、项目发布中心，也可以是团队持续更新的客户页面。这里的关键不是“AI 会做网站”，而是产物从一次性回复变成了有 URL、有权限、可以继续运行的共享对象。

Annotations 则补上修改环节。用户可以选中网页导航、幻灯片图表或投资判断中的一句话，让 Codex 只修改这一部分，或者解释证据来自哪里。这让人和 Agent 的协作更像审稿与改稿，而不是每次从一段新提示词重新抽奖。

视频中提到的 Houston Bank、销售准备、数据分析和创意生产演示，都应该从这个角度理解：OpenAI 展示的不是 Codex 会多少职业，而是同一个执行层能否读取不同系统，生成不同形态的产物，再接受团队反馈。

合并为什么对 OpenAI 自己也很重要

OpenAI 公布的数据显示，Codex 已超过 500 万周活，比 2 月桌面应用发布时增长六倍以上。开发者仍是最大群体，但分析师、营销、运营、设计、研究、投资和银行从业者已经约占用户的 20%，增长速度超过开发者的三倍。Axios 也报道了知识工作者推动 Codex 增长的趋势。

对 OpenAI 来说，这是一条很诱人的路径。ChatGPT 拥有庞大入口，但大量用户停留在偶尔提问；Codex 用户会运行更长任务、调用更多工具、消耗更多 token，也更容易形成企业付费。OpenAI 自己的研究显示，内部重度用户一天会运行数小时 Agent 工作，Codex 已占 OpenAI 内部每周输出 token 的 99.8%。

换句话说，ChatGPT 带来分发，Codex 带来使用深度。合并可以把“来问一个问题”的用户，逐渐变成“把一段工作交给系统”的用户。

Michael Schade 在 X 上总结 Codex 工作方式时认为，真正的转折是从交代一个个精确任务，转向提供更高层目标与足够上下文。Codex 可以利用会话历史、写入文件、建立技能并通过自动化重复执行。这种模式一旦进入 ChatGPT，就不再需要用户先认同自己是“Codex 用户”。

它与 Claude Code、Cowork 和 Google 的差别在哪里

Claude Code 很早就证明，围绕文件系统和终端构建的 Agent 不只适合写代码。它擅长读取大量文件、持续修改和调用命令，也催生了很多非编程用法。Anthropic 后续推出 Cowork，本身就在承认这套执行范式可以推广给知识工作者。

OpenAI 的结构性优势是 ChatGPT 入口。用户已经在里面聊天、上传文件、使用语音、连接应用和建立记忆。如果 Codex 能力在需要时自动出现，普通用户不用先理解 Claude、Claude Code、Cowork 之间的边界，也不用把工作迁到一个明显属于程序员的产品里。

但这不等于 OpenAI 已经赢了。Anthropic 在长上下文、代码 Agent 文化和开发者信任上仍然很强；Google 的 Workspace、Gmail、Drive、BigQuery 和云平台掌握大量企业原生上下文；微软则有 Microsoft 365、GitHub 和 Azure。OpenAI 的统一入口是优势，能否稳定连接别人控制的数据和工具，却也是它的依赖。

X 上的产品观察者 Aakash Gupta 曾把 Codex 描述为拥有云端执行、worktree 和中途调整能力的“委托引擎”。这个判断抓住了差别，但用户最终不会因为 worktree 选择产品。他们只会看三件事：任务是否完成，结果是否能检查，出错后是否容易修正。

真正困难的部分还没有消失

统一入口也会带来新的风险。

首先是权限。聊天机器人读一份文件和 Agent 代表用户修改 Salesforce、发送邮件、发布网页，不是同一等级的授权。系统必须知道哪些动作可以自动完成，哪些必须确认，哪些只能在沙箱中预览。

其次是上下文。连接的应用越多，Agent 看见的信息越多，但错误使用过期数据、跨客户混淆信息或泄露敏感内容的可能性也越大。插件降低提示词门槛，并不会自动解决数据治理。

第三是成本。长时间运行、多个子任务并行、反复调用浏览器和企业系统都会消耗大量 token 与计算资源。Agent 是否普及，取决于每个“完成的工作结果”多少钱，而不是单个模型的榜单分数。更高 token efficiency、缓存、小模型路由和任务暂停机制，最终都会成为产品体验的一部分。

最后是责任。一个好员工会理解目标，但企业仍然知道谁对结果负责。Agent 可以主动检查销售报告和 App Store 数据，也可以主动做出错误判断。真正可用的主动性必须配合来源、日志、异常提醒、回滚和明确的人类负责人。

关键事实

• Codex 已超过 500 万周活，知识工作者约占 20%，增长速度超过开发者三倍。
• OpenAI 已把 ChatGPT、Codex 和 API 团队整合进同一个核心产品与平台组织。
• 桌面端合并已经开始落地，升级界面明确提示“Codex 现已成为 ChatGPT 应用”，原有 Codex 工作仍会保留。
• 新桌面端同时容纳 Chat、Work 和 Codex，但多名社区用户报告 Chat 对话、Projects 和完整历史记录比以前更难访问。
• 首批六个职业插件包含 62 个应用和 110 个技能。
• Sites 把 Agent 结果变成可分享、可持续更新的内部网页或应用。
• Annotations 允许用户对结果局部批注、追问来源和定向修改。
• 长期方向是系统自行决定使用聊天、工具、本地环境还是云端执行，而不是让用户选择产品。

OC 判断

ChatGPT 与 Codex 的合并，补上的不是“编程能力”，而是工作状态。聊天擅长理解意图，文件系统保存中间产物，工具连接现实系统，后台运行提供时间，测试与批注负责反馈。只有这些东西连起来，模型才从回答问题变成推进项目。

但能力合并不等于把 Codex 的界面放大、把 Chat 缩小。对话历史不是旧时代留下来的负担，而是用户的记忆、项目背景和决策记录。OpenAI 需要恢复它作为一级入口的优先级，并让 Chat、Work、Codex 之间的切换和上下文延续足够清楚。

这也意味着未来的办公软件可能不再以 Word、Excel、CRM 或浏览器作为第一入口。用户先描述目标，统一 Agent 再调用这些工具。OpenAI 想成为的“AI 基础设施”，不是躲在机房里的模型 API，而是夹在用户意图与所有软件之间的执行层。这个方向值得支持，当前界面的困惑则应该尽快修正。

为什么重要

• 开发者：Agent 产品的竞争正在从模型能力转向 harness、权限、状态管理、验证和恢复。
• 企业：统一入口能降低培训成本，但会把应用权限、数据治理和审计集中到一个更关键的平台。
• 普通用户：你不需要学习编程，真正需要学习的是如何给出清楚目标、成功标准和可检查的反馈。

参考来源

• Tinyfool：ChatGPT 的最后一块拼图？ChatGPT 和 Codex 合并了？
• OpenAI：Intelligence at Work
• OpenAI：Codex for every role, tool, and workflow
• OpenAI：Codex is becoming a productivity tool for everyone
• OpenAI：How agents are transforming work
• The Information：Inside OpenAI's Decision to Combine Codex and ChatGPT
• Axios：Office workers drive OpenAI's Codex growth
• 木马人在 X 上展示 Codex 并入 ChatGPT 的升级提示
• 宝玉在 X 上梳理 ChatGPT、Work 与 Codex 的合并
• Reddit 用户讨论 ChatGPT 对话被收进较小入口
• Reddit 用户反馈新应用中的历史记录与 Projects 访问问题
• Michael Schade 在 X 上谈 Codex 的目标与上下文
• Eli Mernit 在 X 上谈 Claude Code 的非编程工作流
• Aakash Gupta 在 X 上谈 Codex 的执行能力