Agent / 分析
OpenAI如何将编程智能体扩展至全体知识工作者
2026年,OpenAI旗下Codex的月活用户数较年初增长逾10倍,ChatGPT Work与Codex合并用户在7月9日上线后不足两周便突破千万。这一增长背后,是一个关键的产品洞察:能使用代码的人群远多于能编写代码的人群,比例约为100比1。OpenAI核心产品工程负责人Akshay Nathan在Latent Space播客中详细阐述了ChatGPT Work的构建思路。他指出,知识工作长期分散于文档、表格、幻灯片等不同工具之间,而ChatGPT Work试图通过统一的智能体框架打通这些场景。Codex与ChatGPT Work共享同一底层智能体架构,但在界面设计、Git可见性、沙盒默认配置等方面有所差异。随着智能体能力不断扩展,Sites、子智能体、持久化记忆等功能正在重塑人们对AI的委托边界,也让更多非技术人员获得了原本只属于工程师的生产力杠杆。
Codex的用户增长曲线在2026年呈现出罕见的爆发态势。根据OpenAI公布的数据,Codex月活用户数从2026年1月至今增长超过10倍,而在7月9日ChatGPT Work正式上线后,两款产品的合并用户数在不到两周内便达到千万量级。这一速度远超外界预期,也印证了OpenAI内部的一个核心判断:编程智能体正在突破原有边界,向更广泛的知识工作场景渗透。
推动这一转变的关键数据是:全球能够使用代码的人群,大约是能够编写代码人群的100倍。OpenAI注意到,早在Codex面向公众推广之前,公司内部的非技术员工就已经开始大量使用它处理日常工作,并将其描述为一种全新的超能力。到2026年6月,知识工作者已占Codex用户群体的约20%,且增速是开发者群体的3倍以上。这一内部信号直接催生了ChatGPT Work这一独立产品方向。
ChatGPT Work与Codex共享同一套底层智能体架构,但两者在产品体验上刻意保持了差异。Akshay Nathan解释称,知识工作的环境与编程环境存在本质不同:前者需要跨越文档、表格、幻灯片、Slack消息乃至本地文件等多种信息载体。ChatGPT Work的设计目标是让用户只需描述期望的结果,由智能体自动组装所需工具、上下文与输出物,而非手动操作各类应用程序。
在具体功能层面,Sites、子智能体与持久化记忆是ChatGPT Work区别于传统工具的核心能力。部分团队已开始用交互式网站替代幻灯片和表格,以呈现更具动态性的工作成果。OpenClaw作为个人智能体产品的早期探索,为持久化计算环境、定时任务与个人助理功能提供了重要参考。记忆与Chronicle功能则让智能体能够在长期交互中积累上下文,逐步理解用户的工作习惯与偏好。
Akshay Nathan还深入探讨了AI对产品开发本身的影响。他认为,当几乎任何人都能构建软件时,想法与品味将成为真正的瓶颈,而非技术执行能力。与此同时,他也坦承LLM在生成真正具有原创性的新想法方面仍存在明显局限。在团队管理层面,他强调需要区分AI带来的表面活跃度与真实的业务进展,并建议以高质量的关键决策次数而非代码提交量或Token消耗量来衡量生产力。
从组织架构角度看,OpenAI在过去数月完成了一次重要整合:Codex的两位核心负责人Greg与Tibo分别接管产品与ChatGPT方向,将原本分散的智能体体验统一纳入同一产品线。这一调整标志着OpenAI正式将Codex从编程工具升级为面向全体知识工作者的通用智能体平台,并将其视为实现AGI普惠愿景的重要路径之一。
要点
- ChatGPT Work与Codex合并用户在上线不足两周内突破千万,Codex月活用户数较2026年初增长逾10倍,知识工作者增速是开发者群体的3倍以上
- Codex与ChatGPT Work共享同一底层智能体架构,但在界面、Git可见性与沙盒配置上保持差异,以适配编程与知识工作两类截然不同的使用场景
- Sites、子智能体与持久化记忆正在重塑用户对AI的委托边界,部分团队已用交互式网站替代传统幻灯片与表格
- 当构建能力趋于普及,想法与品味将成为核心竞争力,LLM在生成真正原创想法方面仍存在明显局限
- OpenAI通过组织架构整合完成了从编程智能体到知识工作智能体的战略跃迁,将Codex定位为实现AGI普惠的关键产品载体
原始标题:Codex from 0 to 10M Users: Building ChatGPT Work — Akshay Nathan, OpenAI
本文由 DataHub 基于公开来源整理,用于信息发现与摘要阅读;具体事实、数据和后续更新以原始来源为准。