6月3日凌晨OpenAI开了一场整整一小时的发布会。这次Sam Altman没怎么露面只在X上引用了一句《传道书》。但产品团队放出的信息足够让每个写代码的人重新想想自己的饭碗Codex马上就要并入ChatGPT了。以后在ChatGPT里你不仅能聊天还能直接让AI帮你干活。更值得关注的是同步发布的三项更新——Agent插件、Annotations、Sites以及一个容易被忽略但极其关键的底层变化GPT-5.5的token消耗量只有同类模型的三分之一。写代码的工具怎么被非程序员抢着用Codex周活突破500万这个数字本身已经够大了。但更值得看的是谁在用。OpenAI透露大约20%的Codex使用者根本不是程序员而是分析师、设计师、投行从业者这类知识工作者。而且这类非技术用户的增长速度是开发者的3倍。为什么非程序员会用一个编程工具因为Codex早就不是单纯写代码的东西了。Codex这次更新的3个功能到底能干什么Agent插件把岗位技能打包成现成组件Agent插件相当于把不同岗位需要的技能提前打包好。覆盖数据分析、创意制作、销售、产品设计、投资和投行一共接入了62个主流企业应用、110个自动化技能。Codex已经不只是开发者的编码工具正在变成知识工作者的通用AI工作台。Annotations选中哪里改哪里Annotations让你能在文档、表格、演示文稿、网页里直接选中要改的部分用自然语言告诉AI怎么改。AI只处理你选中的区域其他内容不动改完直接更新回原文件。这个功能把内容修改从整段重写变成了局部精修人机协作更可控工作流也不会被打断。Sites一句话生成可交互网页Sites能把文档、计划、分析这些工作成果一键变成可交互的网页应用生成链接后团队就能直接访问协作。你只需要输入简单的提示Codex就能快速生成可视化demo、业务仪表盘或可运行原型。相比传统开发流程它大幅降低了搭建内部工具的门槛非技术人员也能更直观地表达需求、推进协作。10倍到50倍的生产力差距不是吓唬人OpenAI内部数据显示95%的工程师每天都在用Codex。用了这个工具的工程师提交PR的数量比不用的同事高出70%。更严峻的是拒绝使用新工具的资深工程师和同级之间可能出现高达10倍甚至50倍的生产力差距。这意味着不管资历多深所有技术人员都站在同一道AI门槛前——跨不过去就可能被快速拉开差距。先用AI的企业已经建立起别人追不上的壁垒摩根士丹利是AI在金融工程领域落地的一个典型案例。该行基于OpenAI大语言模型开发了内部工具DevGen.AI专门用来理解和现代化遗留代码。自2025年初内部上线以来DevGen.AI已处理超过900万行代码累计节省约28万小时工程时间。国内企业的部署也在加速。新京报贝壳财经2025年的调研报告显示89.84%的受访企业已经在业务中部署AI应用68.75%的企业明确期待AI带来降本增效。但仍有10.16%的企业暂无使用计划33.59%尚未制定系统性AI战略。OpenAI首席营收官Denise Dresser引用了一个值得警惕的数字目前AI创造的经济价值中74%被20%的公司拿走。AI带来的不是均匀的效率提升而是剧烈的分化。先用者建立效率壁垒观望者被甩开的速度比想象中更快。模型越来越多企业到底该选哪个Codex的崛起只是企业AI加速部署的一个侧面。与此同时Claude Code在开发者群体中持续渗透Gemini在多模态场景表现突出Llama等开源模型也在快速迭代。企业面临的技术难题越来越现实到底该用哪个模型不同大模型在不同场景下各有侧重。OpenAI的模型在通用能力、工具调用和复杂任务协同上表现稳定Claude在代码理解、长文本处理等任务中一直有不错口碑Gemini的优势则更多体现在多模态能力上。相比之下文心、通义、Kimi等国内模型在中文语境理解、本地化适配和企业落地场景中往往更具实用性。写在最后ChatGPT合并Codex实质上是AI从对话工具向执行Agent的架构级跃迁。当云端Agent可以7×24小时不间断工作当token成本降到原来的三分之一——企业AI部署已经不是要不要做的问题而是做多快、做多深的问题。当企业开始同时调用多个模型时底层资源的统一管理就成了刚需。魔芋AI这类聚合分发平台解决的正是这个环节魔芋AIOpenAI 接口聚合管理支持多种渠道包括 Azure可用于二次分发管理 key仅单可执行文件已打包好 Docker 镜像一键部署开箱即用https://www.moyu.info/register?affzFsq通过一个统一接口接入海内外主流模型实现按需自动路由、统一结算和权限管控。模型用得越多管理成本就越高。这也是为什么像魔芋AI这类聚合平台最近关注度比较高。Codex合并ChatGPT这件事表面上是OpenAI的产品调整实际上反映的是整个AI行业从聊天向执行的一次转移。
Codex周活破500万背后：AI编程工具的终局是什么？
6月3日凌晨OpenAI开了一场整整一小时的发布会。这次Sam Altman没怎么露面只在X上引用了一句《传道书》。但产品团队放出的信息足够让每个写代码的人重新想想自己的饭碗Codex马上就要并入ChatGPT了。以后在ChatGPT里你不仅能聊天还能直接让AI帮你干活。更值得关注的是同步发布的三项更新——Agent插件、Annotations、Sites以及一个容易被忽略但极其关键的底层变化GPT-5.5的token消耗量只有同类模型的三分之一。写代码的工具怎么被非程序员抢着用Codex周活突破500万这个数字本身已经够大了。但更值得看的是谁在用。OpenAI透露大约20%的Codex使用者根本不是程序员而是分析师、设计师、投行从业者这类知识工作者。而且这类非技术用户的增长速度是开发者的3倍。为什么非程序员会用一个编程工具因为Codex早就不是单纯写代码的东西了。Codex这次更新的3个功能到底能干什么Agent插件把岗位技能打包成现成组件Agent插件相当于把不同岗位需要的技能提前打包好。覆盖数据分析、创意制作、销售、产品设计、投资和投行一共接入了62个主流企业应用、110个自动化技能。Codex已经不只是开发者的编码工具正在变成知识工作者的通用AI工作台。Annotations选中哪里改哪里Annotations让你能在文档、表格、演示文稿、网页里直接选中要改的部分用自然语言告诉AI怎么改。AI只处理你选中的区域其他内容不动改完直接更新回原文件。这个功能把内容修改从整段重写变成了局部精修人机协作更可控工作流也不会被打断。Sites一句话生成可交互网页Sites能把文档、计划、分析这些工作成果一键变成可交互的网页应用生成链接后团队就能直接访问协作。你只需要输入简单的提示Codex就能快速生成可视化demo、业务仪表盘或可运行原型。相比传统开发流程它大幅降低了搭建内部工具的门槛非技术人员也能更直观地表达需求、推进协作。10倍到50倍的生产力差距不是吓唬人OpenAI内部数据显示95%的工程师每天都在用Codex。用了这个工具的工程师提交PR的数量比不用的同事高出70%。更严峻的是拒绝使用新工具的资深工程师和同级之间可能出现高达10倍甚至50倍的生产力差距。这意味着不管资历多深所有技术人员都站在同一道AI门槛前——跨不过去就可能被快速拉开差距。先用AI的企业已经建立起别人追不上的壁垒摩根士丹利是AI在金融工程领域落地的一个典型案例。该行基于OpenAI大语言模型开发了内部工具DevGen.AI专门用来理解和现代化遗留代码。自2025年初内部上线以来DevGen.AI已处理超过900万行代码累计节省约28万小时工程时间。国内企业的部署也在加速。新京报贝壳财经2025年的调研报告显示89.84%的受访企业已经在业务中部署AI应用68.75%的企业明确期待AI带来降本增效。但仍有10.16%的企业暂无使用计划33.59%尚未制定系统性AI战略。OpenAI首席营收官Denise Dresser引用了一个值得警惕的数字目前AI创造的经济价值中74%被20%的公司拿走。AI带来的不是均匀的效率提升而是剧烈的分化。先用者建立效率壁垒观望者被甩开的速度比想象中更快。模型越来越多企业到底该选哪个Codex的崛起只是企业AI加速部署的一个侧面。与此同时Claude Code在开发者群体中持续渗透Gemini在多模态场景表现突出Llama等开源模型也在快速迭代。企业面临的技术难题越来越现实到底该用哪个模型不同大模型在不同场景下各有侧重。OpenAI的模型在通用能力、工具调用和复杂任务协同上表现稳定Claude在代码理解、长文本处理等任务中一直有不错口碑Gemini的优势则更多体现在多模态能力上。相比之下文心、通义、Kimi等国内模型在中文语境理解、本地化适配和企业落地场景中往往更具实用性。写在最后ChatGPT合并Codex实质上是AI从对话工具向执行Agent的架构级跃迁。当云端Agent可以7×24小时不间断工作当token成本降到原来的三分之一——企业AI部署已经不是要不要做的问题而是做多快、做多深的问题。当企业开始同时调用多个模型时底层资源的统一管理就成了刚需。魔芋AI这类聚合分发平台解决的正是这个环节魔芋AIOpenAI 接口聚合管理支持多种渠道包括 Azure可用于二次分发管理 key仅单可执行文件已打包好 Docker 镜像一键部署开箱即用https://www.moyu.info/register?affzFsq通过一个统一接口接入海内外主流模型实现按需自动路由、统一结算和权限管控。模型用得越多管理成本就越高。这也是为什么像魔芋AI这类聚合平台最近关注度比较高。Codex合并ChatGPT这件事表面上是OpenAI的产品调整实际上反映的是整个AI行业从聊天向执行的一次转移。
