OpenAI 的新算盘：让不会写代码的人也用 Codex

过去很多人对 Codex 的理解很简单：这是一个写代码的 AI。

程序员让它改 bug、写测试、重构项目、看 PR。这个定位没错，但已经不够了。

OpenAI 6 月 2 日的新发布，真正有意思的地方不是“Codex 又多了几个功能”，而是它正在被推出程序员圈。

OpenAI 说，现在每周使用 Codex 的人已经超过 500 万。更关键的是，非开发者已经占到整体用户的约 20%，增长速度是开发者的 3 倍以上。

这句话的含义很直白：Codex 不只是给程序员用的了。

Codex 想做办公室里的交付机器

这次更新里，OpenAI 推出了面向不同角色的插件。

不是那种单个小工具插件，而是一整套按岗位打包的工作流：数据分析、创意制作、产品设计、销售、公开市场投资、投行。

这些插件合起来覆盖 62 个常用应用和 110 个 skills。

你可以把它理解成：OpenAI 不再只让 Codex 会写代码，而是让它理解不同岗位每天真正要交付什么。

分析师不是想要“一个回答”，而是想要一份可解释的数据报告。

市场团队不是想要“几句文案”，而是想要 campaign board、素材变体、产品图、复盘材料。

销售不是想要“客户总结”，而是想要高优先级客户线索、会前材料、跟进邮件、CRM 更新、风险 deal 复盘。

这就不再是聊天机器人的逻辑了。

聊天机器人回答问题，Codex 交付东西。

Sites 是更大的信号

这次我最在意的是 Sites。

OpenAI 说，Codex 可以把想法、分析、计划变成交互式网站和轻量应用，并通过 URL 分享给工作区里的同事。

这听起来像一个小功能，但其实很关键。

过去知识工作的大部分产出，都被塞进文档、表格、PPT、邮件和聊天记录里。它们能表达，但很难操作；能存档，但很难继续生长。

Sites 想换一种形态。

比如客户复盘不再是一份静态文档，而是一个可以更新的客户页面：产品进展、风险点、使用数据、下一步动作都在里面。

财务模型不只是 Excel 里的一堆 tab，而是一个可以调参数的 scenario planner。

产品发布不只是几页材料，而是一个动态 hub：信息、负责人、里程碑、决策记录都能集中在一起。

这才是 Codex 从“写代码”走向“做工作”的关键。

它不是让所有人学编程，而是把软件生成能力藏到工作流后面。

真正的对手不是 Cursor

很多人会下意识把 Codex 和 Cursor、Claude Code 放在一起比。

如果只看开发者工具，这当然合理。

但这次 OpenAI 的目标明显更大。它想让 Codex 进入销售、投研、市场、设计、运营、管理这些岗位。

也就是说，Codex 的对手不只是 IDE 里的 AI 编程工具，而是 Notion、Airtable、Coda、Figma、Tableau、Salesforce 这些办公室软件的边界。

它不一定要替代它们。

更现实的路径是：Codex 连接它们，读取上下文，然后产出一个更贴合任务的工作界面。

这也是为什么插件这么重要。

AI 要进入公司，不是靠一个聪明模型就够了。它要懂权限、懂数据源、懂团队流程、懂每个岗位交付物长什么样。

但这也会变重

当然，这条路不会轻。

Codex 越像“工作入口”，它就越要面对企业软件最麻烦的问题：权限、数据安全、上下文质量、协作边界、输出责任。

一个程序员让 AI 改一段代码，失败了还能 review。

但一个销售让 AI 更新客户记录，一个投研人员让 AI 生成投资判断，一个财务团队让 AI 做 scenario planner，问题就复杂得多。

AI 生成得越多，人类审核的负担也可能越重。

这也是我对这类产品最谨慎的地方：它们看起来是在减少工作，其实很可能先制造一种新的工作方式，叫“监督多个 AI 工作流”。

会用的人效率大涨。

不会用的人只是多了几个需要盯着看的窗口。

我的判断

OpenAI 这次不是在给 Codex 加功能，而是在重新定义 Codex。

ChatGPT 负责对话，Codex 负责交付。

前者回答你，后者替你把事情做成一个可以给别人看的东西。

如果这个方向走通，未来很多白领第一次真正使用 AI Agent，可能不是从写代码开始，而是从一句很普通的话开始：

“帮我把这些材料做成一个能给团队用的页面。”