Codex、ChatGPT为什么突然合体了？OpenAI 核心负责人把原因讲透了

写在前面

要说 2026 年 AI 圈增长势头最猛的，Codex 绝对排第一。

从今年 1 月到现在，周活跃用户涨了 5 倍多，曲线陡得吓人。目前已经到了一周 500 万人活跃的水平。更值得关注的是什么呢？是知识工作者——也就是非开发者——用 Codex 的速度，比开发者群体快了 3 倍以上。

而真正点燃这根增长曲线的，是 2 月份桌面 App 的发布。一个更专属、更顺手的使用界面，直接拉低了门槛，也让下载量和采用量开始爆发式增长。

问题也随之变得有意思了：一个最早从命令行里长出来的工具，为什么突然吸引了这么多非开发者？为什么它没有继续当个“开发者专用产品”，反而越来越像 ChatGPT 的一部分？以及，AI 编程工具的下一步，到底是要变成一个更强的代码助手，还是会直接演变为一个真正的工作入口？

行业正在发生什么变化：实现变便宜了，真正变贵的是品味

几年前，整个产品开发的逻辑是：实现很贵。所以在动笔写代码前，要做大量的事前功课——写文档、做研究、搭原型，目的只有一个，就是让设计成本别太高。正因为实现本身代价高昂，前期必须把一切梳理清楚。

但这个假设现在彻底反转了。在 OpenAI，情况变成了这样：你给团队充足的 token，人人都有好想法，结果大家都开始动手做东西。一个需要实现的功能，可能有 90 个不同的团队在同时探索 90 种不同的实现路径。

实现已经不再是稀缺环节。那什么变贵了？答案是品味。更具体地说，是筛选和判断的能力。面对 90 个不同的尝试，你需要有眼光去判断：哪些做得好？哪些该融合到其他功能里？整个东西该怎么框架化？这个切换按钮到底该分几个段位？这些决策本身，才是现在最贵、最需要动脑筋的地方。

“品味”这个词在硅谷已经被说烂了，但在 Andrew Ambrosino 这里，它有非常具体的含义。

当然包括美学。但美学只是一部分。它还包含系统思维——这个东西怎么融入整个系统；包含方向感——这属于什么主题的一部分；包括呈现方式；也包括细节层，比如交互动画是否和它想表达的语义一致，速度是不是快得过头，不适合这个概念。

但品味的核心是：既然什么都能造，那到底想要什么？这个“什么”怎么定？怎么一步步走过去？这才是真正的品味问题。

这也是现在越来越多的开发者能感受到的变化：模型让“做出来”不再稀罕，但“做什么、怎么做、做到什么程度”反而比过去更难了。还在逐行手写代码的人，面对的已经不只是效率差距，而是整个产品思维方式被改写的差距。

为什么 AI 至今还做不好设计？

这就很有意思了。Codex 写代码已经很强，但一拿去生成设计，输出质量往往还是偏平庸，很难让人由衷说一句“它全搞定了”。

背后有一个很现实的原因：设计比软件更难评分。代码能不能编译、功能能不能跑起来，好歹还有相对客观的标准；但设计的评价机制，本身就是人类品味的一部分。这让模型训练困难得多。

其次，从研究投入的角度看，实验室历来会优先提升那些能直接加速 AI 研究本身的能力。编码模型早期，显然能写正确的代码能加速研究；但设计能力好不好，对 AI 研究的加速作用就没那么直接了。

更深层的问题在于设计工作本身的复杂性。设计有很强的文化因素，什么算“好设计”，本来就在很大程度上由文化决定。去年所有新网站都在复制 Linear 的设计，那确实算好设计、有品味；但如果一个模型每次都输出 Linear 的样子，那就不是进步，而是失败。设计需要新颖性，而软件工程恰恰相反，你几乎总是希望代码紧贴已知模式。

最难解决的问题还在抽象层。当代码驱动视觉设计时，两者之间存在深层互动。比如左上角的某个东西，和下面某处的元素，在代码库里是否该共享相同的抽象？如果公司明天要品牌重塑，浅层的做法是逐个更新 263 个组件，但更深刻的理解应该是：这两个看起来不同的东西，在语义上其实相同——它们都是列表，都有相同样式，都传达相同的交互模式。这种对抽象层的理解，目前对 AI 来说仍然很远。

为什么 Codex 不能更早发？

一个非常关键的观察是：产品的成功不只取决于设计本身，更取决于模型能力的发布时间点。

Andrew 非常确信，如果 Codex 应用在去年 11 月推出，会在市场上彻底失败；而在 2 月发布的同一个产品形态，却获得了巨大成功。唯一的变量，就是中间这几个月模型能力的进步。

换句话说，产品的交互设计、用户界面、整个概念都没变，但模型智能程度的提升，完全改变了结果。

这揭示了一个更大的事实：在 AI 时代，产品好不好用、有没有价值，不是由 UI 或交互设计单方面决定的，而是由“模型在这个时刻能做什么”决定的。同一个想法，让旧模型实现可能毫无用处，交给新模型实现就可能妙趣横生。

这也改变了产品规划的方式。不再是“我们计划全年做什么”，而是“我们预测模型在什么时间点能做什么，然后先把所有感兴趣的东西都做成原型，再决定哪些现在可以做，其他的先放一放，等模型出现新的跨越，再用升级后的模型重新尝试那些搁置的想法”。

对于开发者来说，这也是一个非常现实的焦虑点：不是你会不会用提示词，而是你有没有跟上模型能力的节奏。很多去年还不成立的交互方式，今年已经突然变得非常自然了。

工程师、设计师、PM 的边界消失了吗？

关于“角色坍缩”，外界已经讨论了很久。Andrew 的判断是，以后不会彻底不分角色，但角色之间的重叠正在前所未有地加大。

Codex 本来是个面向工程师的技术型产品，所以团队里的设计师能说工程师的语言，产品经理也能写代码。更准确的说法是，一个人不再由“设计到哪结束、工程从哪开始”这种边界来定义，而是由他平均把时间花在什么事情上来定义。

这种变化也和团队自己的工作方式有关。整个 App 是靠内部“吃自己的狗粮”跑出来的，大家都尽量在 App 里把事情做完，哪怕它暂时还不是最好的工具。因为只有这样，它才有机会慢慢变成最好的工具。

但 Andrew 也明确反对一种过度乐观的说法：并不是因为大家都会写代码了，专业边界就可以彻底取消。产品、设计、工程这些领域，仍然各自有技能门槛。边界感可以变淡，但专业本身不会消失。

这恰好是很多团队现在的真实状态：不会所有人都变成一个模糊的“建造者”，但几乎所有岗位都不得不去理解比过去更多的上下游能力。

当下最前沿的 AI 辅助开发方式，已经不是“AI 写了多少代码”

从纯手工写代码，到 AI 能写 100% 的代码，再到现在“写代码”变成“引导 AI”——评估一个人写了多少代码，已经变成“你纠正 AI 方向纠正了几次”。

Andrew 提到，一个本质问题是，“多少代码是 AI 写的”这个问题本身已经不重要了。按去年的标准，现在几乎 100% 的代码都可以说是 AI 写的；真正该问的是，这些代码是“有监督”写出来的，还是“无监督”写出来的——这是完全不同的两件事。

团队也做过不少“自主开发软件”方向的探索，包括很多工程实验，比如设想让模型在夜里自己跑一遍，把代码库做一次“垃圾回收”式的清理。

但他也坦言，目前所有模型都有一个通病：倾向于让代码越改越复杂。如果研究团队能把模型“删代码”的能力练得更好一些，那会是至关重要的进步。因为当开发逐渐交给自动驾驶时，真正困难的问题会变成：哪些功能该做，哪些不该做，哪些应该合并重归类，抽象结构应该如何搭建。

也就是说，AI 编程的下一阶段，不再只是“会不会写”，而是“会不会减、会不会收敛、会不会形成更好的结构”。这一点，对任何还在管理复杂代码库的人来说都很关键。

为什么非得把 Codex 和 ChatGPT 合并？

Codex 最早是命令行工具，后来才做成独立 App，最初定位很明确：一个开发者工具，不是 IDE，能看代码，但不让编辑代码。

App 正式对外发布前，团队先在 OpenAI 内部做了一轮试用。工程和研究场景的反馈非常清晰、非常正面。但团队同时发现，市场、公关、财务、法务等几乎所有部门的人也在用这个 App——尽管它对这些人并不友好，界面里充满代码和命令行权限申请，根本不是为他们设计的体验。

团队一开始的应对，是把 Codex 的能力搬到别的产品界面里，比如 ChatGPT 桌面应用和 Atlas 浏览器，试着做成更通用的知识工作工具。但结果是，没人愿意离开 Codex App 去用那些“专门”打造的 App。

这让团队意识到：开发者工具和通用知识工具之间的边界正在坍塌，Codex 和 ChatGPT 更像是一个同一能力的不同入口，而不是两类独立产品。

所以最终的结论是，这套产品应该做成一个足够通用、可扩展的底层，能同时承接财务、法务、科研等深度场景。真正的挑战，只在于“怎么让它足够通用”。

Codex 的未来将走向何方？

Andrew 给出的答案不是“超级应用”这个概念，而是一个更贴切的说法：home base，大本营。

这应该是一个很好的主场，一个可以让用户追踪自己在不同产品界面上所有待办事项的地方。有些事情，用户可以完全在 App 内部完成；另一些事情，App 则负责去调用、打开别的应用来完成。

比如，它可以连接 Excel。App 内部确实内置了一个电子表格编辑器，但对于需要做复杂财务建模的人来说，这个内置编辑器仍然不够。所以 App 会直接和用户电脑桌面上的 Microsoft Excel 插件对话，事情做完后，用户甚至可以直接把 Excel 关掉。

也就是说，这件事从来都不是“所有事情都必须发生在一个方框里”，而是这个东西应该成为用户的一个“家”：你在这里开始工作、结束工作、把工作自动化，需要用到什么工具，它就去调用什么工具。

Andrew 还讲了一个很有代表性的例子。Codex App 最初发布时，团队拍了一批宣传视频，负责剪辑的内部摄影师全程用 Codex 剪完了这些视频。Codex 本身当然不是视频编辑器，界面里也没有任何剪辑 UI，但它能理解摄影师用的是 Premiere Pro，并通过直接编辑 Premiere Pro 背后支撑屏幕显示内容的工程文件，完成一部分剪辑操作；覆盖不了的部分，它甚至会自己写一个能装进 Premiere Pro 的扩展插件，然后再通过这个插件和 Premiere Pro 对话。

这背后的趋势已经很清楚了：未来不会是所有软件都被一个 AI 原地替代，而是这个 AI 会逐渐学会使用现成的专业工具，通过 connectors、计算机使用能力或扩展插件去和它们协作。

Codex 到底是什么？能做什么？

如果把它理解成另一个 Copilot，反而会低估它。

Codex 更接近一种自主型 Agent。它不只是补全几行代码，也不只是回答一个问题，而是会围绕目标去理解上下文、读写文件、执行命令、跨文件改动、配合本地工具链、在复杂任务里持续推进，甚至逐步承担“先做一轮、再回来给你结果”的工作方式。

它的价值也不只停留在开发者场景。随着桌面端和工具调用能力不断增强，它正在快速进入更广泛的知识工作流：财务、法务、研究、内容生产，都会开始把它当成一个真正能代办任务的入口，而不只是聊天窗口。

目前 OpenAI 对 Codex 的使用方式，已经和 ChatGPT 订阅计划深度绑定。官方帮助中心显示，ChatGPT Plus 为 20 美元/月，Business 一般为 25 美元/用户/月（月付）或 20 美元/用户/月（年付），桌面应用能力包含在 ChatGPT 计划中，并不是单独出售一个“桌面版订阅”；Codex 本身在 2026 年 4 月后也已经切到基于 token 的计费方式。

常见问题

1. Codex 和 ChatGPT 合并的核心原因是什么？

核心原因不是简单的“品牌整合”，而是内部已经先出现了事实上的融合：大量非开发者也在高频使用 Codex，开发者工具和通用知识工作工具之间的边界开始消失，继续拆成两套独立产品只会造成认知混乱和能力重复。

2. Codex 爆发增长的关键催化剂是什么？

桌面 App 的发布是一个非常关键的催化剂。它通过更优化的界面大幅降低了使用门槛，直接带来了下载量和采用量的爆发。

3. 为什么说现在“实现变便宜了，品味变贵了”？

因为模型已经让原型、实现、试错的成本显著下降，真正稀缺的部分转移到了判断力上：什么值得做，什么应该收敛，什么该归并进更大的结构里。

4. 为什么 AI 写代码越来越强，但设计还是经常平庸？

因为设计比代码更难被客观评分，反馈机制高度依赖人类品味，同时还涉及文化、抽象层和新颖性要求。这些都让设计能力的训练远比编码复杂。

5. 未来每个人都会变成不分职能的 builder 吗？

不会。角色边界会继续模糊，跨职能协作会继续增强，但设计、产品、工程这些专业能力不会因此消失，反而会在更高层次上重新分工。