Codex 和 ChatGPT 正式正式合体，释放了一个巨大的信号！普通人一定不要再错过这班车了。

7 月 9 日，OpenAI 正式发布了 GPT-5.6，并开始逐步推向 ChatGPT、Codex 和 API。

现在网上已经出现了大量评测。跑分提高了多少，写作能力怎么样，编程能力又提升了多少，接下来估计还会有各种横向对比。

但这一次我不太想聊关于模型性能方面的事。

真正让我在意的，是另外一个变化：Codex 正式合并进 ChatGPT 了。

打开新版 ChatGPT，整个软件的格式和布局，跟原来的 Codex 没有太多差别。传统的聊天框被收进了一个浮层，Work 和 Codex 成了两个主要的工作模式。

官方的解释是，Work 更适合日常工作，Codex 更适合开发人员。但从实际界面和使用感受来看，这两个模式更多是 UI 层面的变化，本质上还是以前 Codex 那套能力。

也就是说，原来 Codex 的能力，现在已经变成了 ChatGPT 里首要的、主要的功能。

我觉得 OpenAI 之所以加上 Work 这个名字，就是想重塑用户对 Codex 的认知。以前很多人一看 Codex，就觉得它只跟编程有关系。现在换成了 Work，其实是在告诉所有普通用户：这不只是给程序员的工具，它就是用来帮你工作的。

从一个普通用户的角度看，这个产品动作释放的信号已经非常明确：AI 的默认形态，正在从一个陪你聊天的输入框，变成一个可以接手工作的智能体。

这件事对普通人的影响，可能比模型跑分又提高了多少更大。

Codex 这个名字，把太多人挡在了门外

我之前一直觉得，Codex 这个名字起得很不好。

它的 Code 属性实在太强了。

程序员看到这个名字，会自然地把它理解成一个编程工具。普通人看到它，往往会有两个反应：这东西只跟写代码的人有关；就算自己有点兴趣，使用门槛肯定也很高。

所以很多人虽然天天使用 ChatGPT，却从来没有打开过 Codex。

他们会用 AI 写文案、问问题、总结资料，却很少想到，自己也可以把电脑里的文件、每天重复的工作，甚至一个完整项目交给 AI。

这更多是产品心智的问题。Codex 明明早已可以处理很多编程之外的工作，却一直长得太像一个程序员专属工具。

OpenAI 这次的做法很直接。

它没有要求所有普通人先理解 Codex、学习 Codex，再慢慢适应一套新的工作方式。它选择保留大家已经熟悉的 ChatGPT 品牌，把 Codex 式的执行能力带进 ChatGPT。

普通用户不需要先知道什么是 Agent，也不用先安装一个看起来像开发工具的软件。打开熟悉的 ChatGPT，就会开启一种全新的工作方式。

那到底，新的工作方式是什么？

简单来说，以前我们是向 AI 要答案，现在则是直接把一项任务交给 AI。

过去遇到问题，我们会打开聊天框，输入一句话，然后等它回答。哪怕答案写得很好，后面的工作通常还是要自己完成：复制文字、打开文档、查找资料、整理格式，再把不同软件里的内容拼到一起。

AI 负责告诉你怎么做，人再把它说的每一步做完。

现在，你可以把现有材料、想要的结果和必要权限一起交给 AI。在桌面端获得授权后，它会读取文件，在你的电脑和工作目录里持续处理，遇到问题继续修改，最后交回来一份可以直接查看和验收的成品。

这个成品可能是一篇整理好的文章、一组结构化笔记、一份报告、一个已经部署的网页，也可能是一张可以直接使用的图片。

整个过程不再是一问一答。AI 会围绕同一个目标连续工作，你则负责补充背景、确认关键选择和验收最终结果。

目前行业里通常把这类工具统称为 Agent。Agent 翻译过来就是「代理」。

那它到底代理什么？它代理的，就是一个真人！

你可以直接把它看成自己的个人助理。它代理的是过去需要由一个真实助理承担的角色：你把任务、材料和要求交给它，它替这个角色去查资料、整理文件、使用工具、推进工作，最后把结果交回来。

所以聊天工具主要交付的是一段回答，Agent 交付的是一项工作的结果。

国内的 WorkBuddy 也采用了类似的产品形态。打开以后，它会尝试进入用户授权的工作环境，读取材料，再开始处理具体任务。

这种工作方式到底能做什么？

下面这四件事，都是我自己已经做过的。

第一件事：随时用手机记录，再让 AI 整理

现在 Codex 的手机端和电脑端已经可以互通。

我的使用方式是，让家里的一台电脑长期保持在线并运行 Codex。人在外面时，我可以直接用 ChatGPT 手机端连接这台电脑，继续处理电脑上的任务。

所以我现在会随时随地用手机记录想法。

有时候是一段临时冒出来的观点，有时候是当天发生的事情，也可能只是一段很零散的日记。

过去记录这类内容有一个麻烦：写下来容易，整理却费劲。如果每次都要先想好标题、分类和结构，很多念头还没记下来，人已经嫌麻烦放弃了。

现在我只负责先记下来，再让 Codex 把这些内容直接保存到家里电脑的 Obsidian 笔记仓库里。

后面的整理工作也交给它。Codex 会把这些零散输入汇总起来，整理成结构化的笔记。白天已经记在其他文件里的内容，也可以让它一起扫描和提炼。

这件事看起来不大，却解决了一种长期存在的小消耗：每天都会发生，单次不难，又不断占用注意力。

第二件事：训练个人风格，再组建专家写作团

我还把自己过去写过的一百多篇文章交给 AI 分析。

它学习的不是几个常用词，而是我通常怎么开头、怎么推进观点、喜欢写什么、哪些表达不会使用，以及做判断时有哪些稳定原则。

这些内容最后被整理成了一套个人风格包。

有了它以后，我不必每次打开空白聊天框，再重新解释“我是谁”“我想怎么写”。这些内容会成为长期使用的规则。

在这个基础上，我又搭了一支专家写作团。

这里的「专家」不是真人，而是负责不同环节的 AI 角色。我把选题讨论、素材和证据整理、大纲、初稿、事实核查与审稿，分别交给了不同的 AI 角色。

这套系统已经被我用来创作公众号文章和爆款内容。

AI 并没有替我决定要相信什么、表达什么。观点、选择和最后的发布仍然由我负责。它接手的是原来需要一个人来回切换的研究、整理和写作工序。

它最有价值的地方，是可以进入长期资料，在已有规则上持续协作。

第三件事：一句话生成网页，并把它部署出来

我之前每次发公众号，排版都会带来一些小麻烦。于是我把自己的需求交给 Codex，让它做一个固定的公众号排版工具。

这个工具会套用我常用的排版风格，识别文章重点，统一开头和结尾，还可以把处理好的内容复制到公众号编辑器里。

网页做出来并部署以后，我真的把它放进了自己的发文流程。介绍这个工具的那篇文章，就是用它排出来的。

但以前 Codex 帮人把网页开发完以后，很多普通用户还会卡在最后一步：这个网页怎么放到线上？怎么生成一个别人可以访问的链接？

现在 OpenAI 又补上了这一环，推出了 ChatGPT Sites。

Sites 是一个新的站点功能。网页开发完以后，它可以帮用户直接部署到云端，生成一个可以分享的链接。从提出想法、生成网页到上线分享，现在可以在同一套工具里完成。

当然，「一句话生成网页」不代表后面完全不需要沟通和修改。用自然语言说清需求只是第一步，第一版出来后仍要检查和调整。

普通人不需要先掌握编程，也可以把自己的需求做成网页。 代码是 AI 完成任务时使用的手段，我们真正需要做的，是说清需求，再判断结果能不能用。

第四件事：根据旧海报，直接做出新海报

还有一次，我需要做一张新海报，但设计师当时排不开。

我手上有之前使用过的旧海报，也知道这次需要替换哪些内容。于是我直接把旧海报和新的要求交给 Codex，让它参照原来的设计做一张新的。

最后得到的成品完成度很高，可以直接拿出去使用。

作为使用者，我其实不需要关心它中间用了什么技术。

我需要提供的是一张参考海报、新的内容，以及我判断这张海报是否合格的标准。至于它具体怎样把新海报做出来，那是 AI 需要解决的问题。

这件事也让我越来越确定，使用 Agent 时，可以先看手上有什么工作，材料和结果能不能说清楚。至于它属于编程工具、设计工具还是写作工具，反而没那么重要。

普通人需要学习的，是怎么交代一项工作

以前大家学习 AI，经常把注意力放在提示词上。

怎么写一句更厉害的提示词，怎么让模型回答得更长、更专业、更像自己。

到了 Agent 这种工作方式里，提示词当然还有用，但只研究句式已经不够了。

真正需要练的，是怎么把一项工作交代清楚。

通常抓住三样东西就够了：手上有什么材料，最后想拿到什么结果，准备拿什么标准判断它做得好不好。

用前面的案例来看，其实都不复杂。

手机里的零散记录是材料，结构化笔记是结果。

过去写过的文章是材料，个人风格包和写作系统是结果。

长期存在的排版麻烦是需求，一个真正能使用的网页工具是结果。

旧海报是参照，新海报是结果。

很多人担心，AI 开始干活以后，人是不是就没有价值了。

至少在我现在的使用里，人的工作没有消失，只是角色发生了变化。

以前我需要亲手完成每一个步骤。现在我更多是在选择什么值得做，提供必要背景，在关键节点作判断，最后验收结果。

AI 可以快速生成很多东西，但什么是好文章、什么是合格的网页、什么样的海报可以对外使用，仍然需要人来判断。

第一次使用这类工具，不需要先搭一套复杂的第二大脑，也不用从专家写作团开始。

更合适的第一步，是找一件自己已经做过很多次、材料就在手边、结果一眼能判断好坏的小事。

把材料交给 AI，告诉它想拿到什么成品，让它先做一版。看到结果以后，像验收同事的工作一样指出问题，让它继续修改。

第一个任务尽量选低风险、可以反悔的工作，最好先从文件副本开始。涉及删除、发布、付款或敏感资料时，最后一步仍然由人确认。

如果只是快速讨论一个问题，用 Chat 就够了。需要研究资料、整理文件，最后交付文档或 Site，可以尝试 Work。涉及代码、测试和软件开发时，再交给 Codex。

跑通一次真实的小任务，比看很多篇 Agent 概念介绍更有用。 这个过程会让你看清哪些背景必须提供、哪些要求容易误解，以及什么结果才算真正完成。

写在最后

回过头看，ChatGPT 与 Codex 的合并，并不是软件改了一个名字这么简单。

更重要的是，从 OpenAI 这个举动里，我们能看到未来 AI 产品的发展方向：「会干活的 AI」正在进入普通人最熟悉的工作场景。

对于普通人来说，越早掌握这类工具，就越能在同样的时间里处理更多种类的工作，更快把一个想法变成可以验收的成品。

---

金尘马｜大厂程序员｜30天X破万粉变现过万｜持续分享 AI 搞钱、程序员转型、OPC 心得｜联系方式见主页介绍：https://x.com/jinchenma_ai