作者 | Talk君

大家好，我是talk君

前兩天晚上 OpenAI 那場直播，名字起得挺正經，叫“Intelligence at Work”。但看完我只記住一件事：ChatGPT 終于不滿足于只跟你耍嘴皮子了，它要開始真干活了。

具體來說，OpenAI 在接下來幾周，會把 Codex 的核心能力直接整合進 ChatGPT 里。以前這倆是分開的——ChatGPT 在云端跟你聊天，Codex 在你電腦本地默默做事。

現在好了，一個入口全搞定。

有趣的是，就在直播前幾個小時，Codex 團隊負責人 Tibo 還在 X 上開玩笑：

“咱們要不要把 Codex 改名叫‘ChadGPT’？”

Chad這個梗，大概相當于中文里的“猛男”，又壯又能干。當時大家都以為是段子，結果幾個小時后就官宣合體了。

玩笑歸玩笑，但方向是真的——OpenAI 不想讓用戶再在兩個產品之間切來切去，直接把最能干活的 Codex 拉進 ChatGPT 這個高頻入口。

以后你跟 ChatGPT 說人話，它背后的 Codex 負責把活兒落地。

以前的 ChatGPT 只會“教你怎么做”，現在它能“替你做”

說白了，以前 ChatGPT 最大的問題是什么？它會告訴你步驟，但不會幫你動手。比如你讓它幫你清洗一份 Excel 表格，它能給你寫出詳細的操作指南，甚至生成一段 Python 代碼讓你自己去跑。

但你還是得自己打開電腦、裝環境、運行代碼、處理報錯……折騰半天。

而 Codex 從一開始設計的思路就不一樣。它不是為了聊天，而是為了直接執行。它可以直接訪問你本地的文件、瀏覽器、各種 SaaS 工具，像一個真正坐在你工位旁邊的同事，而不是一個只動嘴的顧問。

這次整合之后，流程就變成了：你在 ChatGPT 的對話框里說一句“幫我分析這六份銷售數據，做個儀表盤發給團隊”，ChatGPT 理解你的意圖，后臺調用 Codex 去連接你的數據庫、清洗數據、生成圖表，甚至一鍵發布成一個網頁鏈接。

整個過程你不需要寫一行代碼，甚至不需要離開對話框。

這才是普通人需要的 AI——不是更聰明的聊天機器人，而是一個能幫你把事辦完的“數字打工人”。

一個很多人都沒注意到的信號：非程序員正在瘋狂涌入

OpenAI 最近公布過一個挺有意思的數據：Codex 的周活用戶已經突破了 500 萬，比年初漲了 8 倍多。

但真正值得留意的不是這個數字，而是用戶構成——將近 20% 的使用者已經不是開發者了，而是銷售、市場、分析師、設計師這些跟代碼八竿子打不著的職業。

而且這群人的增長速度，比程序員群體快了 3 倍。

這說明什么？說明大多數人使用 Codex，根本不是為了寫代碼。他們只是想讓它幫忙完成工作上的具體任務：銷售用它整理客戶名單、設計師用它批量生成素材、分析師用它處理數據報表。

在他們的眼里，Codex 不是一個編程工具，而是一個能直接交付工作成果的 AI 同事。你告訴它你要什么，它就給你弄出來，至于中間用了什么技術、寫了什么代碼，你根本不需要關心。

這其實比“AI 能寫代碼”這件事更值得警惕。因為當 AI 開始繞過代碼、直接輸出成果的時候，很多崗位的“專業門檻”就消失了。

為什么選在這個時候合體？因為隔壁 Anthropic 已經沖到門口了

OpenAI 這一波操作，很難不讓人聯想到它的老對手Anthropic。

就在合體消息發布的 24 小時前，Anthropic 剛秘密提交了 IPO 申請，估值逼近 9650 億美元，反超了 OpenAI。

而 Anthropic 在過去半年里，一直在猛攻企業市場——尤其是金融、會計、合規這些高價值的專業領域。他們專門推出了 10 款針對金融工作流的 Claude Agent，拉攏銀行經理和會計師。

說白了，企業客戶才是當前 AI 賽道最值錢的戰場。誰能讓企業真正用 AI 降本增效，誰就能在資本市場講出更性感的故事。

OpenAI 當然不會坐視不管。把 Codex 塞進 ChatGPT，本質上就是要把“對話”和“執行”打包成一個完整的產品，直接賣給企業。

以前企業可能需要采購 ChatGPT 做知識問答，再單獨采購別的工具做自動化執行，現在一個入口全搞定。

數據也說明了這個方向的價值：Codex 的企業客戶周收入增長率已經接近 50%，而企業業務目前占 OpenAI 總營收的 40% 以上。這次整合既是產品層面的進化，也是 IPO 前給資本看的一張底牌。

合體之后，每個人都會有一個

全天候干活的數字員工

說回更現實的層面。當 ChatGPT 和 Codex 徹底打通之后，對我們普通人來說到底意味著什么？

最直觀的變化是：你不需要再學會“跟機器說話”的特殊技能了。你只需要像平時跟同事交代任務那樣，說出你的需求，AI 就能幫你干完。

它會自己決定要調用哪些工具、訪問哪些數據、生成什么格式的結果。

這意味著，原本需要多人協作才能完成的工作流——比如數據提取、清洗、分析、可視化、分享——可能只需要一個人加上一個 AI 就能搞定。

聽起來很爽對吧？但換個角度想，你的老板會發現，他不再需要一個由 10 個人組成的團隊來完成某個項目了。他只需要一個人坐在那里，指揮 AI 把活干完。

這不是危言聳聽。過去一年里，已經有太多案例證明：AI 不會讓你失業，但會用 AI 的人會讓你失業。而當 AI 從一個“給建議的工具”進化成一個“能交付成果的執行者”時，這種替代效應會來得更快。

昨晚那場直播快結束的時候，奧特曼引用了一句很老的話：“凡你手所當做之事，要盡力去做。” 聽起來像一句雞湯，但在這個語境下，更像是一句提醒。

AI 已經在搶著幫你做事了。從寫文案到寫代碼，從跑數據到做設計，它能做的事情越來越多、越來越完整。那么，那些必須由人來完成的事情，到底是什么？

我不覺得答案是“創造力”或者“情感”這些大詞。更現實的答案是：你得比 AI 更清楚，什么是真正值得做的事。

如果 AI 能幫你完成 80% 的重復執行工作，那你要把節省下來的時間，用來想那 20% 的方向性問題——去哪里、做什么、為什么做。

這才是未來不會被替代的能力。

你對此有什么看法？歡迎評論區留言討論~

圖片源于網絡，侵刪

趕緊關注視頻號@一刻talks吧！