Codex、ChatGPT为什么突然和 ChatGPT 合体了？OpenAI 核心负责人把原因讲透了
写在前面
如果你问 2026 年哪个 AI 产品的增长最令人瞩目，那「Codex」肯定是排在第一位的。
自今年 1 月份以来，该产品的周活跃用户增长了 5 倍以上，增长曲线很陡。目前，它的周活跃用户规模已经达到 500 万。其中，知识工作者（非开发者）采用 Codex 的速度，是开发者群体的 3 倍以上。
更值得注意的是，这条增长曲线真正被点燃，是在 2 月份桌面 App 发布之后。一个更专属、更优化的桌面界面，大幅降低了使用门槛，也让 Codex 的下载和采用量开始爆发。
问题也随之变得更有意思了：为什么一个最早从命令行里长出来的工具，会突然吸引这么多非开发者？为什么它最终没有继续单独长成一个“开发者产品”，反而越来越像 ChatGPT 的一部分？以及，AI 编程工具的下一步，究竟是继续做更强的代码助手，还是变成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还是：实现很贵。所以在动手写代码之前，要做大量的事前去风险工作——写文档、做研究、做原型，目的是让设计更便宜。正是因为实现本身成本高昂，前期就必须把一切梳理清楚。
但现在这个假设彻底反转了。在 OpenAI，情况变成了这样：给人们大量的 token，每个人都有很好的想法，所以每个人都在做东西。结果是，一个需要做的功能，可能有 90 个不同的团队在同时探索 90 种不同的实现方式。
这意味着实现不再是昂贵的部分。那什么变贵了呢？答案是品味，更具体地说，是策展的过程。当你面对 90 个不同的尝试时，需要有眼光去判断：哪些东西做得不错？哪些应该折叠进其他功能里？这个东西该怎么框架化？这个切换按钮应该有几个段位？这些决策本身，才是现在最贵、最需要思考的地方。
「品味」这个词在硅谷被说烂了，但在 Andrew Ambrosino 这里，它有非常具体的含义。
它当然包括美学，但美学只是一部分。它还包括系统思维——这个东西如何融入整个系统；包括方向感——这是什么主题的一部分；包括呈现方式；也包括细节层面，比如交互动画是否和它想表达的语义一致，速度是不是过快，不适合这个概念。
但真正的核心品味问题是：如果我们能建造任何东西，那么我们想要什么？这是什么？我们如何到达那里？这些才是真正的品味问题。
这也是现在越来越多开发者会明显感受到的一种变化：模型让“做出来”不再稀缺，但“做什么、怎么做、做到什么程度”反而比过去更难。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？
这是个很有意思的悖论：Codex 在写代码上已经非常强大，但当它被拿去生成设计时，输出的质量往往还是平庸，很少能让人真的说出一句“它完全搞定了”。
这背后首先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、功能能不能运行，至少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。这让训练模型变得困难得多。
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会加速研究；但设计能力好不好，对 AI 研究的加速作用并没有那么直接。
更深层的问题在于设计工作本身的复杂性。设计有很强的文化层面，什么算“好设计”，本来就由文化决定。去年所有新网站都在复制 Linear 的设计，那的确是好设计、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跟随已知模式。
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，和下面某个地方在代码库里是否应该共享相同抽象；如果公司明天进行品牌重塑，浅层做法是逐个更新 263 个组件，但深层理解应该是：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。这种抽象层理解，目前对 AI 来说仍然很远。
为什么 Codex 不能更早发？
一个非常深刻的观察是：产品的成功不只取决于设计本身，还取决于模型能力的时机。
Andrew 非常确信，如果 Codex 应用在去年 11 月推出，它会在市场上彻底失败；而在 2 月推出的同一个产品形态，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、整个概念都没有变，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，产品是否好用、是否有价值，不是由 UI 设计或交互设计单独决定的，而是由“模型在这个时刻能做什么”决定的。同一个想法，用旧模型实现可能毫无用处，用新模型实现就可能妙趣横生。
这也在改变产品规划的方式。不再是“我们计划全年做什么”，而是“我们相信模型在什么时间点能做什么，于是先把所有感兴趣的东西都做成原型，然后决定哪些现在可以做，其他的先放着，等模型出现新的跨越，再拿升级后的模型重新尝试那些之前搁置的想法”。
对于开发者来说，这也是一个非常现实的焦虑锚点：不是你会不会提示词，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，今年已经突然成立了。
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 的判断并不是“以后不会再分角色了”，而是角色之间的重叠正在以前所未有的方式变大。
Codex 本来就是一个面向工程师的技术型产品，所以团队里的设计师能讲工程师的语言，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，哪怕它暂时还不是做这件事最好的工具。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。
这恰好也是现在很多团队最真实的状态：不会所有人都变成一种模糊的“builder”，但几乎所有岗位都被迫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”
从纯人工写代码，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，几乎已经变成“你纠正 AI 方向纠正了几次”。
Andrew 提到，一个本质的问题是，“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 harness engineering 的尝试，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，那会是非常重要的进步。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，最初定位其实很明确：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。工程和研究场景里的反馈非常清晰、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 更像是同一个能力的不同入口，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、科学等深度场景。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 内部确实也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，它甚至会给自己写一个能装进 Premiere Pro 的扩展插件，然后再通过这个插件和 Premiere Pro 对话。
这背后其实已经很清楚了：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、computer use 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，核心原因是什么？
核心原因不是“品牌整合”这么简单，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坍塌，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。
6. 国内用户如果想更方便地用上 Codex 怎么办？
如果不想折腾海外支付和网络环境，国内用户可以通过 Code80 更方便地使用。