ChatGPT新版本通过将独立的Codex应用深度整合进统一的桌面应用,实现了从对话到自动化执行的全流程生产力升级。其核心在于构建了一个集成了**Chat(聊天)、Work(工作)、Codex(编码)**三大模式的统一AI工作台,并统一了底层模型(GPT-5.6系列),将原本面向开发者的智能体(Agent)能力扩展到了通用办公场景。

一、核心升级:三大模式与统一工作台

整合后,用户无需在多个应用间切换,即可在同一界面完成从“思考”到“执行”的全流程工作。

模式 核心功能 目标用户与场景
Chat 日常对话、信息搜索、知识问答。 所有用户,用于获取信息和初步构思。
Work 跨应用处理任务,如生成文档、表格、PPT,操作电脑(Computer Use),执行定时/监控任务。 非开发者与知识工作者,处理通用办公自动化。
Codex 代码生成、审查、调试、终端操作、多仓库协同。 开发者,进行软件开发和运维。

二、实现自动化执行的关键技术能力

升级的核心是将Codex的“智能体”能力赋予整个平台,具体体现在:

  1. 跨应用操作与插件集成
    通过插件接入Slack、Teams、Google Drive、邮箱、日历等第三方工具,用户可以用自然语言描述任务,AI智能体即可自动执行。例如,通过@指定上下文,让AI“每周一自动整理会议议程并发送给团队”。

  2. 内置浏览器与Computer Use能力
    此功能允许AI直接操作电脑的图形界面,完成那些没有开放API接口的任务,例如自动填写网页表单、截图、点击按钮等,极大扩展了自动化边界。

  3. 持续运行与定时任务
    支持创建定时任务或监控型任务(如监控邮箱特定发件人),即使应用离线也能在后台自动执行,真正实现“设置后不管”的自动化。

  4. 智能体编程范式
    整合引入了智能体(Agent)、技能(Skills)和工作树(Worktree) 等概念。智能体可将复杂任务分解为子任务并自主执行;技能是封装好的可调用功能;工作树则用于可视化管理和调试任务流程。这为构建复杂的自动化工作流提供了底层支持。

    agent = Agent(name="周报助手")
    agent.add_skill(CheckCalendarSkill()) # 技能:查看日历
    agent.add_skill(ReadEmailSkill()) # 技能:读取邮件
    agent.add_skill(GenerateDocSkill()) # 技能:生成文档    # 定义任务工作树
    weekly_report_workflow = Worktree(
        root_task="生成本周工作汇报",
        subtasks=[
            "从日历中提取本周会议",
            "从项目邮件中汇总进展",
            "整合信息生成Word报告",
            "将报告发送给经理"
        ]
    )
    agent.execute(weekly_report_workflow)
    
  5. 统一的底层模型GPT-5.6
    新版本默认使用GPT-5.6系列模型(如Sol, Terra, Luna),其在编码能力(Coding Agent Index达80分)和复杂推理效率上显著提升,同时API调用成本较竞品降低约三分之一,为全流程自动化提供了更强大、经济的基础模型支持。

三、对生产力工作流的重塑

此次整合从根本上重塑了人机协作的工作流:

  1. 需求提出(对话):用户在Chat模式中用自然语言描述需求或问题。
  2. 任务规划与分解(智能体):AI将复杂需求在WorkCodex模式下分解为可执行的步骤(工作树)。
  3. 自动化执行(技能调用):AI调用相应的“技能”,操作本地应用(Computer Use)、调用插件(跨应用)或编写/运行代码(Codex),逐步完成任务。
  4. 交付与迭代:AI交付结果(文档、代码、操作完成),用户可基于结果进行对话式反馈和调整,形成闭环。

例如,一个“创建天气数据仪表盘”的任务,其流程可能如下表所示:

阶段 传统方式 ChatGPT (整合Codex后)
需求分析 人工明确技术细节。 Chat中对话明确需求:“帮我创建一个展示北京和上海最近7天气温对比的网页仪表盘。”
代码实现 手动编写HTML、CSS、JavaScript,调用天气API。 切换至Codex模式,AI根据对话上下文自动生成前端代码和API调用逻辑。
数据获取 手动查找并集成天气API。 AI通过Work模式的内置浏览器能力,自动查找合适的公开API并生成调用代码。
审查与集成 人工进行代码审查和测试。 使用Codex的代码审查和差异对比功能进行辅助检查,并自动集成到项目中。
部署与展示 手动配置服务器或托管服务。 AI建议并协助执行部署命令,最终生成可访问的链接。

四、战略意义与影响

这次整合标志着OpenAI的战略重心从“对话式AI”向“生产力AI平台”的转型。它通过一个统一入口,覆盖了从普通用户到开发者的全场景需求,直接对标企业级AI工作平台。对于开发者,原有的Codex功能被无缝保留并增强;对于非开发者,则得以使用原本专为程序员设计的强大自动化工具来处理日常办公,实现了生产力的普适性升级。


参考来源

 

Logo

AtomGit AI 社区提供模型库、数据集、Agent、Token等资源

更多推荐