夜雨聆风OpenAI这次对Codex做了一次非常关键的改版
更新之后，它就不再只是一个写代码、改代码、查 Bug 的开发者工具了
这次更新主要有三个
第一，Codex推出了面向不同职业角色的插件能力，覆盖数据分析、创意制作、销售、产品设计、公开市场投资、投行等场景
第二，Codex 上线了Sites功能，可以把数据、文档、项目材料直接生成可分享、可交互的网页应用
第三，Annotations标注编辑能力从代码场景扩展到文档、表格、幻灯片和网页，让用户可以“圈哪里，改哪里”
如果只看单个功能，这像是一次正常产品迭代
但如果把这几个能力放在一起看，信号就很明确了：
Codex不想只做程序员的工具了
它想进入每一个白领的日常工作流
你可能不知道，Codex的周活跃用户已经突破了500万，相比2月桌面版上线以来，足足增长了6倍
但用户基数增长并不止最重要的，更重要是用户结构
目前，非开发者用户已经占到Codex用户的20%
这批人里包括了数据分析师、营销人员、运营、设计师、研究员、投资人和金融从业者，他们的增长速度，超过开发者用户的 3 倍
这说明一个问题：
Codex的使用场景已经从写代码扩展到了完成某项具体工作
Axios披露的数据里，有几个增长尤其值得注意
数据分析任务周环比增长110%，研究类任务增长37%
报告、备忘录、合同、PPT、表格这类知识产出物增长36%
还有一个细节也很关键：
超过60%的用户会在一天中同时运行多个Codex 任务
而在4月中旬，这个比例还不到一半
这意味着，用户不再只是把Codex当成一个问答工具或代码工具，而是开始把它当成一个可以并行处理任务的智能助理
可以让它查数据、生成文档、改幻灯片、整理客户材料、更新网页
这已经不是程序员多了一个助手，这是AI开始进入白领工作流的信号
这次更新最核心的一点，是 Codex 不再只强调通用能力，而是开始按职业角色打包工具链，熟悉不？
以前的AI助手，大多是你问一句，它答一句
现在的 Codex更像是：你说一个工作目标，它在背后调用多个软件，把流程串起来，然后完成你下达的工作任务
数据分析插件连接了 Snowflake、Tableau 等数据工具
用户不需要自己打开数据库、拉取数据、筛字段、做图表
你只需要问一句：“上季度哪个区域的收入下降了，为什么？”
Codex 就可以去数据库里查数据，做初步分析，找出异常区域，再生成图表和结论，整个过程一气呵成
这对数据分析师、运营负责人、财务团队来说，真正降低的不是“写SQL的门槛，而是从问题到结论之间的操作成本
过去一个数据请求可能要经历提需求、等排期、拉数据、建看板、改口径，现在，这个链条被压缩成了一次对话
创意制作插件打通了 Figma、Canva 等设计和图库平台
营销团队给一份创意简报，Codex 可以直接生成一组广告素材变体，包括产品场景图、电商主图、社媒素材和不同版本的视觉方向
这类能力的价值不在于替代设计师
而在于把大量初稿、变体、测试版本快速做出来
营销团队最耗时间的环节，往往不是确定最终创意，而是为了测试不同平台、不同人群、不同卖点，批量生产足够多的素材版本
Codex瞄准的正是这部分重复性创意劳动。
销售插件串联了 Salesforce、HubSpot 等客户管理和沟通工具
它可以帮助销售团队筛选高优先级客户、准备客户会议材料、写跟进邮件、更新CRM记录、做关单计划和风险复盘
这类场景非常适合Agent化
因为销售工作不是单点动作，而是一整条连续链路：看客户状态，判断机会优先级，准备会议，跟进邮件，更新记录，提醒下一步动作
过去销售人员要在CRM、邮箱、日历、文档之间来回切换
Codex则把这些碎片动作变成一个可以被自然语言调度的流程
产品设计插件基于Figma和Canva，可以把静态线框图变成可点击的原型，也可以从一个线上网址出发，审计用户流程
这对产品经理和设计团队的意义很大
以前从想法到可点击原型，中间需要设计师画页面、产品经理反复沟通、工程师补交互逻辑，现在Codex可以先生成一个足够可讨论的版本
它不一定直接产出最终方案，但它可以大幅缩短从概念到讨论稿的时间。
公开市场投资插件对接 FactSet、S&P Global、PitchBook 等金融数据和研究工具，面向的是投资人、研究员和金融分析师
它可以辅助做盈利分析、公司对比、投资逻辑验证和行业研究
这类场景的核心不是简单总结新闻，而是把分散在财报、数据终端、公司公告和行业材料里的信息组织起来
金融行业真正耗时间的地方，是信息检索、口径统一、模型更新和观点验证。Codex如果真的能把这些环节串起来，就会成为投资研究工作流里的重要入口，前景非常可观
投行插件的方向更直接：把研究和尽调材料转化为客户就绪的 Pitch 文档，完成可比公司分析、可比交易分析、客户材料整理等工作
投行和咨询行业长期依赖大量文档劳动。
很多工作本质上不是创造全新结论，而是把信息整理成客户能看懂、能决策、能拿去开会的材料。
Codex 切入的正是这类高频、高格式化、高协作成本的知识生产场景
这次插件更新最值得关注的地方
不是它接入了多少工具，而是它的位置变了
它不是替代某一个具体软件
它是坐在这些软件上面，变成了用户和工具之间的中间层
一个营销经理以前要在 CRM、表格、BI、设计工具、文档工具之间反复切换，现在他只需要对 Codex 说：
“帮我整理上个月各渠道 ROI，找出表现最差的三个渠道，生成一份给老板看的复盘页面，再顺手写一版下周优化计划。”
如果Codex能调用数据源、分析工具、文档工具和网页生成工具，这个任务就不再需要用户亲自操作多个软件
用户真正需要做的，是表达目标、检查结果、提出修改意见。
这就是AI Agent对传统SaaS最大的冲击
过去SaaS的核心价值是“给用户一个更好用的界面”
但当用户不再需要学习界面，而是直接用自然语言描述目标时，界面的价值会被削弱，谁能理解用户意图，谁能调度工具，谁就更接近新的入口
这次更新里，最有想象力的功能是Sites，这也是我最用得上的功能
过去Codex帮你干完活，通常交付的是一个文件：
文档、表格、PPT、代码、报告
现在，Codex可以直接生成一个可分享的交互式网页应用
你有一张静态表格、一组数据、一份项目材料，只需要用自然语言描述你想要什么，它就可以生成一个网页
这个网页可以通过URL分享给工作区内的同事
这件事的意义很大
因为在大量企业工作里，真正影响效率的不是有没有材料，而是材料能不能被快速理解、快速操作、快速更新
一个Excel模型，只有会用的人才能看懂
一份项目文档，信息更新几次之后就容易失控
一个BI看板，需要专业人员配置权限、数据源、指标口径和页面结构
Sites正试图把这些东西压缩成一个对话式流程
财务负责人可以把一个Excel模型变成在线场景规划器，让管理层直接在网页上调整参数，对比不同假设下的结果
产品发布时，团队可以把文案、里程碑、负责人、决策记录和待办事项整合成一个Hub页面
客户评审前，客户成功团队可以生成一个互动页面，集中展示产品更新、待解决问题、客户使用趋势和下一步行动
这些页面可不是一次性文件，信息变了，可以让Codex继续更新
也就是说，Codex不只是生成一个静态交付物，而是在尝试生成一个可以持续维护的工作界面
这会直接触碰BI工具、项目管理工具、报告生成器、内部知识库等产品的部分工作流
过去，从我想要一个交互式页面到我真的拥有一个能用的页面，中间可能需要几天甚至几周
现在，这个过程可能被压缩成几分钟的对话
不过普通用户暂时无法使用此功能😂
要让AI生成初稿并不难，真正麻烦的是后续修改
很多人用AI写文档、做PPT、生成网页时都有一个共同痛点：
它第一次生成的内容可能有 70 分，但你想改其中10%的地方，它却可能把另外90%也顺手改乱
就比如我做网站，远的不说，就说现在想动画大丸家3.0，第一次生成的版本其实已经比较顺畅了
然后我对它进行了优化，想让它变得更好用，结果出现了一大堆BUG，于是我不得不又反过来把功能一一测试，寻找并修复BUG
而这就是Annotations要解决的问题之一
以前Annotations主要面向程序员，用来对代码进行局部修改
现在，它扩展到了文档、表格、幻灯片和网页，用户可以选中一段文字、一张图表、一个页面模块，然后告诉Codex怎么改
它只修改你标注的区域，绝对不会去动其他部分
比如，你写了一份投资分析，某一段数据来源不确定，可以直接圈出来问：“这个数据的出处是什么？”
再比如，幻灯片上的图表标签不够清楚，可以选中标签，让Codex换成更容易理解的表达
如果Codex生成了一个网页，而你不喜欢导航栏字体，也可以直接选中导航栏，让它只改这个模块
这个功能看起来不大，但非常关键
因为它把AI从生成工具推向了协作工具，真正的工作不是一次性生成，而是在初稿基础上不断校正、微调、局部优化
Annotations让人和AI之间的协作更接近真实办公场景
用户不需要反复重来，也不需要担心满意的部分被改坏
这次更新之后，一个更大的问题出现了：
Codex最终会不会并入ChatGPT？
从产品方向看，这种可能性很高
Codex过去偏开发者，ChatGPT偏通用问答和个人助手
但现在 Codex的功能已经覆盖文档、数据、幻灯片、网页、销售、设计、金融分析和投行材料
这已经明显超出了传统代码工具的范围
与此同时，Codex负责人Tibo的个人简介中已经同时出现了 “Codex & ChatGPT”
他甚至直接发推文是否应该给Codex改个名字
这说明两个产品在组织和战略上的边界正在收拢
更合理的判断是：
未来用户不一定需要区分我是在用 ChatGPT，还是在用 Codex
聊天只是入口，真正重要的，是执行
OpenAI想把产品从你问我答变成你说一句，我替你做完
这也是整个AI行业正在竞争的方向
微软发布 Scout，Google 推出 Gemini Spark
本质上讲的都是同一个故事：AI不只是回答问题的助手，而是能进入软件、调用工具、完成任务的数字同事
很多人看到这次更新，第一反应可能是：微软和Google要紧张了
但真正需要紧张的，可能是一批传统SaaS公司
尤其是那些靠界面好用建立壁垒的中间层产品
Salesforce、Snowflake 这类掌握核心数据、客户关系、权限系统和行业 Know-how 的平台，短期内不会被轻易替代
原因很简单：企业数据、合规要求、权限体系、流程沉淀和深度集成，不是一个插件就能立刻替换的
但另一类工具会更早感受到压力
比如BI看板、项目管理、报告生成、内部知识库、轻量协作工具
这些产品过去的价值，很大程度上来自让用户更容易操作
但如果用户不再需要操作界面，而是直接说清楚自己要什么，这类产品的护城河就会被削弱
以前你想用Tableau做一张像样的图，需要懂数据源、字段、维度、指标、筛选器和图表配置
现在你只需要对Codex说：“把上个月各渠道 ROI 拉出来，找出转化成本最高的三个渠道，做成一个老板能看的交互式页面。”
Codex就可以连接Snowflake抓数据，生成分析，再用Sites做成网页链接
这时用户真正感知到的，不再是Tableau的界面有多好用，而是Codex有没有理解他的意图，有没有把结果做对
当操作界面被自然语言绕过，界面好用就不再是最强壁垒
真正的价值会向两端集中：一端是数据、系统、合规和行业知识的源头，另一端是理解用户意图、调度所有工具的Agent层
而卡在中间，主要靠界面体验和流程封装吃饭的SaaS产品，会最先感受到Codex这类工具带来的压力
所以，我的动画大丸家3.0已经开始瑟瑟发抖，好在并不是所有人都能用上Codex，钱包和环境都是问题😁
Codex的这次更新，不只是加了几个办公插件，也不只是多了一个网页生成功能，它释放的是一个更大的趋势信号：
AI正在从内容生成工具，变成工作执行系统
过去，AI主要帮你写一段话、总结一篇文章、生成一段代码；现在，它开始连接数据库、设计工具、CRM、金融终端、幻灯片、表格和网页
它不再只负责回答问题，而是开始接管任务链条
这对个人工作方式的影响会非常直接
白领未来的核心能力，可能不再是熟练掌握某一个软件的按钮和菜单，而是能不能清楚定义问题、拆解目标、判断结果、管理 AI 执行过程
软件操作能力会下降，但任务设计的能力会变得更重要
对企业来说，真正需要思考的是：
哪些工作流可以交给AI执行？
哪些数据和权限可以开放给AI？
哪些岗位会因为Agent层的出现而重新分工？
哪些SaaS工具只是界面层，哪些工具才是真正的系统底座？
Codex这次更新，本质上是在告诉市场：OpenAI 不满足于做一个聊天入口，它要做的是企业办公里的新入口
以前是人围着软件转，但未来很可能是软件围着AI转
而人要做的，是把目标说清楚，并判断结果是否值得相信
浏览器里打开这个链接
https://ask.feishu.cn/shared-space/7612305330256481466
或扫描下方二维码也可直达
就酱
