夜雨聆风OpenAI 刚刚官宣 Codex 的三类角色化插件——Data Analytics、Creative Production、Product Design，分别服务数据分析、创意生产和产品设计团队。最值得注意的一句：这些插件由 OpenAI 内部团队构建并使用。Codex 正在从写代码的助手，变成按团队职能预装工作流的 AI 工作台。
Codex 给不同岗位发了「专属装备」
6 月 3 日，OpenAI Developers 官方账号发了一条帖子，配了一段约 100 秒的演示视频。
"Role-specific plugins in Codex are built around the work teams actually do."
「Codex 的角色化插件围绕团队实际工作构建。」
▲ OpenAI Developers 官方推文，附演示视频
这条帖子的关键词是role-specific（角色/职能特定）。过去 Codex 的插件逻辑更像「给模型多接一个工具」，现在 OpenAI 换了一个思路：按团队的实际工作场景，预装整套工具链和上下文。
具体来说，这一轮发布了三类插件：
数据分析（Data Analytics）——让 Codex 直接创建交互式报告。演示视频里展示了一个场景：用户在 Codex 输入框里选中 Data Analytics 插件，输入「用 Databricks 数据做一份诊断报告，分析 Wanderbricks 预订取消率近期飙升的原因」，Codex 就能调用对应的数据源和分析工具来完成任务。
▲ 视频关键帧：Data Analytics 插件 UI，底部可见 data-analytics-plugin 标签
创意生产（Creative Production）——让 Codex 生成创意方向（creative directions）。从视频来看，这个插件面向的是需要跨团队协作的内容生产场景。
▲ 视频关键帧：创意生产相关演示画面
产品设计（Product Design）——让 Codex 输出可交互的原型（prototypes）。演示视频中可以看到一个集成了日历、待办、会议等多个面板的工作界面，产品设计插件在其中直接调用项目管理和设计资源。
▲ 视频关键帧：产品设计插件在 Codex 桌面端的工作界面，可见日历、任务面板等多模块
原帖完整表述：
"Plugins for Data Analytics, Creative Production, and Product Design give Codex the tools and context to create reports, creative directions, and prototypes."
「面向数据分析、创意生产和产品设计的插件，为 Codex 提供创建报告、创意方向和原型所需的工具与上下文。」
一个插件 = 一个打包好的工作流
这里有个细节值得拆开看：Codex 的插件到底装了什么？
根据 OpenAI 官方文档，每个插件可以包含三层东西：
"Plugins bundle skills, app integrations, and MCP servers into reusable workflows for Codex."
「插件把技能、应用集成和 MCP 服务器打包成 Codex 的可复用工作流。」
▲ OpenAI Codex Plugins 官方文档页面
拆开来看——
Skills（技能）：针对特定工作的可复用指令。比如数据分析插件可能内置了「如何读取 Databricks 表」「如何生成可视化图表」这些标准操作。
Apps（应用连接）：接入 GitHub、Slack、Google Drive 这些外部工具。意味着 Codex 拿到一个插件后，能直接读写你团队日常使用的协作平台。
MCP servers（模型上下文协议服务器）：给 Codex 提供更多工具访问和共享信息的服务。这一层让 Codex 能接入团队的私有数据源和内部系统。
换句话说，一个角色化插件，已经帮你把「做这类工作需要什么指令、连什么工具、访问什么数据」全打包好了。团队成员装上就能用，不需要自己从零配置。
OpenAI 说：我们自己也在用
原帖最后一句只有六个单词，但分量不小：
"Built and used by OpenAI teams."
「由 OpenAI 团队构建并使用。」
这句话的潜台词是：这批插件不只是给外部开发者的展示 demo，OpenAI 内部团队已经在用这些工作流了。
做过企业工具的人都知道，「内部团队真用」和「做给客户看的 demo」之间差距巨大。前者意味着这个工作流经过了真实业务场景的打磨，后者可能只是一个概念验证。
当然，「OpenAI 团队使用」的范围到底有多大，帖子没有细说。保守理解：至少有内部团队参与了构建和测试。
从插件到平台：Codex 的分发体系已经铺开
如果只看这三个插件本身，你可能觉得「就是多了几个预设模板」。但拉远一步看整个产品动作，事情要更大。
OpenAI 同步在铺设一套完整的插件分发体系：
Codex 桌面端有 Plugin Directory（插件目录），直接浏览和安装。
▲ Codex app 官方文档：支持 macOS 和 Windows，内置多线程并行、worktree、Git 等功能
"The Codex app is a focused desktop experience for working on Codex threads in parallel, with built-in worktree support, automations, and Git functionality."
「Codex app 是用于并行处理 Codex 线程的专注桌面体验，内置 worktree 支持、自动化和 Git 功能。」
Codex CLI里可以通过 `/plugins` 命令浏览和管理插件。
团队分发方面，changelog 记录了插件可以通过 marketplace sources 在 ChatGPT Business 中共享。
▲ OpenAI Build Plugins 文档：支持用 @plugin-creator 快速搭建插件，生成本地 marketplace 入口
而且 OpenAI 已经开放了插件构建工具——用 `@plugin-creator` 可以快速生成插件的 manifest 文件和本地 marketplace 入口。这意味着任何团队都能把自己的工作流封装成插件包，在组织内部分发。
一个插件包可以包含 skills、app integrations、MCP servers，甚至 lifecycle hooks（生命周期钩子）。规格已经拉满。
这件事真正值得关注的地方
AI coding agent 的竞争正在换战场。
过去一年，几乎所有 AI 编码工具都在卷同一件事：让模型写出更准确的代码。但 OpenAI 这次用 Codex 插件做的事情，方向不同——让 agent 理解特定团队的工作流，直接在业务场景里出活。
数据分析师不需要一个「什么都能写」的通用 agent，需要的是一个知道怎么连 Databricks、怎么出报告的 agent。产品设计师不需要一个万能原型工具，需要的是一个能直接调用项目日历、设计资源、协作面板的 agent。
OpenAI 显然在把资源投向一个方向：AI agent 的下一个增长点，在业务上下文和工具编排，不只在模型能力本身。
这个方向对不对，还要看后续有多少团队真的用起来。但至少，Codex 已经不只是一个写代码的工具了。
— END —