夜雨聆风点击上方卡片关注我
这两天 OpenAI 发了三个教育插件，K–12 老师、大学老师、大学生各一个。
标题挂着教育两个字，跟天天写代码的人看着没半点关系，一开始我也想直接划过去。
但翻完公告改主意了，有两件事跟我们有关。
一是这三个插件不只在 ChatGPT Work 里，Codex 里也有了插件入口，那可是我们天天开着的东西。
二是公告中段藏了个数字，比插件本身扎人得多，OpenAI 说，就算是已经用得挺溜的年轻人，摸到的能力也比重度用户少 90% 到 99%。
OpenAI 把怎么用好 AI 这件事，从各自写 prompt，变成了装一个现成的包。
三个插件，各管一段活
先把三个插件是干嘛的说清楚，这部分官方讲得很具体。
K–12 教师插件，给中小学老师备课用。接进老师手头已有的材料和工具，生成分层的教学资源、做互动可视化、把学情整理成能落地的洞察。
它还接了个叫 Learning Commons 的公益组织的数据，让老师能按当地的学业标准来生成材料。但有一条写得很明白：教学决策、打分、以及 agent 具体干了什么，控制权始终在老师手里。
大学教师插件，管课程设计和教学规划。改教学大纲、搭互动网站或多媒体测评、给不同基础的学生改材料、把内容打包进 LMS。连上日历、文档这些批准过的工具后，老师在教学、科研、日常事务之间切换时，不用每次都重新交代一遍背景。
大学生插件，帮本科生把正在学的东西变成更个性化的学习过程。带引导的辅导、针对难点反复练、从自己选的资料里生成学习指南、测验、闪卡和可视化讲解，OpenAI 说这个是照着学习科学设计的，目标是让人真正学懂，而不是抄近道。
交付渠道是 ChatGPT Edu 和 ChatGPT for Teachers 的机构部署，个人账号暂时开不了。
把插件拆开，其实就是个打包好的 skill 包
官方给插件下的定义很实在：一个插件，等于 apps + 角色专属的 skills + instructions + 常用 workflows，全都围着用户自己选的材料转。
目的是让人不用自己憋复杂的 prompt，装上就能直接开工。
这几个词你要是眼熟，那就对了。
skills、instructions、workflows，这套东西开发者社区已经玩了很久。
我们聊过 AGENTS.md，聊过给 Codex 写专属 Skill，聊过怎么把一整套开发流程打包成可复用的 skill。
区别只是，以前这是开发者自己的手艺活，你得会写 SKILL.md，得知道放哪个目录，还得自己维护。
OpenAI 这次把它做成了正式的产品形态，而且第一批发给了完全不写代码的老师和学生。
对写代码的人来说，真正值得抄的不是这三个插件，是它的打包思路，按角色打包，不是按功能打包。
手里那堆 skill，大概率是按功能分的，一个查日志，一个改 SQL，一个写测试。
OpenAI 的分法是你是谁，同一个角色要干的所有活，连同他的材料、权限、常用流程，打成一个包，这个分法在团队里特别好使。
新人进来装一个后端包，项目规范、常用命令、能碰哪些库全在里面，不用他先修一门怎么写 prompt 的课。
那个 90% 到 99%，才是这篇公告的硬货
三个插件的功能说完了，但公告中段那个数字，比插件本身更值得琢磨。
OpenAI 说，18 到 24 岁的人里，每周有超过 2 亿在用 ChatGPT。但就算是这里面用得挺溜的，摸到的能力也比重度用户少 90% 到 99%。
它给这现象起了个名，叫 capability overhang，能力过剩。说白了就是车买了，油门只踩到 1%。
为什么要在一篇讲教育插件的公告里提这个？因为这三个插件，本质就是 OpenAI 给出的解法。
学生和老师不会写 prompt，摸不到模型的真本事，那就别让他们从零学。把「一个角色该怎么用好 AI」这件事，提前打包成一个插件塞给他们。装上就是 90 分的用法，不用自己从 1% 慢慢爬。
Codex 你天天开着，真正用到的是它哪几成？大概率就是「帮我改这个函数」「跑一下测试」「解释这段代码」。至于让它自己拆任务、并行跑子 agent、串起一整条工作循环，你认真用过几回？
看到这数字，第一反应不该是同情学生，是照镜子。
这三个插件真正给我们的启发，不是它们能干嘛，是它们证明了一件事：把「用好 AI」这件事产品化、打包化，是可行的，而且有人已经在做了。
这功能到底怎么用到自己身上
三个插件本身，暂时轮不到我们，得有 ChatGPT Edu 或 ChatGPT for Teachers 的机构部署才开得了，但它的做法可以直接抄。
天天用 Codex 的： 先去 Codex 里看一眼那个新的插件入口。这回进来的是教育包，但入口这个形态一旦定下来，后面会往里塞什么不难猜，趁现在，把自己那几个高频 prompt 攒一攒，你最常让 Codex 干的三五件事，就是你未来那个插件的雏形。
给团队搭 AI 工作流的： 这次最该抄的是它的打包思路，按角色打，不是按功能打。你手里那堆 skill 大概率是按功能分的，一个查日志、一个改 SQL、一个写测试。OpenAI 的分法是按「你是谁」，一个后端工程师要用的所有东西，apps、他专属的 skills、instructions、常用 workflows，连同他能碰的材料和权限，打成一个包。新人进来装一个后端包就能开工，不用先修一门怎么写 prompt 的课。权限交给管理员统一管，别撒给个人，这比你现在按功能散着放好维护太多。
做教育或 B 端 AI 产品的： 盯着「机构控权限」这一条看。OpenAI 把开关放在学校手里，不放在师生手里，教学决策、打分、agent 干的事，责任也全划给机构。这套边界看着冷，但合规场景下的 AI 产品，目前大概只有这一种形状走得通。
写在最后
虽然挂着教育两个字，但它真正的信号是，OpenAI 把怎么用好 AI 这件事，从各自写 prompt 的手艺活，变成了一个能装、能发、能统一管的产品形态。
第一批发给了完全不写代码的老师和学生，恰恰说明这套打包思路已经成熟到能给小白用了，轮到开发者手里，只会更顺。
至于那三个插件本身，等机构版铺开再说，但那个 capability overhang，值得现在就记一下，不是记 OpenAI 的数据，是记它逼出来的那个问题：你手里这台已经很强的工具，到底用到了几成。
想清楚这个，你比大多数人都早一步。
延伸阅读：
OpenAI 官方公告：https://openai.com/index/learn-teach-chatgpt-work-codex/
ChatGPT Edu 介绍：https://openai.com/business/solutions/education/
ChatGPT for Teachers：https://chatgpt.com/plans/k12-teachers/
最近发现一个好用的 AI 生图工具，分享一下。
写文章、做 PPT、搞 README 配图的时候经常需要快速出一张图，HiAPI.ai 直接输入描述就能出图，也支持生视频，响应很快，出图质量也不错。
新注册用户送 50 张 GPT Image 2 免费额度，不用绑卡，需要快速出图的可以试试。
👉 HiAPI.ai(直达链接：https://www.hiapi.ai/invite/QwfK)
想了解更多可以加我 vx: 257735 聊。
出海赚钱案例：一个人做了个开源UI库，不融资不投广告，45天30万美元
出海赚钱案例：一个人用 PHP 做到月入 17 万美金，利润率 99%！
（2026年最新）Codex CLI 国内使用全攻略：终端 + VSCode + Cursor + Opencode 四种姿势全搞定