OpenAI 这次给 Codex 加的，不是几个花哨按钮。

它把一个原本贴着“写代码”标签的工具，推到了分析师、销售、设计师、投资人和投行团队面前。更具体一点：6 个角色插件，覆盖 62 个常用应用和 110 项技能；Sites 可以把交互式网站和应用用 URL 在工作区里分享预览；annotations 允许用户在生成结果的原处直接修改，不必反复重写提示词。

还有一个数字更值得看：Codex 周活用户已经超过 500 万。非开发者约占 20%，增速是开发者的 3 倍以上。

这不是说开发者不重要了。恰好相反，是开发者工具开始从工程部门外溢，钻进了办公室最厚、最累、最容易被误认为“专业产出”的那一层：报告、表格、图、原型、销售跟进、投资材料、高管简报。

这组信息把判断补实了三件事：Codex 的用户结构在变，入口正在从代码编辑器转向工作流，限制也从“会不会生成”变成“敢不敢接入企业系统”。

发生了什么：Codex 开始按岗位打包

这次 OpenAI 发布的重点，是让 Codex 接入不同岗位的工具、数据和流程，而不是只帮程序员写脚本。

简化看，是三类能力：

新能力解决什么问题主要影响谁
角色插件接入岗位常用应用和流程分析师、销售、设计、金融团队
Sites 预览用 URL 分享交互式网站、原型和内部工具需要评审原型、仪表盘和应用的团队
annotations在 AI 生成结果原处精修不想反复改 prompt 的业务用户

6 个角色插件分别面向数据分析、创意生产、销售、产品设计、公开股票投资和投行业务。

OpenAI 还给了几个场景：内部团队用 Codex 做内部应用、仪表盘和高管材料；Zapier 用它整合 Slack、Google Docs、Coda 等上下文；NVIDIA 研究人员用它辅助实验流程。

这些案例不能直接证明企业已经大规模赚到钱。它们更像路标：Codex 想去的地方，不是聊天框，而是工作链条中间。

为什么重要：被盯上的不是专家，而是材料拼装层

很多人一听“Codex 进销售、设计、投行”，会立刻问：它是不是要替代销售、设计师、分析师？

这个问法太粗。

Codex 现在真正瞄准的，不是岗位名，而是岗位里的中间层劳动：

  • 把数据拉出来，拼成一版图表；
  • 把会议纪要改成销售跟进邮件；
  • 把需求描述变成一个可点的原型；
  • 把公司资料、市场数据和模板，压成一版投资备忘录；
  • 把零散信息装进管理层能读的 deck。

这些活看起来像“专业工作”，其实大量时间花在搬运、改写、套模板、对齐格式、补上下文。

办公室里最先被压缩的，不是“判断力”，而是“把材料拼得像个东西”的时间。

这也是旧式自动化没有彻底吃掉白领工作的原因。Excel、PPT、BI、CRM 都能提升效率，但它们通常要求人先把步骤拆好。AI 助手的不同之处，是它能吞掉一部分模糊指令，再把结果塞回工具链。

这一步不神秘，却很要命。

历史上很多办公软件的胜负，不在功能表有多长，而在谁成了默认入口。Office 套件、浏览器、企业 IM、CRM，最后都在争同一件事：谁能站在工作流的门口收税。

“天下熙熙，皆为利来。”今天换成 AI，也是同一个逻辑。谁掌握入口，谁就能决定数据怎么流、插件怎么接、员工怎么被训练。

谁受影响：企业 AI 负责人和中间层白领最先有感觉

这件事和普通消费者关系不大。真正要动起来的，是两类人。

一类是企业 AI、IT 和数字化负责人。

他们要面对的问题很现实：各部门已经在零散试用 AI 工具，是继续放任，还是把 Codex 这类平台纳入统一工具链？

放任的成本，是数据乱飞、权限混乱、结果不可审计。统一的成本，是采购、治理、培训、权限设计和跨部门扯皮。

AI 工具进入企业，从来不是“买一个账号”那么轻。它进得越深，越要碰系统边界。

另一类是办公室里的材料生产者。

不是所有人都会被替代，但很多人的“可见产出”会被重新定价。

过去，一个人能快速做出一版像样的 PPT、报告、销售材料，已经算能力。以后，这件事会越来越像基础动作。真正值钱的是：你知道该问什么、删什么、保留什么，知道哪一页不能乱写，哪一个数字不能胡来。

模型看着更强，岗位反而更残酷。因为它把低水平勤奋的遮羞布掀开了。

它像工作流入口，还不是专业软件替代品

横向看，OpenAI 并不是一个人在打这场仗。

Microsoft 有 Office、Teams、GitHub 和 Copilot；Salesforce 把 Agentforce 嵌进 CRM；Google 在 Workspace 里推 Gemini。

这些公司都知道，企业 AI 的关键位置不在“谁的聊天框更聪明”，而在“谁离真实工作最近”。

OpenAI 的打法更激进一点：它想让 Codex 跨过开发者工具的边界，直接进入企业知识工作。

但这里有三道坎：

  • 权限.AI 能看什么数据，不能看什么数据；
  • 审计.它调用了哪个系统，改了什么内容，谁负责；
  • 习惯.员工是否愿意把关键流程交给它，而不是只拿它写个草稿。

Sites 目前也只是通过 URL 在工作区分享交互式网站和应用的预览能力，不能理解成已经全面正式可用。

annotations 倒是一个更接地气的改动。很多业务用户不喜欢反复改 prompt，不是因为懒，而是因为他们的工作本来就不是“写咒语”。能在结果原处修改，才更接近真实办公习惯。

这类小功能常被低估。企业软件里，真正改变采用率的，往往不是发布会上的大词，而是少点一次复制粘贴、少开一个窗口、少解释一次上下文。

我更在意的，是 OpenAI 能不能管住入口野心

Codex 走到非开发岗位，我倾向于给正面判断：方向是对的。

原因很简单。AI 助手如果长期停在对话框里，就会变成一个高级文本外包。看着热闹，进不了流程。进不了流程，就留不住预算。

但这条路也会让 OpenAI 更快撞上企业软件的硬墙。

开发者工具的世界，相对容忍折腾。业务部门不是这样。投行材料、客户跟进、财务数据、设计资产、销售线索，每一类都有权限、版本、责任和合规要求。

在这些场景里，AI 不能只会“生成一版”。它必须知道自己该停在哪里。

这也是我不太买账“AI 直接替代专业软件”的原因。短期内，Codex 更像胶水层、执行层、材料层，不像 Snowflake、Salesforce、Figma、FactSet、PitchBook 的完整替代品。

OpenAI 真想吃下企业工作流，就要回答一个老问题：平台到底是帮别人提高效率，还是顺手把别人的入口也拿走？

平台战争从来不只拼技术。拼的是信任、分账、权限、生态位。

如果插件生态只能靠 OpenAI 自己搭，速度会受限。如果伙伴愿意直接部署，问题又来了：谁掌握客户关系，谁掌握数据，谁掌握默认入口？

这场仗的刀口，不在模型参数，在组织边界。

接下来我会看三个变量：

  • 插件生态能不能从 OpenAI 自建，走向伙伴直接部署；
  • 企业权限、审计、数据隔离能不能跟上真实业务；
  • 非开发岗位的高增长，能不能变成持续使用，而不是一轮试用热度。

目前还不能说 Codex 已经成了企业知识工作平台。证据不够。

但可以说，它已经不满足于当程序员的副驾驶。它开始坐到办公室流水线旁边，盯着那些最耗时、最重复、最难被老板看见的拼装动作。

开头那个数字，500 万周活，真正的含义也在这里。

用户规模只是表层。非开发者增长更快，才是信号。Codex 的战场正在从代码仓库移到部门协作，从“写一段代码”移到“完成一段工作”。

这次少见地走对了门。只是门内不讲发布会叙事，讲权限、信任和习惯。讲不通这三件事，再聪明的模型也只能停在演示台上。