随机小助手 2026-10-25 19:59 北京

怎么判断团队是真的有进步,还是只是更忙了?
ChatGPT 和 Codex 已经合到了一起,OpenAI 为什么还要推出 Work?这次要解决的是,怎么让财务、营销等非开发者也能顺手用 Codex 做表格、写报告。
Latent Space 是面向 AI 开发者的技术播客,本期录制于 ChatGPT Work 发布约一个月后,当时 Codex 与 Work 的用户合计已达 1,000 万。OpenAI 核心产品工程负责人 Akshay Nathan 谈到了具体怎么做:改进 Codex 的执行环境,让它更适合知识工作,同时收起代码仓库、文件差异等开发者熟悉的细节,让用户直接查看和修改结果。
从生成一张表格到协作完成一份报告,AI 开始参与更多具体任务。但做得更快、更多,不代表工作就更有效。访谈也谈到了管理者接下来要面对的问题:怎么判断团队是真的有进步,还是只是更忙了?
Latent Space 创始人 swyx 也是 AI Engineer 大会的发起人,AI Engineer 将会在 11 月 5 日首次落地上海,我们作为协办方,把硅谷许多最火的AI公司的高管与 AI 工程师邀请到了国内,欢迎点击阅读详情,现在报名还有社区专属折扣福利🎁!

01.是什么真正推动 ChatGPT 合并?
ChatGPT Work 的发布看起来像一次产品整合:Codex 进入 ChatGPT,聊天、代码、文件和 Agent 能力被放进了同一个产品。
推动这次合并的线索,来自 OpenAI 内部。Akshay 在用户研究中接触到战略财务、市场等团队,发现他们已经在用 Codex 处理各自的任务。最令他印象深刻的,是这些人对使用 Codex 的自豪感。
“他们觉得自己获得了一种超能力。”
OpenAI 因此开始考虑,怎么把 Codex 的能力带给更多 ChatGPT 用户,让不做开发的人也能用它完成自己的工作。Akshay 过去做 no-code、low-code 创业项目,后来在 Airtable 工作,也一直在解决这个问题:让用户不用写代码,就能做出自己需要的工具。
有了 LLM,用户可以直接说自己想做什么,不用先弄懂代码或数据库,这让更多人有机会用软件解决自己的问题。但能表达需求,不代表用户知道 AI 可以帮自己做什么。
ChatGPT Enterprise 推出早期,很多企业成立了 AI 部署团队,也准备了充足的预算,可一问具体想解决什么问题,各部门的回答却很不一样。
聊天框允许用户输入任何内容,却没有告诉他哪些任务适合交给 Agent,也没有说明需要准备哪些资料、连接哪些工具。企业需要帮助用户找到适合自己的用法,产品也要承担一部分引导工作。
用户独自打开电脑或手机时,ChatGPT Work 就要让他看见,眼前这件事可以怎么交给 Agent 完成。
02.为什么 Work 和 Codex 共用同一套 Harness?
Codex 和 ChatGPT Work 共享同一套 Harness,也就是组织 Agent 使用工具、执行任务的运行底座。模型负责理解和推理,Harness 则让它能调用插件、操作电脑、创建文件。
两种体验因此可以使用相同的执行能力,差别主要在界面,以及部分沙箱安全默认设置。
当用户让 Work 和 Codex 创建同一个退休计算器表格时,两种模式会以不同方式呈现结果。Codex 默认用户在代码仓库里工作,会显示 Git 状态、文件编辑和 Diff,让开发者看到具体改动。Work 则收起这些细节,让用户直接查看做出来的表格。
财务人员不必先理解代码仓库和文件差异,也能用上同样的能力。开发者需要这些信息时,Codex 仍会把它们展示出来。

经典 ChatGPT 的聊天体验也保留了下来。搜索、学习和日常交流更看重响应速度和表达方式,团队长期围绕这些需求优化产品。Codex 的经验则是,给 Agent 一个像电脑一样灵活的环境,它就能调用工具,完成更复杂的任务。
这些体验仍会继续调整。OpenAI 希望用户按任务选择合适的方式,同时能在不同体验之间切换。写代码的人也会做研究和预算,产品没必要因为他进入了某个标签页,就限制他使用其他能力。
03.当 AI 输出开始变成可继续修改的工作产物
Agent 能操作电脑之后,可以交付表格、报告和网站,用户也能在这些结果上继续修改。
节目中的退休计算器就有一个接近实际文件效果的表格查看器。第一版往往还需要调整,用户看得清自己和同事最终会看到什么,才容易指出问题,继续迭代。这也是团队同时改进模型生成质量和产物查看体验的原因。
OpenAI 内部的企业财务团队已经开始用网站做月度报告。过去放在幻灯片和电子表格里的内容,如今可以在同一个页面上呈现,供团队协作。
传统工具仍然有用,但有时用户不知道某个功能怎么操作,有时软件本身不支持他想要的效果。HTML 页面更容易按需求调整:重要内容可以放到显眼的位置,数据和研究结果可以做成交互面板。用户直接提出修改要求,不必先学会对应的软件功能。
本次发布中的模型选择滑块,也几乎完全在一个网站里完成设计、产品和工程协作。团队能直接试用不同方案,讨论实际的操作感受。
主持人的桌游实验展示了网站的另一种用途。他把 Strata 这款实体桌游的约 30 张照片交给 ChatGPT,生成了一个可以放置 3D 棋块的游戏网站,随后又让 AI 自我对弈,尝试自动研究、建立基准测试,并观察训练规模与表现的关系。
研究结果越来越多,他就让 Agent 做一个面板,方便查看实验、调整参数。他开始直接看网站上的研究结果,不用再逐条读聊天输出。
主持人说,这次实验用了约 17 亿 Tokens。后来需要更多数据库和基础设施能力,项目也迁出了 Sites。
网站本身仍需要整理。研究面板很长,数字很多,主持人还得继续删减和调整。页面能生成出来,不代表信息已经组织好了。哪些内容该留下、哪些结果最重要,仍然需要人来判断。
04.Agent 记住越多,权限边界怎么守?
ChatGPT Work 可以跨会话保存文件,做过的产物也能留在资料库里。下次处理相关任务时,Agent 可以继续引用,不必让用户重新提供所有材料。插件负责连接外部工具和资料,定时任务则让同一种工作重复运行。
这些能力也能用在生活中。Akshay 和妻子曾用 OpenClaw 管理家庭日历,团队里也有人把运动规划和饮食追踪转到 ChatGPT Work。日历、计划和记录都需要保存下来,后续任务才能接着做。
云端 Work 体验还会继承 ChatGPT 已有的记忆,并能写回新信息。用户过去聊过的偏好和背景可以继续发挥作用,不必每次都从头解释。这不意味着所有本地文件都会自动进入共享记忆,Agent 能使用哪些资料,仍取决于连接和授权。
资料积累多了,Agent 有机会找到人遗漏的信息。绩效回顾就是一个例子:约 6 个月前的评审周期里,AI 对 Akshay 的帮助有限。这次,它能从代码、评审记录和 Slack 中搜集员工的贡献,找到经理没有注意到的成果。
这里的用途是补全证据。Akshay 不会把完全由模型生成的文字直接交给员工,作为绩效评价。哪些贡献重要、怎么评价一个人,仍由经理负责。
多人协作还有另一层限制。有时同事向 Akshay 提问,他把问题交给 Agent,再将答案转发回去。转述会省掉部分执行过程和上下文,同事只能看到他挑出来的结果。
直接共享 Agent 的工作过程,可能让讨论更完整。但 Agent 接触的本地文件、插件和其他资料可能包含私人信息,一个人有权读取,不代表同事也有权查看。团队仍在探索多人协作,需要同时解决这些权限问题。
05.选项越来越多,普通用户怎么用?
模型类别、推理强度和多 Agent 模式带来了更多选项。普通用户想完成一个任务,不该先研究一遍这些设置。
OpenAI 希望用户先用团队选好的默认配置。结果质量、成本或速度不合适时,再尝试调整。复杂探索或适合并行的任务,可以使用相应的高级模式。
模型选择滑块把多个配置维度压成一条轴:一端偏速度和效率,另一端偏质量和充分程度。用户先表达自己的取舍,再由产品处理具体设置。
Sub-Agent 可以把任务分成几条路径并行处理。主持人还讨论了另一种用法:把适合的小任务交给更便宜的模型,降低成本。对于反复运行的研究、播客准备和自动化任务,这种细节控制可能有价值,但没必要要求所有人都学会。
Ultra 的入口也做过调整。团队后来把它放进高级设置,要求用户主动开启,因为这种模式可能消耗更多使用额度。了解它适合什么任务的用户可以打开,其他人继续使用默认配置。
简化设置的同时,产品还要让用户能检查 Agent 使用了哪些工具、引用了哪些来源。隐藏复杂度不能妨碍用户验证结果。
术语也一样。团队内部把表格、幻灯片等产物叫作 Artifact,用户只要说“帮我做一份幻灯片”,产品就该调动相应能力,不用要求他换一种说法。
至于怎么让用户发现更多用法,OpenAI 还没有完全解决。相比让用户读一篇通用教程,产品可以结合他正在做的任务、过去的行为和关心的领域,直接示范一种新的用法。财务人员和营销人员需要看到的例子,本来就不一样。
06.Agent 的终点,是跨过职业边界
OpenAI 先从开发者开始,再把 Agent 带给其他知识工作者,最终希望扩展到日常生活。
开发者愿意花时间设置工具,也能接受较复杂的操作,适合作为早期用户。财务、营销等岗位需要更容易理解的产物和更清晰的使用引导。这些经验也可以用于退休规划、家庭安排和兴趣项目,因为它们同样需要工具、资料、文件和持续反馈。
ChatGPT Work 希望用户在一次会话里表达需求,通过插件连接所需工具,不必每换一种任务,就去另一个应用里寻找按钮和功能。
这并不意味着专业软件会消失。OpenAI 会继续建设 Codex 这个开发者品牌,也承认其他专业产品和 OpenClaw 的开源价值。ChatGPT 可以通过插件帮助做退休规划和预算,却还不替 Akshay 托管现金和资产。用户从哪里发起任务,与底层系统负责什么,是两回事。
节目讨论的 1,000 万用户,口径已经从 Codex 转为 Codex 加 ChatGPT Work。当时 Work 只向付费用户开放,也不会默认把所有 ChatGPT 用户切换到 Work。
ChatGPT 已有数亿用户,但合并产品不会自动让这些人学会新用法。团队仍要让用户愿意尝试,根据反馈改进体验,才能把执行能力带给更多人。
07.AI 时代怎么区分“假忙碌”和“真进步”?
AI 让人更容易尝试原来不熟悉的工作。产品经理可以搭原型,工程师可以做设计,有专业深度的人也能兼顾更多事情。Akshay 认为,未来更多人会成为 T 型人才:保留自己的专长,同时借助 AI 做其他领域的工作。
但做得更多,也让进度更难判断。过去,代码行数、提交次数和 Story Points,也就是工作量估算点数,被用来间接衡量进展。如今 AI 让这些产出更容易增加,连同 Tokens 消耗一起,都不能单独说明团队是否更接近目标。
在 Akshay 的团队里,更重要的是一次尝试能不能完整做下来。他用 At-Bat,也就是一次上场击球的机会,来形容这个过程:提出想法,把它做出来,拿到反馈,根据反馈验证或推翻假设,再决定下一步。
团队需要增加有质量的尝试,不能只增加产出。如果做出来之后没有验证,代码和设计再多,也不知道解决方案是否有效。这还需要一种工作习惯:愿意承认假设错了,调整之后继续尝试。
团队得先说清楚想实现什么,以及什么结果能证明自己向前走了一步。
这也是想法和品味变得更重要的原因。软件更容易做出来,选择什么问题、判断哪个方案值得继续投入,就需要更多注意力。产品里的好想法仍然来自用户反馈、实际遇到的问题,以及对已有工作的理解。
AI 可以帮团队更快完成一次尝试。什么值得试,结果算不算进步,仍要自己判断。
由Linkloud协办,联手筹备的 AI Engineer 中国首次峰会即将在 11 月启航,就在上海!感兴趣的朋友,欢迎扫描下图右下角二维码购票,限时享受 Linkloud 社区折扣 ⬇️

更多完整内容,请点击阅读原文。
阅读原文
跳转微信打开