ChatGPT 和 Codex 最终只剩一个入口？OpenAI 负责人把终局说透了

ChatGPT 和 Codex 会不会最终合并？

OpenAI Codex 负责人 Tibo Sottiaux 最近给了一个少见的直接回答：会。

在 Matthew Berman 的一场 44 分钟访谈中，他把原因概括成一句话：未来的模型希望它们被合并。因为聊天、编程、研究、语音和工具调用，底层正在变成同一套模型、同一个 Agent Harness，以及同一种持续工作的方式。

但这里很容易产生误读。

这不是 OpenAI 宣布明天关闭 Codex，也不是简单地在 ChatGPT 里增加一个“写代码”按钮。Tibo 描述的是更长期的产品终局：用户面对的可能不再是一排 AI 工具，而是一个了解你、可以调用不同能力、界面会随任务变化的 Personal AGI。

换句话说，不是 Codex 被塞进 ChatGPT，而是 ChatGPT 会越来越像一个拥有 Codex 执行能力的 Agent 操作系统。

OpenAI Codex 负责人 Tibo 在访谈中讨论 ChatGPT 与 Codex 的产品方向

为什么两个产品迟早会碰到一起

今天，ChatGPT 和 Codex 的分工看起来仍然清晰。

ChatGPT 更像通用助手，负责对话、写作、搜索和建议；Codex 更像执行环境，可以读取项目、修改文件、运行命令、连接工具并交付结果。

可一旦 ChatGPT 也拥有长期记忆、语音、视觉、电脑操作和外部工具，这条边界就很难继续维持。用户说“帮我分析这份销售数据”，最终可能同时涉及查邮件、读取表格、写脚本、生成图表、制作汇报和发送结果。很难说这究竟是聊天任务，还是编程任务。

OpenAI 今年 6 月披露，Codex 已有超过 500 万周活跃用户，其中知识工作者约占 20%。他们使用 Codex 制作报告、表格、演示文稿和合同，也进行研究与数据分析。到这次访谈时，Tibo 又提到 Codex 已达到 2000 万活跃用户。

从这些用途看，Codex 已经越过“程序员工具”的边界。ChatGPT 与 Codex 合并，是为了抹掉通用助手与执行型 Agent 之间的产品缝隙。

Skills、Memory 和 Sub-agent，可能都只是脚手架

Tibo 在访谈里提到，高级用户已经习惯了一套复杂的 Agent 工作流：维护 Skill 文件，处理偶尔失忆的 Memory，再组织多个 Sub-agent 协作。

这些机制很有用，但也把越来越多系统管理工作推给了用户。为了让 Agent 工作，人反而要先学会如何管理 Agent。

OpenAI 想要的下一步，是让系统自己理解用户的目标、日常工作与团队关系。用户只表达结果，Agent 负责选择模型、加载能力、拆分任务和维护上下文。

Prompt、Skill、Memory 和 Agent 编排不会立即消失，但很可能逐渐下沉到产品内部。未来用户购买的不是一套更复杂的积木，而是一套尽量不需要看见积木的工作系统。

这也提醒我们：现在为某个 Agent 产品精心搭建的复杂工作流，未必会成为长期资产。 更值得沉淀的是干净的数据、明确的权限、可验证的流程、稳定的工具接口和任务评测。

下一代 Agent，为什么越来越依赖云端

Tibo 认为，笔记本电脑已经开始成为 Agent 的限制。

电脑的窗口数量、交互方式和资源分配，本来是围绕人的工作速度设计的。人很难同时操作 100 个应用，但模型可以并行探索多个方案、运行测试、编译项目并验证假设。

当 Agent 从“一次完成一个任务”变成“同时维护几十条工作轨迹”，瓶颈就不再只是模型智力，还包括 CPU、内存、网络、沙箱和并发资源。云端 Agent 因此不只是远程运行的 Coding Agent，而是下一代 AI 产品获得规模化并行能力的基础设施。

这也解释了为什么 OpenAI 持续把 Codex 扩展到 Remote、Cloud Agent 和多 Agent 协作。Personal AGI 的“Personal”描述的是它服务谁，不代表所有计算都发生在个人电脑上。

速度不只是体验，它会改变工作方式

这场访谈中另一个重要判断，是 Ultra Fast 可能在 1 至 2 年后接近默认速度。

OpenAI 已经在有限预览中让 GPT-5.6 Sol 达到最高 14 倍于标准处理的速度，最高约 750 个输出 Token 每秒。不过，14 倍 Token 速度不等于所有任务快 14 倍。Tibo 解释，如果一条 Agent 轨迹包含大量工具调用，瓶颈会转移到网络、CPU 和外部系统，整体加速可能只有 3 到 4 倍。

比数字更值得看的是交互模式。

今天运行十几个 Agent，通常意味着不断切换窗口、等待结果和重新恢复上下文。Agent 如果快到能够跟上人的表达速度，工作流就会从“下达任务后回来验收”变成“边说、边看、边修改”。语音、实时原型和快速执行会被压进同一个连续过程。

AI 产品争夺的核心资源，也会从算力进一步转向人的注意力。最快的 Agent 不一定是每秒输出 Token 最多的 Agent，而是最少打断用户思路、最少要求用户重新解释背景的 Agent。

Personal AGI 的另一面，是 Full Automation

Tibo 把 Agent 的方向分成两类。

第一类是 Personal AGI。它长期理解一个人，覆盖编程、研究、建议和日常工作，并在合适的时候主动行动。

第二类是 Full Automation。它持续读取生产日志，发现回归后提交修复；扫描器发现漏洞后自动打补丁；系统性能下降后主动定位并优化。人在流程中主要负责批准高风险操作。

两条路线看起来不同，底层却是同一个问题：Agent 是否拥有足够稳定的上下文、工具、权限和反馈，能够长期工作，而不只是完成一次漂亮的演示。

OpenAI 已经在企业 Agent 产品 Presence 中采用类似思路：企业限定知识范围、可执行动作、审批条件和升级规则，Agent 在边界内行动。这说明“主动工作”并不等于无限授权，越强的 Agent 反而越需要清晰的权限系统。

难题不在界面

一个长期理解用户的 Personal AGI，必须持续接触聊天记录、文件、日历、代码、团队关系和个人偏好。它越有用，掌握的信息就越完整。

因此，ChatGPT 与 Codex 合并最难的不是界面，而是四个问题：记忆归谁所有，权限如何最小化，错误由谁负责，以及云端长期运行的成本由谁承担。

如果这些问题没有解决，一个“什么都懂、什么都能做”的 Agent，也可能变成权限过大、行为难以预测的黑箱。产品终局不只是把能力集中到一个入口，还要让用户随时看见它知道什么、正在做什么、为什么行动，以及如何撤销。

最后

这次访谈最重要的信息，不是 ChatGPT 和 Codex 将出现一个合并按钮。

它透露的是 OpenAI 对产品形态的判断：编程 Agent 不会永远是一个独立品类，它会成为通用 AI 的执行层；通用 AI 也不会永远停留在聊天框里，它会获得记忆、工具、环境和持续行动能力。

今天我们还在选择 ChatGPT、Codex、Research、Voice 和不同 Agent。OpenAI 想做的终局，是让用户不再需要选择产品，只需要说清楚自己要完成什么。

如果这条路线成立，未来只剩下的那个入口，不会只是一个更强的聊天框。

它更像一个始终在线、随你变化、也能动手干活的个人工作系统。