在ChatGPT擁有10億用戶后，AI問答這一定位，顯然已經難以撐起其下一階段的增長。另一方面，Codex每周活躍用戶已超500萬。很多人囿于名字，以為這是Coding產品。。。。限制了其在編程圈外的增長。

這不，OpenAI產品負責人官宣："未來幾周，我們要把Codex裝進ChatGPT"。兩大AI產品合體傳聞終于迎來了切實的進展，OpenAI的"超級應用"呼之欲出。

其實，作為近期鯨哥已經離不開的AI產品，不說龍蝦熱度已經降了90%，Claude code有多神，就看CodeX這次更新，無論是根據6個職位場景做的專屬插件、一鍵生成團隊共享網站Sites，還是哪里不對點哪里批注的Annotations功能，說句Codex殺死比賽真不過分。

你要知道，6個插件不是Chrome那種小功能不值得做成應用，做個簡單功能點就算了的插件，而是把應用、技能、指令和工作流整合在一起。官方稱，這批插件其實覆蓋 62 個常用應用和 110 個 skills。

Sites是解決了 網站部署和流轉難的問題，讓vibe coding作品在你身邊的社群、團隊中真正用起來，不用去買阿里云了。Annotations的編輯魔法則從圖片拓展到了表格等場景，"指著鼻子讓AI改"，終于不怕AI聽不懂人話了。

大家對以上解釋可能你還有疑惑，今天我們就用實操的案例，來解讀CodeX的這些更新，以及有哪些場景開始被顛覆。

不要小看Codex的插件

6個角色插件，分別對應數據分析Data Analytics、創意制作Creative Production、銷售Sales、產品設計Product Design、股權投資Public Equity Investing、投行Investment Banking。每個插件里面預裝了對應崗位常用的工具。

1. Data Analytics

Data Analytics 這個插件面向分析師和業務團隊。接了Snowflake、Databricks、Hex、Tableau這些工具，不用自己寫SQL，直接問它就行。

我試了一下，給了它一份2016到2024年的生態環境月度CSV文件，跟它說"幫我分析這份數據"。直接出來一份完整的統計報告。

它先把COD、SO2、NOx這些指標是什么意思解釋清楚，然后自己做了趨勢圖、分源對比圖、工業排放強度折線圖。鼠標放上去，每個年份的具體數據都能看到，圖下面還有一段文字解讀。

以前這種分析活兒，要么找數據分析師寫SQL跑Python，要么自己在Excel里折騰半天。現在一個插件加一句話就搞定了。

最大的亮點，就是它生成的統計圖，不是一張純粹圖片，而是點到哪就會出現哪個點的數據。這才是真正的數據分析，其他 Deepresearch出的統計圖片，此刻顯得意義不大。

2. Product Design

這是完整產品設計流程的插件，從模糊想法到確認brief、梳理需求、探索方案、比較路線，最后輸出原型。

它能把早期想法變成團隊能審的原型，探索產品方向、梳理用戶流程，甚至能從一個真實URL生成可交互的原型，靜態截圖也能變成可以點的界面。

我們嘗試做一個微信公眾號內容排版工具，將這一簡單想法在 CodeX中@Product Design插件后輸入，AI 給到的回復，更像是懂產品、懂戰略的大咖在和你交流。

它給出三條發展路線和新的產品定位：

雖然 2 方向很好，是 AI 排版工具的很好升級。但AI 也意識到上來就做 2 方向，難度比較大，建議以 1 為主，2 的發展融入進去。

我們也認可 AI 給的建議方案，直接讓它輸出成品。

它沒有一上來就開始寫代碼做原型，而是先輸出了一份產品方案。把小鯨排從"公眾號排版工具"重新定位成"AI自媒體內容經營工作臺"，拆了兩個方向：一個是選題到發布的全流程工作臺，一個是個人IP內容資產庫。每個方向都給了核心功能、目標用戶、商業價值和收費點。

確認方案之后，它才開始做下一步的產品界面設計，生成了一個帶今日任務、欄目管理、個人風格標簽、發布前檢查的完整工作臺界面。

Product Design讓 AI 從只會寫代碼到全流程的把控，也讓 CodeX 從 Vibe Coding 轉變成了產品設計大師。

這個插件面向投資者和金融分析師。接了SEC文件、公司財報、市場數據這些來源，不用自己去扒數據。

我讓它做一份英偉達的做空報告。59秒，完整投資備忘錄就出來了。不是那種泛泛而談的東西，是有數據有出處的——當前股價222.82美元，市值5.43萬億，TTM市盈率33.9倍，最新一季度收入816億美元，數據中心收入752億，毛利率74.9%，全部對得上NVIDIA官方財報和SEC的10-Q文件。

做空邏輯給了六條，每條都帶數據源。比如第一條講需求過熱，引用了Epoch AI的統計，說幾大云廠商2026年資本開支可能到7700億美元；第四條講客戶集中度，直接從10-Q里扒出來三個客戶貢獻了54%的收入。

這份報告如果讓一個分析師來做，怎么也得花大半天。現在59秒出來了，結構完整、數據準確、每個觀點都有原始信源。

4. Creative Prodution

Creative Production 這個插件面向設計師和創意團隊，接了Canva、Figma這些設計工具。

我拿'AI短劇行業百人大會'的策劃方案試了下，讓它根據活動定位生成情緒板。Codex 先把需求拆成幾個方向，比如"安靜高級感""專業聚焦""執行層信任""人本判斷"等，再繼續生成視覺參考。

最后出來的是一組大會場景圖，包括會議空間、內容評審、AI 生產工作臺、行業交流等畫面。整體風格比較克制，沒有做成那種夸張的科技感海報，更接近真實活動前期做視覺方向時會用到的 mood board。

比較關鍵的是，這些生成結果不是停在"看一眼圖片"這一步。它支持直接打開到 Canva 或 Figma 里繼續編輯。

比如在 Canva 里，可以繼續調整圖片大小、替換局部元素、改版式，甚至把它接著做成活動海報、邀請函或社媒物料。

這點比單純生成圖片更實用。對內容團隊、市場團隊來說，真正耗時間的往往不是想一個方向，而是從方向到可編輯素材之間的那段轉換。Codex 這一步足夠神奇，從此前能生成圖片 PSD 到直接在線無縫編輯，還是領先了一大步。

4個插件體驗下來，發現這些角色插件就是把"需要用什么工具"打包好，用戶不用額外集成，裝上就能用。目前已經和100多家產品合作，圖中展示了部分合作名單。

哪里不對圈哪里

除了這六個角色插件，Codex這次更新直接上了Annotations功能。

以前用AI改東西最怕改過頭。之前做項目匯報PPT，跟agent說第三頁那張圖表標題改一下措辭，結果它標題改了，配色也給我換了，之前調好的版式全亂了。

Annotations專門治這個問題。現在你可以直接在生成結果里選中具體位置，再寫一句修改要求，它只動你圈的那塊，其余不碰。

其實這個功能之前只能在代碼和網頁上用，現在擴展到了文檔、表格和PPT。選中一個圖表讓它換個樣式，選中一段文字讓它補出個出處，指著讓AI改，終于不用怕它聽不懂了。

試了一下，我這次選中論文 PDF 里的一個表格，要求它把表格從原來的跨欄顯示，改成單欄排列。Codex 重新生成后，表格確實只改了選中的部分，位置和排版都按要求調整了，其他正文內容沒有被大范圍改動。

這個功能看起來不復雜，但對實際工作很有用。尤其是文檔、PPT、網頁這類產物，很多時候不是要全部重做，而是只想精確改某一塊。Annotations 解決的就是這個痛點。

按照修改要求修改后的結果：

發URL比發文件更好用

第三個更新是Sites，這是讓AI網站不是玩具的關鍵。

之前做了項目，在localhost上只能是調用自己本機接口看。想讓別人看到，要么部署在vercel上，接入額外的數據庫；要么買域名，又貴審核時間又長。現在Sites可以建站后，直接生成分享鏈接。

比如把財務預測變成一個實時儀表盤，把產品計劃變成一個團隊可以一起看的原型。重要的是，這個 URL 的數據能力和協作能力都有，目前只對Codex的企業用戶開放。

以前給別人看成果，發PPT、發文檔、發截圖，翻來覆去說不清楚。現在直接變成一個網頁，誰都能看，還能互動。一個鏈接搞定，打開就是答案。

從以上案例中，我們也可以發現Codex非編程場景服務變多，所以現在Codex的使用者，非開發者用戶占了20%，新增用戶的速度甚至是程序員群體的3倍。

對于普通用戶來說，最直接的影響可能是：以后簡歷上可能真的要寫"熟練使用Codex"了，就像當年寫"熟練使用py和sql"一樣，成為一個必會的技能。

所以這次 Codex 更新，真正的變化在于，OpenAI 正在把 Codex 從"開發者工具"推向"通用工作平臺"。寫代碼只是入口，后面接的是數據、設計、銷售、金融、文檔和團隊協作。

而與 Anthropic和 Google推出MCP 和A2A這種標準不同， OpenAI 現在明顯更想做一套現成、可控、開箱即用的工作流體驗。短期看，這很容易打動普通用戶；長期看，合作企業會更在意開放性、控制權和接入深度。

未來這種生態能不能進一步擴大，合作企業愿不愿意和 Codex繼續玩，如果愿意，那就是 Codex鏈接和吞噬一切軟件，如果不愿意，Codex就要用模型能力殺死一切軟件。