Codex周活破500万背后：AI编程工具的终局是什么？

6月3日凌晨，OpenAI开了一场整整一小时的发布会。

这次Sam Altman没怎么露面，只在X上引用了一句《传道书》。但产品团队放出的信息，足够让每个写代码的人重新想想自己的饭碗：Codex马上就要并入ChatGPT了。以后在ChatGPT里，你不仅能聊天，还能直接让AI帮你干活。

更值得关注的是同步发布的三项更新——Agent插件、Annotations、Sites，以及一个容易被忽略但极其关键的底层变化：GPT-5.5的token消耗量只有同类模型的三分之一。

写代码的工具，怎么被非程序员抢着用？

Codex周活突破500万，这个数字本身已经够大了。但更值得看的是谁在用。OpenAI透露，大约20%的Codex使用者根本不是程序员，而是分析师、设计师、投行从业者这类知识工作者。而且这类非技术用户的增长速度，是开发者的3倍。

为什么非程序员会用一个编程工具？因为Codex早就不是单纯写代码的东西了。

Codex这次更新的3个功能，到底能干什么

Agent插件：把岗位技能打包成现成组件

Agent插件相当于把不同岗位需要的技能提前打包好。覆盖数据分析、创意制作、销售、产品设计、投资和投行，一共接入了62个主流企业应用、110个自动化技能。Codex已经不只是开发者的编码工具，正在变成知识工作者的通用AI工作台。

Annotations：选中哪里改哪里

Annotations让你能在文档、表格、演示文稿、网页里直接选中要改的部分，用自然语言告诉AI怎么改。AI只处理你选中的区域，其他内容不动，改完直接更新回原文件。这个功能把内容修改从"整段重写"变成了"局部精修"，人机协作更可控，工作流也不会被打断。

Sites：一句话生成可交互网页

Sites能把文档、计划、分析这些工作成果一键变成可交互的网页应用，生成链接后团队就能直接访问协作。你只需要输入简单的提示，Codex就能快速生成可视化demo、业务仪表盘或可运行原型。相比传统开发流程，它大幅降低了搭建内部工具的门槛，非技术人员也能更直观地表达需求、推进协作。

10倍到50倍的生产力差距，不是吓唬人

OpenAI内部数据显示，95%的工程师每天都在用Codex。用了这个工具的工程师，提交PR的数量比不用的同事高出70%。更严峻的是，拒绝使用新工具的资深工程师，和同级之间可能出现高达10倍甚至50倍的生产力差距。

这意味着不管资历多深，所有技术人员都站在同一道AI门槛前——跨不过去，就可能被快速拉开差距。

先用AI的企业，已经建立起别人追不上的壁垒

摩根士丹利是AI在金融工程领域落地的一个典型案例。该行基于OpenAI大语言模型开发了内部工具DevGen.AI，专门用来理解和现代化遗留代码。自2025年初内部上线以来，DevGen.AI已处理超过900万行代码，累计节省约28万小时工程时间。

国内企业的部署也在加速。新京报贝壳财经2025年的调研报告显示，89.84%的受访企业已经在业务中部署AI应用，68.75%的企业明确期待AI带来"降本增效"。但仍有10.16%的企业暂无使用计划，33.59%尚未制定系统性AI战略。

OpenAI首席营收官Denise Dresser引用了一个值得警惕的数字：目前AI创造的经济价值中，74%被20%的公司拿走。AI带来的不是均匀的效率提升，而是剧烈的分化。先用者建立效率壁垒，观望者被甩开的速度比想象中更快。

模型越来越多，企业到底该选哪个？

Codex的崛起只是企业AI加速部署的一个侧面。与此同时，Claude Code在开发者群体中持续渗透，Gemini在多模态场景表现突出，Llama等开源模型也在快速迭代。

企业面临的技术难题越来越现实：到底该用哪个模型？

不同大模型在不同场景下各有侧重。OpenAI的模型在通用能力、工具调用和复杂任务协同上表现稳定，Claude在代码理解、长文本处理等任务中一直有不错口碑，Gemini的优势则更多体现在多模态能力上。相比之下，文心、通义、Kimi等国内模型在中文语境理解、本地化适配和企业落地场景中往往更具实用性。

写在最后

ChatGPT合并Codex，实质上是AI从"对话工具"向"执行Agent"的架构级跃迁。当云端Agent可以7×24小时不间断工作，当token成本降到原来的三分之一——企业AI部署已经不是"要不要做"的问题，而是"做多快、做多深"的问题。

当企业开始同时调用多个模型时，底层资源的统一管理就成了刚需。魔芋AI这类聚合分发平台解决的正是这个环节：魔芋AIOpenAI 接口聚合管理，支持多种渠道包括 Azure，可用于二次分发管理 key，仅单可执行文件，已打包好 Docker 镜像，一键部署，开箱即用https://www.moyu.info/register?aff=zFsq通过一个统一接口接入海内外主流模型，实现按需自动路由、统一结算和权限管控。

模型用得越多，管理成本就越高。这也是为什么像魔芋AI这类聚合平台最近关注度比较高。

Codex合并ChatGPT这件事，表面上是OpenAI的产品调整，实际上反映的是整个AI行业从"聊天"向"执行"的一次转移。