Codex周活500万之后，OpenAI不想只服务程序员了
公众号名称：AI知识体系礼记
作者名称：jerry
发布时间：2026-06-04 12:30
刚才刷 The Verge 的时候，我看到一个数字，停了一下。
OpenAI 说，Codex 现在有 500 万 weekly users。
500 万周活。
作为一个 AI 编程工具，这已经很夸张了。毕竟开发者工具的用户盘子没那么大，很多我们天天讨论的 IDE 插件、CLI 工具，真实活跃用户可能远没有想象中多。
是后半句话：OpenAI says Codex isn’t just for programmers。
Codex 不只是给程序员用的。
这句话乍一看有点奇怪。Codex 不是 coding agent 吗？
但把最近 OpenAI 的动作连起来看，意思其实很清楚：OpenAI 想把 Codex 从**「帮你写代码的工具」变成 ChatGPT 体系里的通用工作代理入口**。
Codex 的终点可能不是 IDE。
而是一个能操作你电脑、理解你工作、帮你完成任务的 agent。
01
入口变了
我去翻了 OpenAI 帮助文档。
Codex 现在覆盖 Free、Go、Plus、Pro、Business、Edu、Enterprise。入口也不止一个：app、CLI、IDE extension、web。
如果它只是**「更强的 Copilot」，IDE extension 就够了。如果只是「命令行版 Claude Code」**，CLI 就够了。
但 OpenAI 还做了 app 和 web，全放进 ChatGPT 账号体系里。
这意味着什么？
文档里写得很直白：Codex usage 和 ChatGPT for Excel、Workspace Agents 一起计入 agentic usage limit。
不是 developer usage。是 agentic usage。
这说明在 OpenAI 的产品视角里，Codex 不是「写代码功能」，而是「让 AI 代理你完成任务」的能力。
写代码只是它最先跑通的场景。
02
Computer Use 是真正的边界变化
The Verge 还提到：Codex 的 computer use 已经从 Mac 扩展到 Windows。
也就是说，Codex 可以「看」你的屏幕，在设备上执行任务。用户还能通过 ChatGPT app 管理和 review 这些 jobs。
这件事比 500 万周活更值得关注。
以前 coding agent 的边界是：读 repo、改文件、跑命令、提交 diff。能力强，但基本都在开发环境里。
Computer Use 不一样。
它让 agent 进入了**「理解屏幕 + 点击界面 + 跨应用执行任务」**的领域。
Codex 就不再只是「会写代码的 agent」，而是一个可以操作软件的 agent。
刚开始大家觉得它只是写代码的。后来它开始读 repo、跑测试、开 PR、部署站点、控制浏览器、操作电脑。
它已经不只是 coding 了。
它在建立一套新的工作执行层。
03
为什么说「不只是程序员」
如果只看表面，这句话像市场话术。
但背后有个很现实的产品逻辑。
很多非程序员的工作，本质上也在变成**「给 agent 写 spec」**。
比如一个运营想做一个内部数据看板。
以前的流程：找产品经理说需求 → PRD → 排期 → 设计 → 前后端开发 → 测试 → 上线。
现在可能变成：直接跟 Codex 说，我要一个页面，连这几个数据源，展示这几个指标，权限只开放给公司内部。
Codex 帮助文档里提到了 Sites in Codex：Business 和 Enterprise 可以把 Sites 作为插件，创建部署内部 web apps，通过 Sign in with ChatGPT 控制访问。
这不是传统意义上的「程序员写代码」了。
这是一个知识工作者，用自然语言把工作需求变成软件。
中间当然还是有代码。但用户不一定需要关心。
这就是「不只是给程序员」的真正含义。
不是说程序员不重要了。而是过去只有程序员能完成的软件化工作，正在被 agent 打开给更多人。
04
真正的问题是：谁来 review？
说到这里，不能只兴奋。
Codex 越像一个通用 agent，问题就越尖锐。
第一个问题是权限。
它能看什么？能不能连 Google Drive？能不能看屏幕？要不要长期记忆？
OpenAI 文档里明确提到，Codex 有 Memories、Automations、in-app browser、Computer Use。Computer Use 涉及 screenshots，数据控制跟 ChatGPT 训练设置有关。
当 agent 只是帮你写一段代码时，你担心的是它写错。
当 agent 可以看屏幕、连服务、长期记忆时，你担心的是它看到了不该看的东西，在错误上下文里执行了正确的命令。
第二个问题是 review。
OpenAI 说可以通过 ChatGPT app 管理和 review Codex jobs。
方向是对的。但 review 本身会变成新的工作。
以前你自己写代码，心智模型在你脑子里。现在 agent 帮你做了 20 步，你要 review 的不是最后那段代码，而是整个行动链路：它读了什么、改了什么、为什么这么改、有没有漏掉边界情况。
这其实挺累的。
我自己的体会是：最怕的不是它慢，而是它看起来全做完了，但我不知道它到底做了什么。「完成感」反而是危险的。
所以 agent 时代对开发者的要求不是变低了，而是从**「亲手写每一行代码」变成「能判断 agent 做出来的东西是否可信」**。
05
终点在哪
回到那个数字。500 万周活。
我觉得它标志着一个阶段变化。
第一阶段，AI 写代码是 demo。让它写贪吃蛇、写脚本、看能不能一把出活。
第二阶段，AI 写代码是工具。Cursor、Copilot、Claude Code 进入日常工作流。
第三阶段，AI 写代码开始变成 agentic work 的入口。
Codex 正在往这个方向走。想做一个内部工具？想自动化一个流程？想让电脑帮你完成某个重复任务？
这些事情过去要找程序员。未来可能先丢给 Codex。
它背后真正的判断是：编程正在从职业技能，变成被 agent 包装起来的基础能力。
专业程序员当然还会存在，而且更重要——因为当更多人都能生成软件时，真正稀缺的不是「能不能写出来」，而是**「能不能长期运行、能不能维护、出了问题能不能兜住」**。
作为 AI Native Coder，我对这件事既兴奋，也有点紧张。
AI 可以替你写代码、跑命令、操作电脑，甚至把一个想法变成内部工具。
但它不能替你判断：该不该做，做到什么程度，出了问题谁负责。
所以我觉得，AI Native Coder 的核心能力不是「最会用 AI 写代码」。
而是**「最会给 AI 设边界」**。
什么事可以放手，什么事必须 review，什么权限不能给，什么结果必须自己重新推一遍。
这些能力会越来越值钱。
因为当 Codex 从程序员走向普通知识工作者时，最大的问题不是「大家会不会写代码」。
而是**「大家会不会管理一个会写代码、会动电脑、还很自信的 agent」**。
所以我对 Codex 的判断是：
它当然还是 coding agent。
但它正在变成一个从代码开始，向电脑操作、内部工具、企业自动化扩散的 agent 入口。
Coding Agent 的终点可能真的不是 IDE。
而是你电脑里的第二个操作者。
问题只剩下一个：
你准备给它多大的权限？
内容效果不满意？点此反馈