从无代码到AI通才：技术使命的回归
OpenAI 核心产品工程负责人 Akshay Nathan 的职业轨迹，折射出 AI 时代软件能力普及的演进路径。他早年在 Airtable 和 Vercel 从事无代码/低代码产品开发，核心信念始终未变：将代码的魔力带给不会写代码的人。这一理念在大语言模型（LLM）出现后被赋予全新意义——LLM 成为那块“缺失的拼图”，使非技术人员也能通过自然语言直接驱动复杂系统。他提到，ChatGPT Work 本质上是终极无代码应用，用户只需一句提示词即可完成多步骤任务，这标志着 AI 助手从开发者工具向全民生产力平台的跃迁。
“我职业生涯里有很长一段时间……如果能以一种更容易上手的方式带给更多人，那会是真正神奇的事。”
“大语言模型出现之后，事情就很清楚了：它就是那块缺失的拼图，是那个缺失的技术，能把代码的魔力带给每个人，而他们不需要知道底层到底发生了什么。”
产品整合的底层逻辑：统一框架下的体验分层
在 ChatGPT Work 推出前，OpenAI 内部已观察到非开发者群体对 Codex 的意外接纳：战略、财务、市场等非技术团队成员主动将其用于日常任务，并因“提前掌握新工具”而自豪。这一现象促使团队重新思考产品架构——Codex 与 ChatGPT Work 共享同一底层框架，但针对不同使用场景做了体验分层：Codex 更强调开发友好性（如 Git diff 展示、文件级操作），而 Work 则聚焦通用工作流（如自动处理快递追踪、邮件撰写）。这种设计避免用户在不同产品间切换，同时保留专业能力的深度入口。
“他们对自己在用 Codex 这件事感到特别自豪，就好像在说：‘我本来不该用这个的，但我就是用了。’”
“我们不想让用户自己去选该用哪种体验……对AGI来说是个好目标，对吧？人们不想去选自己要哪个版本的AGI，他们只想让AGI自己决定。”
用户认知的断层：从‘会用’到‘善用’的跨越
尽管 ChatGPT 用户量激增，企业级应用仍面临核心挑战：用户理解“能做什么”与“如何用好”之间存在巨大鸿沟。早期企业客户虽热情高涨，却难以明确具体应用场景；而当前阶段，早期用户已掌握 Agent 工具链与上下文注入技巧，但大众用户仍处于基础交互层。Nathan 认为，这并非接受度问题，而是认知深化问题——真正的机会在于帮助用户跨越“工具可用”到“工作重构”的临界点。ChatGPT Work 的定位正是为此：通过统一入口降低使用门槛，让生产力工具自然融入各类知识工作场景，无论是在职场策划活动，还是个人处理物流追踪。
“你用这些模型和产品，就像面前有个盒子，你可以对他说任何话，这是它的魔力所在。但反过来看，这也意味着你不知道该拿它怎么办。”
工作边界的消融与统一体验
OpenAI 正在推动一场深刻的范式转变：AI 正在剧烈重塑各类知识工作的边界，无论是写代码、写战略文档、策划活动、做营销，还是制作播客——这些角色之间的界限正在模糊。正因如此，试图按身份划分用户、固化使用场景的做法已不再适用。团队的核心理念是：底层能力应保持统一，而上层体验应允许灵活切换。例如，插件系统已在产品端与云端 ChatGPT 之间实现统一，使不同入口下的功能一致性成为可能。
当前存在两个主要运行框架：经典 ChatGPT 聊天模式（不进入 Work 模式）与 Codex 驱动的 Work 模式。前者更适用于即时问答、学习或轻量交互；后者则面向需要深度工具调用、多步推理与环境交互的任务。模型会根据用户意图自动路由——若检测到你试图创建电子表格等复杂操作，系统会主动引导进入 Work 模式。这并非硬性限制，而是智能路由决策，旨在让能力在用户最需要的地方自然浮现。
“我们不想规定你什么时候该用哪种体验，但我们也不想限制任何人。”
“ChatGPT 的运行框架从零一时代一直用到现在，而现在它实际上正被 Codex 运行框架取代，两者有些重叠。”
模型选择策略与默认配置哲学
面对 Terra、Soul、Soulite、Ultra 等多个模型选项，OpenAI 的策略是：默认配置应覆盖绝大多数场景，同时为高级用户提供深度定制能力。团队认为，模型本身是这一切可能性的基础——没有能力跃迁，就没有 Work 模式的诞生。当前的模型迭代已进入“阶跃式飞跃”阶段，尤其在 Artifact（产物）生成质量上提升显著。
为降低用户决策成本，产品引入了一个单维滑块设计：一端代表速度与效率（Terra），另一端代表质量与全面性（Soul/Ultra）。尽管背后涉及推理深度、并行度、成本等多个变量，但界面将其简化为直观体验。团队建议：先用默认设置，再根据具体需求微调。例如，Soulite + Go 模式适合需要高频介入与验证的协作流程；而 Ultra 或多 Agent 架构更适合开放探索或高度并行任务。
“我觉得人们应该去尝试任何对自己有效的方式。”
“这个设计的想法是把它简化到一个维度上。尽管背后其实有多个维度，对吧？试着把它投射到一个用户能理解的单一维度上。”
Artifact 与协作范式的重构
此次发布的重点之一是 Artifact——一种可交互、可编辑、可托管的动态产物。它不仅显著提升了输出质量（相比 5.4/5.5 版本），更重新定义了知识工作的交付形态。例如，用户可直接生成并编辑 Excel 文件，或构建可部署的网站，而无需手动部署或授权。这背后是研究与工程团队的深度协同：从基础设施训练支持，到用户交互设计，确保 Artifact 能真实反映用户意图。
更深远的影响在于协作模式的重构：当 ChatGPT Work 能读取本地文件、调用插件、生成可分享的 Artifact 时，人与人之间的信息传递可能被“AI 原生协作闭环”替代。例如，有人会先让 AI 生成答案，再转发给同事——这实质上使自己沦为“AI 到 AI 的消息中转站”。团队已意识到其中的安全挑战：AI 所接触的上下文极其私密，权限边界必须严格保护。
“网站成了他们整个团队协作的载体，原因是它的信息承载能力更强。”
“你可以直接把它填成一个研究成果，我再也不需要去读 ChatGPT 输出的文本了，我直接看网站输出。”
从文档到可交互产品的演进
在早期阶段，作者将研究成果以 Markdown 文件形式输出，但很快意识到其局限性：内容庞杂、信息过载、难以迭代优化。于是他转向构建一个功能完整的网站，使研究成果具备可操作性与可视化表达能力。这种转变不仅提升了信息传达效率，也带来了新的设计哲学——产品不是终点，而是生成产品的工具。网站作为 HTML 原生载体，具备无限可定制性：你可以将重点内容突出为主视觉图，而非像幻灯片那样被淹没在信息流中。尽管协作与可读性仍有提升空间，但这种格式已展现出远超传统文档的灵活性与表现力。
我再也不需要去读 ChatGPT 输出的文本了，我直接看网站输出。
你不是在设计产品，而是在设计一个能制造产品的产品。
在简洁与能力之间寻找平衡
设计一个强大但易用的 AI 工具，核心挑战在于在简洁与能力之间取得平衡。正如 ChatGPT 所经历的：当功能爆炸式增长时，界面若堆砌所有选项，用户反而会无所适从。因此，团队致力于打造一种“推到一边的界面”——用户只需清晰表达意图，系统便自动调用合适工具、从正确来源拉取信息，并以展示而非说教的方式引导用户发现新可能。这种模式尤其契合 AI agent 的使用逻辑：用户需自己发现下一个用力点，而系统应提供恰到好处的上下文支持。
你能用它做出太多不同的东西了，但我们不能把所有选项都堆在你面前，那样你会吃不消的。
你可以把说教或展示定制化，专门针对用户的需求、他们关心什么、过去做过什么、处于产品旅程的哪个阶段。
从开发者到全民 AI 生活的路径
OpenAI 的产品路径遵循清晰的扩散逻辑：从开发者（早期高摩擦接纳者）→ 一般知识工作者 → 全民日常使用场景。开发者是 Codex 的起点；知识工作则引入 artifacts、computer use 等新能力；最终目标是让 AI 融入生活——无论是制定饮食计划、玩自研游戏，还是生成梗图。作者以个人项目为例，说明兴趣驱动的实验如何反哺团队协作，并揭示一种隐性增长机制：展示而非说教，比任何教程更能激发他人尝试。他观察到，重度用户与轻度用户之间的差距，可通过持续拓展想象边界、主动探索新用途来弥合。尤其在评审等敏感场景中，AI 的价值不在于代写，而在于agent驱动的上下文搜索与洞察挖掘——它能发现你忽略的成果、连接你遗忘的笔记，甚至生成幽默梗图，展现出“超人类的偶然性洞察力”。
我就觉得虽然他可能会遗漏一些我会做的事儿，但当他真的找到东西时，用处太大了。
这显然不是这项技术最有生产力的用法，但它确实展现了这种正在涌现的能力，就是去发现那些你原本不可能知道的信息。
从 Codex 到 ChatGPT Work：渐进式产品演进
当前 ChatGPT 用户规模已达十亿级，但 ChatGPT Work 仍仅对付费用户开放，且未设为默认选项。这并非技术限制，而是出于用户教育与价值传递的策略考量：产品需要时间让用户理解其独特价值，并通过反馈迭代优化。团队明确表示，Codex 品牌不会被取代，反而会持续强化——尤其面向开发者群体，因其仍是 OpenAI 的核心市场。未来，Codex 与 ChatGPT Work 将在统一底层框架下协同演进，例如支持从“diff 编辑”无缝切换至“artifact 创建”或“聊天记录检索”，从而提升开发效率与体验连贯性。
“我们完全打算把开发者……长期以来一直是我们的核心市场，而且我们还能做很多事情，让 Codex 在软件开发方面做得特别出色。”
“如果有什么影响，它应该会提升 Codex 这类产品的实用性，因为现在你可以无缝地从写一个 diff 切换到创建一个 artifact，或者去搜索你的聊天记录。”
OpenCL 的遗产与 ChatGPT Work 的个人操作系统愿景
OpenCL 的实践为 ChatGPT Work 提供了关键启发：持久化环境（如跨会话保留文件、定时任务、文件系统访问）正被用于管理个人事务（如健身计划、饮食追踪），模糊了“工作”与“个人生产力”的边界。团队已有成员完成从 OpenCL 到 ChatGPT Work 的迁移，印证了其作为新一代个人操作系统的潜力。核心理念是打造一个可扩展的统一入口——用户无需跳转多个应用，即可在单一界面调用理财、科研、写作等工具，通过插件机制集成外部服务（如已实现的理财插件），实现“在输入框里问任何问题，就能获得答案”的体验。
“我们想要一个可扩展的系统，带插件机制，让你能连接你需要的工具去完成一个理财任务。”
“现在只要连接了正确的数据，你想要什么就有什么……我觉得这超级强大。”
子 Agent 设计哲学与记忆系统的深层挑战
关于子 Agent 的设计，团队采取渐进式透明策略：默认隐藏执行细节以避免信息过载，但高级用户可通过下拉菜单查看或配置子任务调度逻辑（如指定更廉价的模型执行重复性任务）。这反映了对性能、成本与控制力三者的权衡——既支持 Ultra 等高阶用户发挥并行处理能力，又防止滥用导致资源耗尽（如早期因子 Agent 过载引发的崩溃问题）。后续通过手动开启+高级设置入口的限制，确保功能面向目标用户。
记忆系统方面，ChatGPT Work 的记忆 V3 实现了从“一次性对话”到“长期项目协作”的跃迁：它不仅支持跨会话上下文继承，还能主动写入用户偏好（如“你上周提到想学摄影”），使产品真正具备个性化与情境感知能力。尽管记忆本质是检索问题（涉及误判/漏判的平衡），但团队更强调其情商维度——如何在合适时机以正面方式唤起记忆，而非造成干扰。这被视作连接 ChatGPT 与 ChatGPT Work 的情感纽带，也是构建“属于你自己的 AI”的关键一步。
“从 ChatGPT 到 ChatGPT Work，感觉就像是我已经用这个产品做了好几年的事情的自然延伸，所以这真的很棒。”
记忆的深度与工作场景的延续性
在聊天式应用中，对话往往是一次性、碎片化的；但进入工作场景后，任务往往持续数周甚至数月，需要跨会话的上下文延续与协作。此时，记忆系统就不再是锦上添花，而是基础能力。OpenAI 的产品工程负责人指出，当前 ChatGPT 已具备相当深度的记忆能力——这些记忆并非仅限于短期对话，而是随时间累积，逐渐形成对用户行为、偏好、目标的长期画像。他强调：记忆在 Chat 与 Work 场景中并无本质差异，关键在于如何让系统更主动地捕捉意图、构建上下文，并在关键时刻提供支持。
“所有这些零散的对话，随着时间累积，会变成某种相当持久、能很好代表我是谁的东西。”
“它很可能会发现一些你自己都不知道的事情。然后，如果他能在你做任务时，在相关的时刻主动把这些信息推给你，我至少发现这会很有帮助，所以值得一试。”
Chronicle：超级记忆与自动化洞察
Chronicle 是一个实验性功能，被称作“超级记忆”，其核心理念是：从用户日常电脑使用行为中学习，作为记忆的补充输入源。它默认关闭，但推荐用户主动尝试。其价值不仅在于记录，更在于生成洞察——比如通过分析日志，自动识别重复任务、推荐技能（skill）或触发自动化流程（如 cron job）。负责人提到，该功能被严重低估，其真正突破在于：让记忆本身具备可操作性，即“检查记忆 → 创建 skill → 自动执行”的闭环。
“我猜你们内部用的很多，所以我总是在挖掘使用场景……我觉得你会感到惊讶的，太棒了。”
“对这个功能被严重低估了。对吧？这就是自动化，你甚至可以用一个 cron job 来重复执行它。”
AI时代的产品开发范式与人才重构
AI 的出现彻底重塑了产品开发的节奏与边界。过去，快速搭建 MVP 是速度标杆；如今，从想法到可验证原型的周期被极大压缩，反馈闭环显著加快，使团队能更早与用户、专家深度互动。与此同时，团队角色边界日益模糊——工程师、产品经理、设计师的职能重叠度上升。负责人调侃道：“未来科技行业只会剩下四种工作：AI、废料大炮（烧 token 者）、SRE、卖东西的成年人，还有好看的人。”但更深层的趋势是：AI赋能每个人成为‘T型通才’——既保有核心专长（T 的竖线），又借助工具拓展能力广度（T 的横线），从而在创意、设计、写作等多领域高效协作。
瓶颈已从执行转向想法生成与品味判断：谁拥有更敏锐的洞察、更清晰的目标感，谁就能在信息爆炸中脱颖而出。而模型当前的短板，恰恰在于无法自主产生新想法——想法仍需扎根于真实用户反馈、业务摩擦与既有知识体系。因此，通才的价值在于闭环能力：从观察中提炼问题，结合反馈提出假设，并快速验证迭代。
“你永远会被你手头正在做的事情的数量和想法的数量所限制。”
“我觉得瓶颈某种程度上变成了想法和品味，因为现在谁都能做东西了，这真的是一个自下而上充满雄心的时代。”