在人工智能技术快速发展的当下，大语言模型正逐渐从单纯的问答工具转变为能够自主完成复杂任务的智能体。OpenAI作为这一领域的领军者，正通过一系列创新产品推动这一变革。其最新推出的ChatGPT Work，作为Codex编程工具的通用化改良版本，正试图将智能体的能力扩展到非技术领域的白领用户群体。
OpenAI桌面应用首席工程师Andrew Ambrosino是这一变革的积极推动者。他不仅允许ChatGPT Work访问自己的收件箱、Slack账户和手机，还将其与Notion、Figma等应用程序深度集成。Ambrosino承认，这种深度集成存在隐私风险，但他认为为了工作效率和探索未来技术，这种风险是值得承担的。他的实践验证了OpenAI的愿景：构建一个智能体不仅回答问题，更能帮助用户实现最大胆想法的世界。
从编程领域到更广泛的职业场景，智能体的应用正在经历关键转型。ChatGPT Work的前身Codex最初专注于为软件工程师提供代码编写辅助，而改良后的版本则瞄准了会计、投资人、运营等非技术岗位。这款工具能够自主完成多步骤任务，如设置每周指标报告、将电子表格转化为规划工具，甚至帮助用户规划假期行程。OpenAI产品工程团队负责人Akshay Nathan表示，ChatGPT Work的价值在于帮助用户驾驭分散在各种系统中的信息，解决信息过载问题。
商业层面上，这种转型对OpenAI具有战略意义。更复杂的智能体意味着更高的Token消耗，从而为公司带来更多收益。同时，拓展到编程以外的职业领域对于证明AI技术的巨额投入是必要的。行业分析师指出，如果AI实验室无法快速掌握推广AI所需的关键互补资产，市场价值可能会流向其他竞争者。OpenAI正通过不断优化产品体验来应对这一挑战。
然而，将智能体推广到非技术用户群体面临诸多障碍。早期版本的产品对非技术用户不够友好，经常显示技术提示和代码相关问题。OpenAI花费数月时间改进产品，使其更加通用化。Ambrosino回忆道，团队致力于让产品"可发现性"更强，确保用户能够轻松找到所需功能。尽管如此，权限配置等操作仍然复杂，用户需要在网页端和移动端之间频繁切换。
在实际使用中，ChatGPT Work展现出了令人印象深刻的潜力。一位风险投资人利用它整合公司通讯和分析内容，生成投资备忘录；运营团队则用它快速创建定制化数据看板。笔者亲身体验发现，该工具能够从混乱的邮件中提取学前班日历并同步到Google日历，大大减少了重复性数据录入工作。然而，当任务过于简单时，其表现可能不如预期，就像一个不够称职的实习生。
OpenAI在开发过程中从竞争对手Anthropic的Claude Code产品中吸取了教训。Claude Code通过与用户持续对话的方式，减少了出错空间。OpenAI最终在Codex中增加了更多交互机会，并推出了桌面和移动应用。尽管Claude Code曾一度领先，但Codex现在凭借更好的市场契合度和模型优势实现了反超。
对于普通用户而言，使用成本是另一个重要考虑因素。OpenAI表示正在努力提高效率，最近将Luna模型的API调用价格下调了80%。然而，不同的harness（模型外部软件层）与模型组合在编程基准测试中表现差异显著，这引发了关于技术栈透明度的讨论。一些开源方案提供者认为，实验室力推自家harness是为了锁定用户，避免成为单纯的模型供应商。
在OpenAI总部，工程师们正忙碌地推进产品改进。产品工程团队负责人Nathan表示，团队始终专注于实现"魔法盒子"的承诺，但承认当前产品仍然过于复杂。他相信，通过持续优化，OpenAI能够用更原生的AI方式解决这些问题。随着技术的不断进步，智能体在非技术领域的应用前景广阔，但如何平衡功能与易用性仍然是关键挑战。
