OpenAI 产品工程负责人 Akshay Nathan 在播客中披露，ChatGPT Work 与 Codex 的合计用户数已突破 1000 万，这一里程碑发生在 7 月 9 日发布后不到两周。Nathan 表示，Codex 目前已成为 ChatGPT Work 的底层代理引擎，所有 ChatGPT Work 用户实际上都在使用 Codex 的代理框架，即使他们并非传统意义上的工程师。
Nathan 指出，Codex 的用户结构正在发生显著变化：知识工作者目前约占 Codex 用户群的 20%，但其增长速度是开发者的 3 倍以上。这一趋势促使 OpenAI 从 Codex 团队中拆分出专门面向知识工作者的产品线。与编程场景不同，知识工作涉及文档撰写、电子表格分析、幻灯片制作等多种分散的原始工具，ChatGPT Work 的目标是通过代理将所有这些工作流整合到一个统一界面中。
在产品架构上，Codex 与 ChatGPT Work 共享同一个代理框架，但两者在用户体验上有所区分：Codex 保留了对 Git 可见性、沙盒环境和工件的深度控制，而 ChatGPT Work 则更强调无代码交互和即时产出。OpenAI 选择将两个代理体验合并而非构建独立产品，以降低用户在不同工具间的切换成本。
Nathan 还介绍了 ChatGPT Work 的几项关键功能：Sites 允许用户将代理输出直接发布为交互式网站，部分团队已用其替代传统的幻灯片和电子表格；Memory 和 Chronicle 提供长期上下文记忆，使代理能跨会话保持对用户偏好的理解；子代理机制允许用户将复杂任务拆解为多个并行代理协作完成。此外，OpenAI 从内部实验产品 OpenClaw 中汲取了灵感，将其中的持久环境、定时任务和个人代理功能整合进 ChatGPT Work。
在组织层面，OpenAI 上个月进行了重大重组，Codex 的两位核心负责人 Greg 和 Tibo 被任命为产品与 ChatGPT 的负责人，完成了自 3 月首次讨论的“超级应用”整合周期。Nathan 认为，AI 正在模糊工程、设计、战略和运营之间的边界，未来更多人将成为“有专长的通才”，而创意和品味将成为稀缺资源——当几乎所有人都能通过 AI 构建时，真正的瓶颈在于“该构建什么”。
Nathan 也坦承了当前挑战：大语言模型在生成“真正新颖的想法”方面仍显吃力，团队需要区分“AI 产生的动作”与“有意义的进展”。他建议用户定期重试那些模型在 3 到 6 个月前无法处理的任务，因为能力边界正在快速扩展。