解读 ChatGPT Work：面向十亿用户的智能体（18分钟阅读）

# 拆解 ChatGPT Work：面向十亿用户的 Agent 来源：https://www.latent.space/p/unpacking-chatgpt-work *编者按：我很高兴欢迎 Shlok（https://www.shloked.com/）加入我们的客座文章名单（https://docs.google.com/forms/d/e/1FAIpQLSeHQAgupNkVRgjNfMJG9d7SFTWUytdS6SNCJVkd0SMNMXHHwA/viewform）！你可能认识 Shlok，因为他对领先 AI 实验室记忆系统的精彩探索（https://www.shloked.com/writing?tag=Memory）——作为外部人士（想看内部视角，可以听听我们与 OpenAI 的 Akshay Nathan 的播客（https://www.latent.space/p/chatgpt-work），这已经是今年最受欢迎的节目之一！）——他还在 AIE 上做了精彩的演讲（https://www.youtube.com/@aiDotEngineer/）。自 2023 年的 Plugins（https://www.latent.space/p/chatgpt-plugins）、2024 年的 Devday（https://www.latent.space/p/devday-2024）和 2025 年的 Codex（https://www.latent.space/p/codex）以来，我们一直在报道 OpenAI 对通用 Agent 的研究和部署，现在 2026 年的 ChatGPT Work 似乎是这条漫长旅程的倒数第二站。让我们开始吧！* 7 月 9 日，OpenAI 发布了 ChatGPT Work（https://openai.com/chatgpt-work/），这是他们的知识工作 Agent 产品。无论从哪个角度看，这都是一次繁忙的发布：三个新模型（https://www.latent.space/p/ainews-openai-launches-gpt-56-solterraluna），横跨十四种配置（https://www.latent.space/p/ainews-not-much-happened-today-f5c），ChatGPT 和 Codex 桌面应用合并，以及云 Agent 以迄今最易用的形式进入主流（https://www.youtube.com/watch?v=OqM67QG_Ikk）。三周后，据报道 Work（连同 Codex）已突破 1000 万用户（https://x.com/thsottiaux/status/2079609157934886975）。 > *编者按：ChatGPT 预计在 6 月突破 10 亿月活（https://www.reuters.com/technology/chatgpt-app-hits-1-billion-monthly-active-users-record-time-data-shows-2026-06-02/），并在本月突破 10 亿周活（https://www.theinformation.com/articles/openais-chatgpt-nears-1-billion-weekly-active-users-seven-months-target?rc=luxwz4）。* **Chat** 和 **Work** 目前作为 ChatGPT 内部的两种独立模式并排存在，但 Greg Brockman 已经确认它们将在年底前合并（https://youtu.be/b_44Ra8msls?si=eIE6JROwwtf_r5mP&t=749）。因此，Work 不仅仅是为高级用户准备的利基产品，更是 ChatGPT 十亿周活跃用户即将如何使用该应用的一次预览。这就是为什么 OpenAI 内部（https://x.com/sama/status/2081396796174282900）和外部（https://x.com/swyx/status/2079717845618000204）的人都对它如此兴奋，也正因如此，它值得我们仔细审视。 [](https://substackcdn.com/image/fetch/$s_!4TJU!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fb44deeea-5f05-4749-8cc0-31b093f0d3d5_2376x1390.png) Work 目前的形式需要一些解读。它是 ChatGPT（聊天形式）、Codex 应用、Codex harness、Codex 原始云 Agent、ChatGPT Agent、Atlas、OpenClaw 等等的混合体。围绕它的产品线令人困惑。而且网页版和移动版与桌面版存在差异（除非你在云模式下运行？！）。所以我花了几天时间试图拆解它：Work 是什么、它在 OpenAI 产品线中的位置、其设计中许多有趣的选择、底层的张力，以及我认为它未来会走向何方。下面的大部分内容来自 Codex 和我在 Work 内部的探索，我已在文中链接了这些对话，以便你查看每个说法的来源。 核心要点： - **一个知识工作 Agent。** 你将它连接到你已经工作的地方——Slack、邮件、Drive、日历、CRM、项目跟踪器以及数百个其他插件——它会在所有这些地方收集上下文，产出完整的工作成果。 - **运行在 Codex harness 上。** 因此它继承了相同的模型、子 Agent、浏览器使用能力，以及连续工作数小时的能力。它的 UI 被剥离了那些会暴露你正在与编码 Agent 对话的证据（git 控件、diff 追踪）。 - **居住在一台云计算机上。** 具体来说，是一台高性能、隔离的 microVM（https://chatgpt.com/share/6a716ee1-7078-83ee-8d62-39f63540e20c）：Pro 账户获得 8 个 CPU、20GB RAM 和 64GB 磁盘；Plus 获得 14GB RAM。与 VM 一起，Work 还获得一个托管的 Chrome 服务（https://chatgpt.com/share/6a71742e-9eac-83ee-ae9e-93a35fabc67a），Agent 通过工具调用来操作它。 - **产出工件。** 表格、文档和幻灯片以交互式查看器渲染，此外还有 Sites（https://learn.chatgpt.com/docs/sites）：它可以在托管 Web 应用和仪表板，通过 URL 分享并保持更新。 Work 中的每个新对话都称为一个 task（任务）。在网页和移动端，Work 在云端运行。你可以在网页上启动一个任务，在手机上的 ChatGPT 应用中跟踪进度并下达指示，然后回到笔记本电脑上查看结果（可能是一份报告或一个电子表格）。 桌面应用上的 Work 略有不同，有两种模式：云模式和本地模式。在云模式下，任务与网页和移动端运行在同一台云计算机上，并在三者之间同步。在本地模式下，Agent 直接在你的机器上工作，跨越你的文件和应用，具备完整的计算机使用能力。这些任务不会出现在网页或移动端，目前也没有办法将本地任务迁移到云上。这使得本地模式本质上就是 Codex，只是去掉了那些会让非开发者望而生畏的与代码相关的 UI 痕迹。 [](https://substackcdn.com/image/fetch/$s_!eXIj!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fe28e2757-70af-43c7-bee8-fe23961b0378_2048x1290.png) *在桌面上，每个新的 Work 任务都可以在本地计算机或云端运行。* 但接下来事情变得有点混乱。OpenAI 确实发布了将 Codex 任务移交给远程环境的方法（https://x.com/guinnesschen/status/2068062280345162047）。尽管在撰写本文时这个方法对我来说不起作用，但我猜它最终会起作用，然后他们也会将同样的功能带到 Work。 ChatGPT Image Aug 4, 2026, 10_55_25 AM（https://substackcdn.com/image/fetch/$s_!Lavj!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F3f4e59a2-820f-4225-abfd-6720ef85df8e_1315x1196.png） 在本文剩余部分，Work = 云模式下的 Work。 OpenClaw 感觉与聊天机器人不同的一个很大原因是，Agent 拥有自己的计算机。你可以让它运行在一直开机的笔记本或 VPS 上，让它创建目录、安装软件、维护数据库，并在所有对话和子 Agent 之间复用这一切。它的状态不仅存在于聊天记录、Markdown 文件或专用记忆系统中，而是遍及整台计算机。 Work 的云计算机也是持久的（https://chatgpt.com/share/6a716f37-bfa0-83ee-9548-d6e82ade9768）。但它不是运行在一台永远在线的 VM 中，而是将工作区同步到持久存储中，并在需要时恢复到隔离的 microVM 上。因此底层机器可以更换，但工作状态会延续。 不过与 OpenClaw 相比，Agent 对这台计算机的主权要小得多。每个 Work 任务（线程）都会在 /workspace/scratch 下获得一个工作目录（https://chatgpt.com/share/6a716f39-1770-83ee-81fd-3d1870800ad1），Agent 在其中拥有普通计算机的自由：它可以创建文件夹、安装依赖、编写脚本、维护数据库，并使用普通 Linux 命令搜索一切。当我要求它为 Acme 制作演示文稿时（https://chatgpt.com/share/6a717ad1-c79c-83e8-9049-d2eda56fd812），它可以创建 clients/acme，复制源材料，通过代码进行一些分析，并创建图表和幻灯片，全部作为目录中的文件。当我在同一个线程中跟进时（https://chatgpt.com/share/6a717ad1-c79c-83e8-9049-d2eda56fd812），它会返回到那个工作状态并继续编辑。 但是当任务需要来自其他线程的上下文时（https://chatgpt.com/share/6a717bd4-78b4-83e8-97ff-cfa56be09af5），它并不会将它们的工作目录视为一个可以自由导航的共享工作区。它依赖于 ChatGPT 产品层的抽象。 ChatGPT Work - persistence architecture（https://substackcdn.com/image/fetch/$s_!LxIw!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Ff6e636c0-f3fc-4b89-84df-b4a02ac3f1a1_1920x1080.png） 默认情况下，每个新线程都会收到一份最近任务和所处理文件的压缩摘要（https://chatgpt.com/share/6a717bd4-78b4-83e8-97ff-cfa56be09af5）。摘要可能看起来像这样（https://chatgpt.com/share/6a716f42-9a98-83e9-9261-e5432d7d768e）： > 20260731T15:55 准备 Acme 试点计划：|||| 将附带的笔记转为一页纸的 Acme 试点计划，包含目标、截止日期和下一步行动。 原始对话记录不会存储在计算机上供 Agent 浏览（https://chatgpt.com/share/6a717104-bff0-83e8-8888-245e50469c8d）。当任务需要来自之前线程的上下文时，Agent 会调用 **Personal Context**（https://chatgpt.com/share/6a7172ed-36e0-83ee-8111-d485b09e2094），这是一个专用工具，通过单独管理的服务查询 Chat 和 Work 的历史记录，并返回相关片段。 文件也遵循同样的模式。ChatGPT 的 **Library**（https://help.openai.com/en/articles/20001052-library）是所有文件和工件的中央用户可见仓库。用户上传的文件会自动进入那里（https://chatgpt.com/share/6a717113-6168-83e8-81b4-41fefb6639a0）；Agent 创建的文件会在用户要求时，或 Agent 判断其值得保留时保存。Agent 还可以在 Library 中创建目录（https://chatgpt.com/share/6a719029-99b8-83e8-ab90-82c7c27223e5）来保持组织性。 与对话一样，Library 不存放在计算机上，只能通过专用工具访问。因此，一个上传的文件存在于两个地方：线程内的工作副本和 Library 中的规范条目。有趣的是，这两者不会同步（https://chatgpt.com/share/6a71710a-9300-83ee-b5f4-b6eaf923f465）。如果线程 A 上传了一个文件，线程 B 后来修改了 Library 版本，线程 A 在恢复时仍会读取它现在已经过时的本地副本。 当被明确指示时，一个任务中的 Agent 可以导航其他任务的 scratch 目录（https://chatgpt.com/share/6a7173af-d178-83ee-8015-b50b5e4ea44e），找到文件并修改它们。但它不会主动这样做（https://chatgpt.com/share/6a7173cc-b1b4-83e8-8238-6008cd1a7224），而且这些目录名称不透明，没有可读的对话映射，也没有明确的保留契约。 记忆也是外部管理的。正如我之前写过的（https://www.shloked.com/writing/chatgpt-memory-bitter-lesson），ChatGPT 的核心记忆原语是一个持续运行、综合整理的用户画像。产品会异步维护它，并在任务开始时将其提供给 Work（https://chatgpt.com/share/6a71750d-2160-83ee-9697-d39e14bfdf50）。Agent 可以基于它进行推理，但不能修改它，也不能创建 OpenClaw 风格的、其他任务默认加载的 Markdown 文件。 ChatGPT 的 Projects（https://learn.chatgpt.com/docs/projects.md）会延续到 Work 中。Projects 将相关的对话、持久指令和 Sources（用户上传的文件）分组。Project 中的新任务会收到其指令、相关对话的摘要，以及 Sources 的本地副本放入其目录（https://chatgpt.com/share/6a7173e0-bc9c-83e8-a3f8-39b76006deb5）。但 Project 本身并不像 Codex 中那样作为目录存在于计算机上（https://chatgpt.com/share/6a7173f5-4bc8-83ee-b915-3c3544855c6e）。它同样是由产品维护的抽象。 简而言之，Agent 在任务内部拥有广泛的自由，但跨任务的连续性通过一个带有主见的 ChatGPT 产品层运行，而不是通过计算机本身。 为什么这样分割？我的猜测有几个原因： - Work 构建在现有 ChatGPT 原语（Conversations、Library、Personal Context、Memory）之上。把这些全部拆掉并重新构建在计算机内部，意味着重构一个已经服务十亿用户的堆栈。 - 这种分离是一道护栏。OpenClaw 式的不受限制地访问包含所有文件、对话和记忆的单一环境对用户来说是不安全的（https://www.wired.com/story/openclaw-banned-by-tech-companies-as-security-concerns-mount/）。 - 它让 OpenAI 保持对产品的控制：用户在 UI 中看到什么、上下文如何管理、分享、跨设备同步和文件版本控制如何工作。如果 Agent 可以随意更改环境，所有这些都会更难构建。 Work 今天缺少的是一个元层 Agent——一个在单个任务和项目之上运作并协调它们的 Agent。（有些人已经在这样使用 Codex 了（https://x.com/guinnesschen/status/2060464235868836235）。）也许这即将到来，还有其他很多东西。Work 还很年轻，几周后其架构可能看起来大不相同。 今天的 AI 产品仍然是反应式的。在模型提供帮助之前，你必须注意到有事情需要做，收集相关上下文，并将其全部转化为提示词。Agent 可以从那里开始做出出色的工作，但最初的行动意图仍然来自你。主动性——Agent 自行弄清楚如何提供帮助——是个人 AI 的圣杯之一。Work 提供了一个早期的 glimpse。 当你打开一个新的 Work 对话时，在输入框旁边，你会看到根据你自己的上下文生成的个性化任务。 ChatGPT Work - proactive actions（https://substackcdn.com/image/fetch/$s_!mflm!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fcd541732-0888-47f4-a2ff-1d6c5c62f328_1280x720.png） 一个建议是为我准备即将到来的电话会议。当我选择它时，Work 注入了一个预先写好的提示词。它已经异步地跨我的上下文推理过：注意到日历事件，推断准备会有所帮助，从 Calendar 和 Gmail 拉取数据，并根据我记忆中的兴趣和偏好构建了一个任务。当我发送提示词后，它开始工作，结果是一份很棒的会议简报——一份我并不知道自己需要的简报！ ChatGPT Work - proactive conversation（https://substackcdn.com/image/fetch/$s_!XdMI!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fe82c06f0-a79a-4cae-babf-b9bc62ad7b27_1280x720.png） 今天，Work 迈出了可信的第一步：它建议任务。但在我执行之前，什么都不会发生。要实现真正的主动性，它必须完成它预测我想做的任务，而不需要我参与其中。那个未来似乎并不遥远。 Automations 让 Work 在未来的某个时间或按重复计划运行任务，而无需用户手动提示。它们是 ChatGPT 对提醒和 cron 任务的抽象。OpenAI 在 2025 年 1 月将其作为 Scheduled Tasks（https://help.openai.com/en/articles/6825453-chatgpt-release-notes）引入。Work 建立在同一个调度器之上，但使其 Agentic：每次运行都可以使用 Agent 的上下文和工具来完成任务。 它们有两种类型。**独立的计划任务**每次运行都从保存的提示词开始，并为结果开启一个新任务。它适合自包含的工作：一次性提醒、每日简报（https://x.com/sama/status/2083221585792762171）、每周求职搜索、日常邮件扫描。**现有对话内的计划任务**，由“心跳”触发，会以其完整上下文重新唤醒该任务。它适合监控长期运行的流程、轮询已连接的服务、或以短间隔恢复审查循环等用例。在撰写本文时，心跳在桌面应用中有效，但尚未在 Web 上的 Work 中开放（https://chatgpt.com/share/6a717408-4cdc-83e9-9671-00d5753fc330）。 这两种自动化都可以设置为一次性或重复。其触发器可以是……