---
layout: post.njk
source: https://yage.ai/share/codex-agent-cross-interface-20260712.html
speaker: yage.ai
title: Codex 并入 ChatGPT：Agent 为什么开始跨界面工作
date: '2026-07-12'
summary: 文章探讨了Agent产品从IDE走向手机等跨界工作流的趋势。核心变化在于底层执行环境与人类操作界面分离，使得任务可以持续在后台运行，用户只需关注低成本验收结果而非过程监督，从而改变了人类对智能体的工作方式和监督成本。
area: PAI
category: ai-workflow
tags:
  - agentic-workflow
  - task-management
  - acceptance-compression
  - cross-platform-interface
people: []
companies_orgs:
  - OpenAI
  - Anthropic
products_models:
  - Codex
  - ChatGPT Work
media_books: []
draft: true
status: evergreen
---

Codex 不再保持独立的桌面应用入口。OpenAI 将它并入 ChatGPT，又推出了
ChatGPT Work。曾用于写代码的 Codex 技术，开始处理文档、表格和网页。Codex
已有超过
500 万周活跃用户，其中 100 万人用它处理非开发工作。

在 OpenAI 的新设计里，用户先选择 Chat、Work 或
Codex。不同模式调用不同权限和执行环境。写代码形成的长任务执行能力，也开始用于通用工作。

其他产品也呈现了相同的趋势。Anthropic 把 Chat、Cowork 和 Code
放在了同一个应用中。用户可按任务切换模式。它们的执行环境与权限依然保持独立。在开发领域，Cursor 3.0
独立出了任务管理窗口。任务可以在本地、云端和远程环境执行。

这些变化的共同模式，是底层的执行环境与人类的操作界面正在分开。Agent
可以在后台持续运行。用户可以从网页发起任务，从手机查看进度并批准结果。在需要编辑、调试或深度审查时，才切回桌面
IDE。

是什么样的变化，让用户不必一直留在原始界面，就能在网页或手机上管理任务？

答案取决于 Agent 能否独立完成，以及用户能否低成本验收。

## 两条轴：独立完成与低成本验收

智能体产品沿两条轴演进。

第一条是独立完成任务的能力。早期模型易出错，需人现场盯着。当自主规划能力提升后，人才敢放手让它在后台运行。

第二条是低成本验收的能力。随时在线只有在人不用重看过程时才有意义。系统需要把漫长复杂的执行过程，压缩成能快速审查的结论、来源、差异和异常，这即是“验收压缩”。

智能体从 IDE
走向手机，不只是执行能力变强，更是人类监督方式的变化：我们不再盯着它的执行过程，而是只验收它的产出结果。

写代码最先跑通，因为软件工程早有成熟的“验收压缩”工具。而知识工作长期缺乏这套设施，直到最近补齐拼图才跨过门槛。

持续在线只是表面，真正下降的是监督成本。

## 为什么代码最先走出 IDE

在早期，大模型写代码很不稳定。人必须坐在电脑前盯着编辑器光标和终端报错，随时准备插手纠错。

在这个阶段，集成开发环境（IDE）是成本最低的同步监督界面。它将代码、终端和调试器放在人面前，方便随时改代码或提示词。

这适配了当时较低的模型能力。厂商不用搭建复杂的云端虚拟机和手机推送系统，就能让半成品智能体派上用场。IDE
并非终局，只是低自主性时期的同步监督脚手架。

随着自主能力提升，智能体开始离开
IDE。写代码的智能体最先在手机上闭环，因为软件工程早已有高度成熟的异步验收协议。

从任务入口、红绿 Diff 改动、测试与编译器的机器校验，再到 PR
容器与一键撤销（Revert）的安全网，这套基础设施天生就是完美的移动控制面板。智能体在后台跑几个小时，开发者掏出手机只需看几个压缩信号：测试过了没有、改了哪里、预览效果。

这把高强度的审查压成了极低带宽的决策信号。虽然测试只验证写明的要求，且产出增多也会压垮评审队列，但它显著降低了单次验收成本，让人在地铁上花半分钟就能决定是否合并。

## 为什么知识工作晚了一步

当智能体进入知识工作（写报告、做
PPT、理表格）时，它的验收遇到了真空。

瓶颈不在于手机不能看文件，移动套件早就能查阅和协作。真正的痛点在于：用户很难在两分钟内，判断智能体自动做出来的
30 页 PPT 是否合格。

这里没有编译器和自动测试。一份 30
页的报告，数据对不对？案例是真实还是捏造？这些问题没有一个能由机器跑出红绿灯。

由于缺乏验收压缩机制，将长任务丢到后台是不安全的，会让人合上电脑后更加焦虑，只能坐在电脑前人肉逐行核对。这导致早期的知识工作智能体只能留在桌面，以高注意力同步审查为主。

2026年7月的变革，意味着知识工作开始建立起让人在手机上快速决策的过滤机制。

系统开始在不同文档上过滤信息：大模型可生成可编辑的原生幻灯片，方便人点击验证具体组件，不再猜测图片真伪；高亮展示修改建议，让人逐条决定接受还是拒绝，免去重读；将报告中的数字关联私域文件，实现来源追踪；动工前推送大纲进行计划审批；在数据异常时直接推送手机锁屏。

虽然此前已有本地遥控的雏形，但那仍依赖本地电脑唤醒。7月实现的是云端持久会话与跨设备衔接。

这些机制并没有创造编译器，内容质量和不可逆外发仍需人类判断。但它们把审查范围从“通读
30
页幻灯片”压缩成了“只看几个异常和来源标记”，让人在手机上花两分钟就能决策。

## 持续在线改变了什么

这种低带宽决策，揭示了“可访问性”的真正含义。

它不单指 24 小时在线或有
App，而是指用户无需回到原始执行环境、不用保持高度注意力，就能发起、查看和验收工作。

此时智能体退为后台委托服务：它不依赖用户一直开着软件；用户离线后，执行器在后台继续干活；隔几个小时回来，系统能把期间发生的事压缩成简短汇报；默认不打扰，只在异常或高风险动作前发送推送。

手机只是低注意力监督的窗口，真正改变的是监督成本。

讨论持续执行时，云端托管是主流，但持续执行不等于云端。

在重视隐私的群体里，一台放在家里保持运行的 Mac mini（参见 Mac
唤醒与睡眠设置说明），配合本地智能体和手机客户端，也能实现持续执行、远程派活、手机查看这组能力。

两者的差异在于责任分配与数据边界。本地执行保留了系统环境、应用登录态和控制权，但用户需承担维护、远程接入等责任。云端执行由厂商包办了环境与弹性资源，免去维护成本，但用户需让渡运行环境与数据边界。大众商业产品倾向云端，但愿意承担配置成本的人完全可以本地优先。

在此趋势下，IDE 和桌面软件并未消失，但退回成专业的执行视图。

IDE 专用于高密度的代码编写、审查和调试，Word、PowerPoint
成了精细排版与深度审查的工具。

顶层形态变成了跨设备连续、始终在线的委托服务。用户的注意力合理分流：在桌面上，用户负责初始的宏观规划与深度审查；在手机上，用户负责低带宽的审核，通过点按屏幕，批准计划、处理例外推送，或在关键写操作前点一下确认。

## 结语

回到开头，Codex 并入 ChatGPT
后少了一个独立入口，它的执行能力却进入了更多工作。这个改动恰好概括了
Agent 产品正在发生的变化：任务可以持续执行，用户则根据当时的注意力，在
IDE、桌面、网页和手机之间切换。

下一轮竞争也会沿着这两条轴继续。Agent
要提高独立完成任务的概率，还要把长时间执行压缩成容易验收的结果。前者决定人敢不敢离开，后者决定人离开以后还愿不愿意继续用。