作者 | 大石
你有没有过这种体验：在ChatGPT里跟AI聊了半天需求，方案终于理清楚了。然后你发现，刚才聊的所有上下文，得重新给Codex讲一遍。
反过来也一样，Codex跑到一半卡住了，想切回ChatGPT讨论一下思路，又得从头交代背景。一天来来回回折腾很多次，上下文全在自己脑子里，出了错还得自己排查。
OpenAI显然也看到了这个问题。过去几个月，他们一直在做一件事：把ChatGPT和Codex深度整合。账号打通了，界面融合了，手机和电脑能联动了。
新发布的公告中，OpenAI展示了这套整合的最新进展，同时还抛出了GPT-5.5在AWS Bedrock上线的消息。
但当天所有消息里，分量最重的始终是整合本身。
当聊天和编码的边界开始消失，开发者的工作方式会发生连锁反应。这篇文章，从一个开发者的视角，聊聊这次合体到底做了什么，意味着什么，以及接下来可以怎么用起来。
ChatGPT+Codex到底合了什么？四个动作拆解？
先理清楚时间线，ChatGPT和Codex整合不是突然出现的。2025年5
月16日，Codex作为独立的云端软件工程Agent正式发布。
2026年2月，Codex桌面App上线。3月左右，外媒传出OpenAI的计划：把ChatGPT、Codex和Atlas浏览器整合成一个“Desktop Superapp”。
到了5月，Codex开始深度嵌入ChatGPT的移动端和桌面端体验。这次的发布会，可以看作这套整合的第一个里程碑。
所以准确说，这是一次持续了半年多的渐进式整合，不是一个突然的“合并公告”。但6月这个节点确实值得关注，因为整合已经到了很高的程度。具体做了四件事：
第一，账号体系统一。你现在用一个ChatGPT账号，就能登录Codex全家桶：Web端、桌面App、IDE插件、移动端。不用注册两遍、登录两遍、配两遍环境。这事听起来很小，但你想想，每次换个工具就要重新登录、重新授权、重新加载上下文，这些摩擦累积起来才是真正吃掉效率的东西。
第二，任务流打穿了。Codex在后台跑着任务，你在
ChatGPT界面里能实时看到进度、能继续对话、能中途插手改方向。更重要的是，你在ChatGPT里聊需求的上下文，会直接带进Codex的编码任务里。Agent知道你之前聊过什么，不用你再说一遍。
第三，跨端联动了。电脑上起一个Codex任务，出门了打开手机上的ChatGPT App，能实时看到跑到哪了，能发消息干预。这解决了一个很实际的痛点：长周期Agent任务跑起来可能要几个小时，你不可能一直坐在电脑前盯着。现在手机上就能掌握进度，需要做决策的时候随时介入。
第四，Superapp已经在路上了。OpenAI的规划比当前看到的更大。ChatGPT管对话和思考，Codex管执行和交付，Atlas浏览器管信息检索和网页操作，三个产品最终会合成一个桌面超级应用。
同一个窗口里，左边聊需求，右边出代码，下面跑着终端。不再是为了做一件事打开三个不同应用的体验。
双面冲击波：打通带来效率暴涨，也暗藏隐形使用风险
先说好的部分。
工作流变短了。以前是ChatGPT聊需求，聊完复制粘贴到IDE，Codex写代码，写一半卡住了再切回ChatGPT讨论，讨论完再切回来继续写。每一步都在损耗上下文。现在聊完需求直接转执行，中间不再断。这不是少点了两下鼠标的问题，是上下文保住了，Agent的输出质量会跟着提升。
长周期任务终于不用把人绑在电脑前了。这是跨端联动带来的最大变化。起一个涉及十几个文件的重构任务，Codex可能要跑一两个小时。以前你得时不时回来看看是不是卡住了、方向对不对。现在手机上随时瞄一眼，发现跑偏了即时纠正。你不需要7x24小时工作，但你的Agent可以，前提是你能随时知道它在干什么。
全生命周期管理变成可能。
从需求讨论到方案设计，从编码实现到测试部署，全过程在一个界面里拉通。每个阶段的上下文自然传递到下一阶段，不用反复交代“我们之前在做什么”。这对复杂项目尤其有价值，因为复杂项目最怕的就是中间的信息损耗。
使用门槛下降。Codex目前周活用户突破500万，比2月翻了6倍。更值得关注的是，知识工作者占了20%，增速是开发者的3倍。
产品经理在用Codex分析数据、出报告，运营在用Codex管项目、写文案。而且Codex已经包含在所有ChatGPT套餐里，包括免费版，只是各档配额不同。入口越简单，用的人就越多，这件事跟你写不写代码关系不大了。
但也有些需要留意的地方。
界面复杂度是个隐患。功能越堆越多，怎么保持操作体验不失控，是OpenAI接下来要面对的问题。你用过那种“什么都能做但你永远找不到在哪做”的软件吗？超级应用最大的坑就在这儿。前几版整合界面大概率会有各种小问题，做好心理准备。
依赖单一平台的风险变大了。当你的需求讨论、代码编写、测试部署全都在一个平台上完成，切换成本就会变得很高。万一哪天OpenAI改了定价、改了策略、改了服务条款，你的整个工作流都会受影响。这不是说不要用，是说得有个Plan B。后面实战建议里我会聊具体怎么做。
Token消耗模式会变。以前分开用的时候，你会下意识地控制每个工具的用量。现在一体化了，Agent在后台持续跑着，上下文自动传递着，token消耗可能会比你预想的快。
Codex的用量走的是Agent使用限额，跟ChatGPT for Excel、Workspace Agents共享一个池子，任务越大、上下文越长，单条消息吃得越多。GPT-5.5的token效率确实比同类模型高约3倍，但前提是你得主动去管。Plus和Pro用户超限了可以充值续用，其他套餐得等重置。工具一体化的另一面，是成本也需要一体化的意识。
3大落地实战场景+省钱指南，手把手用好合体新能力
聊完影响，聊聊怎么用。下面这几个场景，最能体现合体价值的。
场景一：需求讨论直转执行。在ChatGPT里跟AI把需求聊透，确认方案没问题之后，直接让Codex开始写。你不用把讨论内容总结成一段prompt，上下文已经在对话里了。关键在于第一步要把需求聊透，别急着让AI写代码。需求讨论阶段多花10分钟，后面能省2个小时的返工。
场景二：多文件重构全流程管理。改哪些文件、为什么改、改完怎么测，先在ChatGPT里把计划列清楚。然后让Codex去执行，你在界面上盯着进度。改到一半发现某个模块的方案不对，随时介入调整方向，不用等它全跑完再推翻重来。跑完之后，让Codex自己跑一遍测试，你在同一个界面里看结果。从头到尾，不离开一个窗口。
场景三：移动端盯长任务。代码写完了，让Codex跑全量测试、做代码审查、生成文档，这些任务动辄一两个小时。电脑上起任务，手机上装好ChatGPT App，开会、吃饭、通勤的时候瞄一眼进度。发现测试挂了，手机上直接告诉它修哪个方向。不用赶回电脑前，不用焦虑地等结果。
成本优化的几个原则。第一，模型分层用。GPT-5.5虽然token效率高，但也不是所有任务都需要它。重型推理和复杂重构给它，简单补全和格式整理给便宜模型。第二，Prompt Caching拉满。
合体之后你的对话轮次会明显变多，重复上下文走缓存，成本能骤降一个数量级。第三，搭一个本地模型做隐私兜底。涉及密钥、内部接口、业务敏感数据的任务，走本地开源模型，别往云端发送。
M3模型6月11日就开源了，Ollama和vLLM大概率会快速适配。第四，留意数据训练控制。如果你是 Plus 或 Pro 用户，去ChatGPT设置里关掉“为模型改进提供数据”的开关，你的代码就不会被拿去训练。Business和Enterprise默认不训练，不用额外操作。
AI是队友，不是导师。
合体之后的Codex看起来什么都能干，但架构设计、业务判断、安全审查，这些还是你的事。
它写代码，你把关。Agent跑得再顺，最终为代码负责的还是你。这个分工，工具再进化也不会变。
从“聊天气泡”进化成全链路开发工作平台
把时间线拉长来看，这次合体不是OpenAI心血来潮加个功能。它是一个信号：OpenAI正在从“聊天工具”向“完整工作系统”转型。
Chatgpt管思考和沟通，Codex管执行和交付，Atlas管信息获取。三个东西拼在一起，就是一个能覆盖开发者大部分日常工作流的超级应用。
年初Claude Code在开发者圈子里一战成名的时候，大家讨论的问题是：Agent这个品类到底行不行？
半年过去，问题已经变成了：你用的Agent是谁家的？现在OpenAI往前走了一步，问题又变了：你还需要分别打开好几个 Agent 吗？
行业趋势是清楚的。
单一功能工具会逐渐被超级应用替代，因为上下文连续性这件事，比单个功能的极致性能更重要。一个Agent能记住你今天聊过什么、昨天改过什么、上周项目进度到哪了。三个各自为战但功能更强的工具，反而不如一个能记住你全部上下文的Agent更省力。
但对开发者来说，工具变少了，对判断力的要求反而更高了。以前工具分散的时候，你在哪个阶段用哪个工具，是主动在做选择。现在工具一体化了，如果不加区分地全丢给它，很容易变成“AI说什么就是什么”。用好一个全能工具的前提，是你比它更清楚什么该做、什么不该做。
Anthropic拼深度，
OpenAI拼广度，两大路线怎么选？
从这次发布来看，OpenAI和Anthropic的路线正在拉开。
Anthropic打深度。Claude Code在开发者群体里的忠诚度极高，Cowork把Agent能力从程序员扩展到了知识工作者。
一个开发者可以在Claude Code里泡一整天，精细调教，深度集成到自己的开发环境里。
OpenAI打广度。把Codex揉进ChatGPT，一步推到10亿用户面前。不需要下载，不需要配置，打开已有的对话框就能用。加上AWS这条线，企业不需要另起一套审批流程，在已有的基础设施上直接接入。
两种路线没有对错。同样做多文件重构，你可以在Claude Code里精细调教，也可以在ChatGPT里直接让Codex开工。对开发者来说，选择多了，切换成本低了。
结语
ChatGPT和Codex的这次合体，不是一夜之间完成的，但方向一直没变：让你不用在好几个工具之间来回跳，让Agent就在你已经在用的对话框里等着。对开发者来说，好处是工作流更短了、上下文保住了、长任务不用死盯了。需要留意的是平台依赖、界面复杂度，还有成本管控。
打开ChatGPT，看看Codex已经在里面能做什么了；把你手头正在做的一个项目丢进去跑一遍，感受一下全流程打通的体验；想一想你的日常工作里，哪些环节最适合被Agent接管，哪些环节必须自己把关。
工具在进化，但一个老道理没变：工具越强，用工具的人越重要。
你现在的工作流里，Agent占了多大比例？Codex合并ChatGPT之后，有没有哪个场景你想第一个试试？评论区见。
https://x.com/OpenAI/status/2061887650391625870?s=20——好文推荐——
AI最大的瓶颈是工程师？Anthropic联创：向AI巨头征税！一年内将出现同等能力的开源模型！硅谷大佬陷入“安全套娃”？
MiniMax M3炸场后，引发的连锁反应：国产大模型正在跨越怎样的工程新周期？
写了54万行代码的顿悟！YC总裁Garry：编程能力≠代码行数，Markdown才是新编程方式，软件工程新瓶颈是人的意图清晰度
