Aftercasting
← Latent Space

Codex from 0 to 10M Users: Building ChatGPT Work — Akshay Nathan, OpenAI

2026-07-28

OpenAI 的 Akshay Nathan 讲 Codex 到 ChatGPT Work：共享 agent harness、Artifacts/站点产出、记忆个性化，以及如何用「优质打席」而非空转衡量 AI 生产力。

  1. Work=职场超级应用
  2. 共享 harness 连接 Codex 与 Work
  3. 默认模型选择即产品

Codex from 0 to 10M Users: Building ChatGPT Work — Akshay Nathan, OpenAI｜深度中文详解

嘉宾：Akshay Nathan（OpenAI） · 日期：2026-07-28（PT）

播出信息

  • 日期：2026-07-28（PT）
  • 嘉宾：Akshay Nathan（OpenAI）
  • 时长：约 69 分钟（RSS=4168s）
  • 章节末段：1:04:42（约 93%）

节目结构（官方章节）

  1. 开场：把代码能力带给所有人 — 00:00 🎧 · ▶️
  2. 加入 OpenAI 与保持创业文化 — 01:33 🎧 · ▶️
  3. 企业 AI 采用学到什么 — 02:40 🎧 · ▶️
  4. 为何做 ChatGPT Work — 05:28 🎧 · ▶️
  5. Codex vs ChatGPT Work 与共享 Agent Harness — 07:17 🎧 · ▶️
  6. 为何合并 Agent 体验 — 12:07 🎧 · ▶️
  7. 模型、推理档位与默认选择 — 16:24 🎧 · ▶️
  8. Artifacts、Agent 表格与模型-产品协作 — 20:26 🎧 · ▶️
  9. 站点能否取代文档与表格 — 24:22 🎧 · ▶️
  10. 设计能几乎构建一切的 Agent — 30:08 🎧 · ▶️
  11. 从开发者 Agent 到知识工作与大众 — 34:28 🎧 · ▶️
  12. 重度用户建议与 AI 辅助绩效 — 36:07 🎧 · ▶️
  13. 内部迷因与千万用户发布 — 40:41 🎧 · ▶️
  14. OpenClaw、个人 Agent 与 ChatGPT OS — 44:39 🎧 · ▶️
  15. 子 Agent、Ultra 模式与控制权 — 50:24 🎧 · ▶️
  16. 记忆、个性化与 Chronicle — 54:39 🎧 · ▶️
  17. AI 如何重塑产品与技术角色 — 1:00:19 🎧 · ▶️
  18. 想法、品味与 LLM 难出新意 — 1:03:15 🎧 · ▶️
  19. 衡量生产力：优质打席 vs 空转 — 1:04:42 🎧 · ▶️

分节详解

1) 开场：把代码能力带给所有人 — 00:00 🎧 · ▶️

💬 他们说了什么： Akshay Nathan 谈 Codex→ChatGPT Work：让非工程师也能调用「代码级」能力。

💡 为什么重要： 产品使命：能力民主化。

⚡ 争议点： 「人人会代码」是否夸大。

2) 加入 OpenAI 与保持创业文化 — 01:33 🎧 · ▶️

💬 如何在巨头内保持小团队速度与文化。

💡 解释企业内创业张力。

⚡ 文化叙事难核实。

3) 企业 AI 采用学到什么 — 02:40 🎧 · ▶️

💬 企业采用：集成、权限、工作流比 demo 炫技更硬。

💡 B2B 真实瓶颈。

⚡ 样本是否偏大型客户。

4) 为何做 ChatGPT Work — 05:28 🎧 · ▶️

💬 Work 定位：职场超级应用/工作区，而非又一聊天框。

💡 品类定义战。

⚡ 与 Microsoft 365 Copilot 正面冲突。

5) Codex vs ChatGPT Work 与共享 Agent Harness — 07:17 🎧 · ▶️

💬 Codex 与 Work 共享 agent harness；差异在界面与权限模型。

💡 平台化技术债选择。

⚡ 合并是否牺牲垂直深度。

6) 为何合并 Agent 体验 — 12:07 🎧 · ▶️

💬 多 agent 入口合并，降低用户认知税。

💡 产品策略：一条主路径。

⚡ 高级用户失去专用入口。

7) 模型、推理档位与默认选择 — 16:24 🎧 · ▶️

💬 默认模型/推理强度选择：大多数人要「够好且快」。

💡 默认即产品。

⚡ 默认保守会压制能力感知。

8) Artifacts、Agent 表格与模型-产品协作 — 20:26 🎧 · ▶️

💬 Artifacts 与 agentic spreadsheet：模型与产品表面共同进化。

💡 展示新 UI 原语。

⚡ Artifacts 是否成新锁定。

9) 站点能否取代文档与表格 — 24:22 🎧 · ▶️

💬 假设「站点」成为比 docs/sheets 更合适的 agent 产出物。

💡 激进信息架构主张。

⚡ 迁移成本与治理。

10) 设计能几乎构建一切的 Agent — 30:08 🎧 · ▶️

💬 通用构建 agent：范围极大带来评测与安全难题。

💡 野心边界。

⚡ 「几乎一切」不可测试。

11) 从开发者 Agent 到知识工作与大众 — 34:28 🎧 · ▶️

💬 从开发者工具扩到全员知识工作。

💡 GTM 扩张逻辑。

⚡ 专业工具被稀释。

12) 重度用户建议与 AI 辅助绩效 — 36:07 🎧 · ▶️

💬 给重度用户的用法；AI 写绩效等敏感场景。

💡 实践清单。

⚡ HR 伦理雷区。

13) 内部迷因与千万用户发布 — 40:41 🎧 · ▶️

💬 内部 meme 文化；宣称快速冲到约千万用户。

💡 增长叙事。

⚡ 用户数定义（MAU？）。

14) OpenClaw、个人 Agent 与 ChatGPT OS — 44:39 🎧 · ▶️

💬 个人 agent / OpenClaw；ChatGPT 作为 OS 隐喻。

💡 平台野心。

⚡ OS 隐喻导致期望膨胀。

15) 子 Agent、Ultra 模式与控制权 — 50:24 🎧 · ▶️

💬 子 agent 与 Ultra：用户要多少控制旋钮。

💡 可控性 UX。

⚡ 复杂度劝退大众。

16) 记忆、个性化与 Chronicle — 54:39 🎧 · ▶️

💬 长期记忆与 Chronicle 个性化。

💡 粘性与隐私。

⚡ 记忆错误难纠正。

17) AI 如何重塑产品与技术角色 — 1:00:19 🎧 · ▶️

💬 产品开发节奏与角色变化：更少纯手写、更多编排。

💡 职业影响。

⚡ 是否低估领域专家。

18) 想法、品味与 LLM 难出新意 — 1:03:15 🎧 · ▶️

💬 LLM 难真正「出新主意」；品味仍稀缺。

💡 对人创造性的辩护。

⚡ 品味不可教？

19) 衡量生产力：优质打席 vs 空转 — 1:04:42 🎧 · ▶️

💬 生产力度量：优质打席次数 vs 忙碌空转。

💡 反虚荣指标。

⚡ 指标游戏化。

金句

  • 先把默认设对，大多数用户不会调旋钮。
  • 生产力看优质打席，不看动作密度。

来源