OpenAI战略大转向：Codex周活破五百万重塑AI竞争逻辑，聊天时代落幕执行时代开启

6月初，硅谷接连释放出两个信号截然不同的消息。一边是OpenAI高调宣布，将在未来数周内把Codex、ChatGPT及浏览器产品Atlas整合为一个桌面超级应用；另一边则是Meta旗下被寄予厚望的闭源模型Muse Spark再度推迟上线，从4月一路延至6月仍未对外开放API。

一进一退之间，大模型行业的竞争逻辑正在发生根本性转变。

从"能聊天"到"能干活"：AI竞争的底层逻辑变了

回顾过去两年，无论是ChatGPT、Claude还是Gemini，各家厂商的角力焦点始终围绕同一个命题——谁的回答更聪明、更准确。然而进入2025年下半年，一个微妙但关键的转折出现了：用户真正愿意持续付费的场景，已经从"获取答案"转向"完成工作"。

OpenAI的内部数据清晰地印证了这一趋势。过去一年，Codex的周活跃用户从300万一路攀升至500万以上，增速远超ChatGPT同期水平。更值得关注的是用户结构的变化——最近一个月的新增用户中，约40%并非传统意义上的开发者，而是分析师、投资经理、银行家、营销人员、产品经理和设计师等知识工作者。

这意味着Codex正在从一款编程辅助工具，演变为一个通用型知识工作平台。在OpenAI内部，非技术团队已经开始借助Codex制作高管汇报材料、搭建内部应用、创建经营分析仪表盘。外部客户中，Zapier的员工用它自动整理跨平台信息并生成项目文档，英伟达研究团队则用它管理实验流程和编写机器学习基础设施脚本。

六款职业插件：瞄准白领工作核心场景

为了加速这一转型，OpenAI在此次整合中一口气推出了六款面向不同职业的插件——数据分析插件、销售插件、产品设计插件、创意制作插件、公开股票投资插件和投资银行插件。这些插件几乎覆盖了传统白领工作的核心场景。

以投资分析为例，过去一位投资经理完成一家上市公司的深度研究，往往需要数小时甚至数天的时间来收集财报、建立估值模型、对标同行。如今只需上传相关资料，Codex便能自动完成数据提取、财务分析、同行比较和投资逻辑梳理的全流程。

此外，OpenAI还推出了"Sites"功能，用户上传文档、表格或项目资料后，Codex能够直接生成可交互的网站——客户汇报、项目管理、产品发布中心、财务情景分析模型，都可以通过一个AI自动生成并持续更新的网页来完成。配合新增的"批注"功能，用户可以直接选中内容进行局部修改，整个过程越来越接近人与同事之间的协作方式。

编程智能体：首个跑通付费闭环的AI品类

AI研究机构Interconnects的分析师Nathan Lambert在6月初发布的研究报告中指出，编程智能体已经成为第一个用户愿意持续支付高额溢价的大规模AI市场。他表示，在Opus 4.5和Codex 5.2的能力阈值之后，专业用户迁移到编程智能体并非出于惯性，而是因为这些工具在复杂知识工作中的净产出"显而易见地更高"。

这一判断揭示了一个重要的经济学现象：在生产力场景中，性能提升带来的回报远高于消费场景。就像消费者明知廉价手机也能打电话，但仍然愿意为高端机型支付溢价一样——当AI工具能够显著提升专业工作的产出效率时，用户对价格的敏感度会大幅降低。

Lambert预计，顶级闭源实验室的商业模式将呈现"苹果加微软"的混合形态——既出售高度集成、难以复制的技术产品，又在全经济体系中销售高杠杆的订阅服务。他预测在未来5到10年内，OpenAI和Anthropic的估值将落在2万亿至10万亿美元区间。

闭源壁垒与开源扩散：两条指数曲线并行

然而，闭源路线并非一帆风顺。Meta的Muse Spark就是最新的案例。这款被内部评测认为可与OpenAI、Anthropic正面竞争的模型，自4月公布以来已多次推迟API发布。据知情人士透露，延期原因包括测试中暴露的安全漏洞，以及基础设施扩建尚未完成。作为Meta从开源转向闭源路线后的关键产品，Muse Spark的"难产"折射出闭源模式固有的挑战——更高的质量要求、更重的基础设施投入，以及更长的迭代周期。

与此同时，开源生态正在以截然不同的路径加速扩张。Lambert指出，开源模型的价值将分散在从超大规模云平台到新型AI基础设施服务商的广泛企业栈中，其总体市值潜力甚至可能"大幅超越OpenAI与Anthropic的累计价值"。

在企业部署层面，由于切换成本较高，企业倾向于找到在特定任务上满足"足够好"性能阈值的模型后长期沿用。随着开源微调工具栈持续成熟，模型定制化门槛的下降正在进一步扩大这一市场。

两条指数曲线的核心差异在于节奏与路径。闭源模型通过与知识工作高端领域的深度绑定，率先开启了变现的"整合型指数"；而开源模型的爆发虽然耗时更长，但它追踪的是AI向整个经济社会广泛渗透的宏观进程，潜在体量更为庞大。

行业拐点已至

综合来看，2025年6月正在成为大模型行业的一个重要分水岭。OpenAI围绕Codex重组产品体系，本质上是在宣告：未来AI竞争的核心不再是"谁更会聊天"，而是"谁更能替用户完成工作"。编程智能体率先跑通了付费闭环，为闭源实验室的商业模式提供了实证支撑。

但开源阵营的追赶步伐同样不容忽视。当开源模型构建者不再执着于追赶Claude和GPT的评测排名，转而填补特定需求位的空白时，企业市场的格局可能再次被改写。

对于开发者和企业用户而言，当下最务实的选择或许是：密切关注两条路线的演进节奏，在闭源前沿能力和开源成本优势之间找到最适合自身业务场景的平衡点。毕竟，这场双轨竞赛才刚刚进入加速阶段。