关注◆ AI一手 ◆每天分享最前沿的AI技术与应用

之前我写过好几篇Codex app的教程。

从最早Codex刚发布的时候就开始写，后面每次大更新基本都跟了一篇。插件怎么装、Computer Use怎么用、Skills怎么配，能写的都写了。

但是目前情况不一样了。

ChatGPT和Codex合并了。聊天、办公、编程，三个东西全部塞进了同一个app里面。

而且这个app更新的速度，真的离谱。有时候一天推一次更新还不够，隔几个小时又来一次。你上午刚熟悉了界面，下午可能又变了。

所以之前写的那些教程，许多细节已经对不上了。

今天这篇文章，就重新来一遍。一个从零开始的、没有任何门槛的超级教程。

不管你是刚下载的新手，还是用了很久但一直没搞清楚新功能的老用户，看完基本就全清楚了。

01
先搞清楚这个超级app

01从Codex app到ChatGPT超级app

先说背景。

以前OpenAI有两个独立的桌面app。一个是ChatGPT桌面端，就是我们熟悉的聊天窗口。另一个是Codex app，专门给开发者用的编码Agent。

Codex app里面实则已经有两种模式了。一个叫Work模式，处理办公任务。一个叫Codex模式，专门写代码。这两个模式在以前的Codex app设置里就能切换。

然后在7月9号，OpenAI做了一件事。

把ChatGPT的聊天功能也拉进来了。

三合一。Chat、Work、Codex，全在一个app里。

这就是目前大家说的ChatGPT超级app。

如果你之前装了Codex app，直接更新就会自动变成新的ChatGPT app。项目、设置、对话记录都还在。

02三种模式的定位和切换方式

打开app，你会看到左上角有一个下拉菜单。

点开，两个选项。一个是”ChatGPT”，下面写着”创建、学习和探索”。另一个是”Codex”，下面写着”构建、调试并发布”。

等等，不是说三种模式吗？怎么只有两个？

由于Chat和Work合在”ChatGPT”这个大选项下面了。选了ChatGPT之后，界面顶部中间会出现一个Chat / Work的切换按钮。

所以切换逻辑是这样的。

左上角选”ChatGPT” → 顶部切Chat或Work。

左上角选”Codex” → 直接进Codex模式。

三种模式各自干嘛，一句话说清楚。

Chat模式，就是我们最熟悉的ChatGPT聊天。问问题、写文案、搜东西、生成图片，日常用这个就够了。

Work模式，是一个办公自动化Agent。它能连接你的各种工具，自己拆解任务步骤，帮你做文档、跑分析、执行定时任务。你给它一个目标，它自己去完成。

Codex模式，开发者的编码主场。写代码、改bug、审PR、管理多个代码仓库，全在这里。

三种模式定位清楚了，下面逐个拆解它们各自的功能。

02
三种模式逐个拆解

01Chat模式：最熟悉的那个聊天

Chat模式大家都熟，用过ChatGPT网页版的不会有陌生感。

但你以为它还是以前那个ChatGPT吗？

有几个细节值得单独说一下。

生图只有Chat模式才有。

对，你没看错。实测下来，Work模式和Codex模式都不能直接生成图片。不清楚为什么目前是这样。如果你正在Work或Codex模式里，突然想让它画张图，得切回Chat才行。

ChatGPT选项里面的chat模式下生图测试。

codex模式下生图测试失败，同样work下也失败。

Canvas编辑面板。

Chat模式里有一个Canvas功能。你让它帮你写文档或者写代码的时候，它会在聊天窗口旁边打开一个独立的编辑面板。可以直接在里面改内容，不用来回复制粘贴。Work和Codex模式没有Canvas，它们有各自不同的编辑方式。

项目管理。

Chat模式可以创建”项目”（Projects），把相关的对话分组在一起。你还能往项目里上传参考文件、设置自定义指令。列如建一个”公众号写作”的项目，把你的写作风格指南传进去，后来在这个项目里开的每个对话都会自动参考这些文件。

这个跟你在ChatGPT的web端创建的项目是一样的。

你以前在web的项目数据目前也可以在这个超级agent里面同步展示了。不管是单个聊天记录还是项目里面的聊天记录都是有的。

Memory记忆功能。

目前ChatGPT的记忆分了好几层。Saved Memories是你能手动编辑的实际列表。Reference Chat History是让它在后台从你过往的对话里推断上下文，你关掉它就不会参考了。

还有一个今年6月新加的Dreaming，会在后台自动综合和更新你的记忆。这个有点意思，也有点可怕，由于它会悄悄改写你的记忆条目。在意的话可以在Settings → Personalization → Memory里面把这些开关分别控制一下。

02Work模式：帮你干活的办公Agent

Work模式和Chat模式最大的区别是，Chat是”你问它答”，Work是”你派活它干”。

你给它一个任务目标，它自己拆解成多个步骤，一步一步执行。中间如果需要你确认，会停下来问你。这个过程可能持续几分钟，也可能跑几个小时。

Work模式下面的能力有多少？

Computer Use。

这个真的猛。

Work模式下，ChatGPT可以直接操控你的电脑。点鼠标、打字、打开应用、移动文件，全部替你干。

用之前需要先装Computer Use插件。macOS要授权屏幕录制和辅助功能权限，Windows目前只支持前台操作。

说明一下，Computer Use不是Work模式独有的，Codex模式也能用。但Work模式用的场景更多，由于办公常常得在各种桌面app之间切来切去。

1400多个插件。

Work模式可以连接Slack、Google Drive、Gmail、Outlook、Microsoft Teams、Salesforce这些工具。插件目录在侧边栏的”插件”入口里。

用法也简单，在对话框里输入 @ 加上插件名字就能调用。列如 @Slack 它就去拉消息，@Google Drive 就帮你找文件、创建表格。ChatGPT自己也会根据你的Prompt自动判断该用哪个插件。

定时任务。

这个功能真的实用。

你可以让ChatGPT定期执行某个任务。列如每天早上整理一下Slack的未读消息，或者每周刷新一份数据报告。它可以是一次性的、定期循环的、甚至是某个事件触发的。

内置浏览器。

Work模式有一个内置浏览器，能在app里面直接拉取网页内容，打开Google Workspace和Microsoft 365的文件。不用切窗口。

Cloud和Local。

Work模式的对话框有一个选项，可以选”Work locally”或者”Cloud”。

Cloud模式下任务跑在云端，关了电脑也不停，做完会推送通知。还能在手机和网页端继续看进度。

Local模式下任务跑在你电脑上，能访问本地文件和app，但关了电脑就停，而且Local Tasks不会同步到其他设备。

我的提议是，需要用本地文件就选Local，纯线上的任务选Cloud。

生成各种格式的文档。

Work模式可以直接产出Google Docs、Sheets、Slides格式的文件，也能生成web app。你让它帮你做一份竞品分析报告，它真的会给你一个能直接用的PPT出来。

03Codex模式：开发者的编码主场

左上角切到Codex，整个界面画风就变了。

侧边栏变成了”新建任务””拉取请求””站点””已安排””插件”。

其中”拉取请求”是codex的核心差异功能。

可以在codex里面创建你的项目：

并且可以定制化你的项目的图标和颜色，便于更好的管理的你的开发项目。

我们来逐个说一下Codex模式的核心能力。

多仓库项目。

一个项目里面可以同时关联多个代码仓库。以前得在不同项目之间来回切，目前一个项目全搞定。

左侧栏项目名称右侧 ⋯ →编辑项目

添加文件夹

切换primary。

需要注意：多仓库项目会指定一个 Primary 仓库。新任务默认从它开始，PR、Git Review 和 Worktree 等 Git 操作也主要针对这个主仓库；其他仓库依旧可以被 Codex 搜索、读取和修改。

许多朋友会被我以前讲解过的worktree给搞混淆，Worktree 则是 Git 自己的机制：Codex为同一个仓库建立不同的独立工作目录，让多个任务同时改不同分支而不相互覆盖。

列如你的多仓库项目可以是：同时关联前端、后端、文档等多个代码仓库。相关代码分散在不同目录，也不用再在多个 Codex 项目之间来回切换。

Inline diff编辑。

Codex帮你改完代码之后，直接在diff视图里面就能行内编辑。哪一行不满意，直接改。不用再开一轮新对话让它重新生成。

这是我日常开发常常用到的代码审核功能。

一般程序员喜爱在codex cli里面开发，然后我的工作流就是开发完后，把cli的任务同步到ChatGPT app里面来。

如何同步呢？

很简单，cli里面开发好后，在ChatGPT app桌面端里面新建你的项目，也就是在cli里面打开的这个项目，然后重启下ChatGPT app就可以同步了。

侧边栏PR审查。

Pull Request的审查直接在Codex侧边栏里完成。看代码变更、加评论、approve或reject，不用再切到GitHub的网页。

目前我的代码是公司自有的仓库，不是github，所以暂时不做演示，如果你的项目是在github里面。

那么这里应该就会你的仓库，然后你就可以去在侧边PR审查了。

Computer Use。

前面说了，Codex模式也能用Computer Use。开发者如果要操作图形界面复现bug、测试UI效果，直接让Codex帮你操控。

终端和Skills。

内置终端，直接跑命令。

Skills是可复用的指令模板，把常用的工作流打包成一个skill，下次一键调用。

到这里三种模式的功能就拆解完了。下面说一些更细的东西，是我自己实际用下来才发现的。

03
你可能没发现的界面细节

01语音、Sites和跨设备同步

语音模式，三个模式都能用。

Chat、Work、Codex，全部支持语音交互，用的是GPT Live模型。

但有一个限制。开了语音之后，不管你在哪个模式，都没法手动选模型。由于语音就是绑定GPT Live的，没得选。只有在非语音状态下的Chat模式里，你才能自由切换不同的模型。

Sites建站，三个模式都能触发。

我一开始以为Sites只有Work和Codex能用。结果在Chat模式的输入框旁边也看到了一个Sites按钮。

在任何模式下，只要在Prompt里提到”网站”或者输入 @Sites，就能触发建站流程。底层跑的都是同一套Codex引擎，建出来的站点是OpenAI托管的，有独立URL，能分享给别人。

可以做仪表盘、项目追踪器、内部门户、甚至小游戏这些东西。

跨设备同步。

Chat和Work的对话历史可以在网页端、桌面app和手机之间同步。你在桌面上开了一个Work任务，手机上也能看到进度。

手机端还能查看桌面创建的Codex项目，虽然功能没桌面全，但至少能看进度、做简单操作。

但是Local Tasks只存在你那台电脑上，不会同步。这个要注意。

02侧边栏分类和对话归属逻辑

这部分是真的细。你有没有试过在ChatGPT模式和Codex模式之间来回切着看侧边栏？没切过的话，你大致率不知道下面这些东西。

ChatGPT模式下，侧边栏展示你所有的对话和项目。

不管是以前网页版ChatGPT的聊天记录，

还是目前app里Work模式创建的对话，还是Codex模式创建的对话，全部都能在这里看到。

Codex模式下，侧边栏只显示Codex和Work的对话。

Chat模式的那些聊天记录不会出目前Codex的侧边栏里。逻辑上也说得通，Codex模式是给开发者用的，把一堆闲聊记录混进来反而乱。

还有一个更细的点。

在ChatGPT模式的侧边栏里，把鼠标放到任意一个对话上面，会出现一个小标签。标签显示的要么是”Chat”，要么是”Work”。

这个”Work”标签，实则包含了Work模式和Codex模式创建的对话。也就是说，在ChatGPT模式的视角下，Work和Codex都被归为”Work”这一类。

03几个容易踩坑的限制

Work和Codex可以引用Chat的对话记录。

这个功能我觉得太好用了。

以前的痛点是，你在Chat模式里跟ChatGPT聊了一大段需求讨论，然后想切到Codex让它帮你写代码。这时候你得把聊天内容手动复制粘贴过去，Codex那边才知道你之前聊了啥。

目前不用了。

在Work或者Codex模式的输入框里，你可以直接选择加入某个Chat对话的记录作为上下文。它会列出你之前的ChatGPT对话列表，你选一个加进来就行。

但反过来不行。Chat模式里没法引用Work或Codex的对话记录。想想也合理，Chat模式引用自己的对话没什么意义。

再强调一遍，生图只能在Chat模式。

如果你正在Work或Codex模式里干活，突然想生成一张图，得手动切回Chat。

语音模式不能手动选模型。

三个模式里的语音都绑定GPT Live。

打开关闭宠物模型。

这个宠物除了能给人一些情绪化的东西，还能在你项目特别多的时候，快速找到正在运行的线程。

04
写在最后

终于把上面这些东西都讲完了。

简单说一下这个超级app适合哪几类人。

第一类，日常就用ChatGPT聊天的普通用户。你完全可以无视Work和Codex，就用Chat模式。体验跟以前几乎一样，只是目前装一个app就有了以前三个app的能力。

第二类，需要AI帮忙处理办公任务的人。Work模式的定时任务、插件连接、Computer Use这些能力，真的可以省掉许多重复劳动。特别是定时任务，设好了就不用管，它自己跑。

第三类，开发者。Codex模式就是给你们准备的。多仓库、inline diff、PR审查，比以前独立的Codex app功能更全，而且目前还多了Chat和Work的辅助。

以前的ChatGPT就像一个你随时能聊天的朋友，什么都能聊，但活得你自己干。目前这个超级app，更像是你身边多了一个全职助手，聊天、办公、写代码，你说一声它就去干了，干完还会来跟你汇报。

好了，以上觉得有用，帮忙点赞、转发、收藏三连。关注我，我们下次再见。