惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

小众软件
小众软件
V
Visual Studio Blog
博客园 - 三生石上(FineUI控件)
Last Week in AI
Last Week in AI
Blog — PlanetScale
Blog — PlanetScale
爱范儿
爱范儿
J
Java Code Geeks
A
About on SuperTechFans
F
Fortinet All Blogs
B
Blog
aimingoo的专栏
aimingoo的专栏
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Engineering at Meta
Engineering at Meta
Y
Y Combinator Blog
有赞技术团队
有赞技术团队
G
Google Developers Blog
Apple Machine Learning Research
Apple Machine Learning Research
V
V2EX
博客园_首页
博客园 - 叶小钗
罗磊的独立博客
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
D
Docker
云风的 BLOG
云风的 BLOG

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
OpenAI急着上市,但ChatGPT不是它的王牌,Codex才是 – 人人都...
Hedy · 2026-05-25 · via 人人都是产品经理

OpenAI正站在上市的关键节点,而投资人最关心的不是炫酷的AGI技术,而是能否拿出一套清晰的盈利模型。深入拆解Codex近期密集的功能迭代,会发现它正在沿着Anthropic已验证的企业服务路径狂奔——从开发者工具升级为深度嵌入企业生产流程的解决方案,用看得见现场、推得动任务、管得住风险三大能力,构建起AI商业化的真正护城河。

1. 上市前夜,OpenAI最需要讲清楚的一件事

OpenAI急着上市,这事圈内人都知道。但上市前夜,它最需要讲清楚的一件事,不是什么AGI路线图,也不是多模态多厉害——而是那个所有投资人都会问、又很难回答的问题:一家前沿模型公司,到底能不能赚钱?ChatGPT已经证明了OpenAI有用户,几亿人用,够热闹。可热闹归热闹,算力账单不看你热闹。我越盯这个赛道,越来越清楚一件事:投资人要的不是用户数,是能算清账的收入模型。消费订阅每月20美元,覆盖得了GPT-5.5每次推理的GPU开销吗?我猜很多人心里没底。

所以OpenAI必须拿出另一张牌——一张能算清账、能说清楚钱从哪来的牌。Codex就是眼下最容易讲清这个答案的产品。它不做全民爆款,它切的是开发者和工程团队,这群人时间贵、工具预算足、工作流可量化。你帮一个团队省下20%的代码审查时间,一年就能算出省了多少钱。这种账,投资人听得懂,CFO也算得清。ChatGPT是面子,Codex才是里子——至少,在上市这个节骨眼上,里子比面子管用。

2. 两个月几十个更新,全在补同一个东西

翻一下Codex从3月底到5月的更新列表,我第一反应不是“功能真多”,而是“这节奏太狠了”。插件体系、内置浏览器、电脑操作、远程SSH、手机端接入、自动审批、Chrome扩展、Appshots、目标模式、锁屏远程使用……光5月21日那波,就有好几个大功能同时上线——Mac锁屏后还能远程操控桌面应用,Appshots一键把屏幕内容丢给Codex,目标模式让它连续跑几小时甚至几天。分开看,每个功能都像独立的需求,但合起来,主线再清楚不过:OpenAI在用产品节奏告诉市场,Codex不是ChatGPT的附属品,它是专门为企业工作流长出来的东西。聊天框只能回答问题,而Codex要接管的是“干活”这件事。

作为AI产品经理,我特别留意到一个细节:这些更新里,有一半是在补“上下文”和“管控”能力。Appshots和内置浏览器,是为了让Codex直接看到用户当前在干什么,省去手动描述的成本;远程SSH和锁屏操作,是为了让任务不依赖用户在场;插件体系和自动审批,则是为了给企业团队一个可控的分发和治理框架。说白了,OpenAI在按一个已经被验证的方向补短板——Claude Code已经用开发者工作流证明了,AI嵌入真实生产环节才能让企业掏钱。Codex现在做的,不是发明新玩法,而是用更高频的迭代,把同一个故事讲得更扎实。对我这种天天琢磨“场景能不能闭环”的人来说,这场仗的胜负手不在模型benchmark,而在产品能不能真的钻进企业流程里,让工程师离不开它。

3. Anthropic已经先跑出了那条路

Claude Code先跑通的那条路,我盯了挺久。它最早就是开发者在用,写代码、修bug、跑测试,跟Codex刚出来时差不多。但Anthropic干了一件事让产品经理会多看一眼:他们没急着把Claude Code包装成“全功能AI助手”,而是让它扎进开发者工作流,然后顺着这条线慢慢长出团队协作、权限管理、插件分发这些企业级的东西。到今年4月,Ramp的样本数据里Anthropic企业采用率到了34.4%,压过OpenAI的32.3%。虽然只是单一平台的采样,不能代表全市场,但对我这种做AI产品的人来说,这根本不是benchmark的胜利,是产品策略的胜利——Anthropic更早想清楚AI该进哪个环节:不是抢用户时间,是嵌入企业愿意持续付费的生产链条。

Anthropic甚至接近盈利了。据《华尔街日报》报道,他们预计2026年第二季度收入超109亿美元,营业利润约5.59亿美元。这个信号比任何用户数都狠:它让市场开始相信,前沿模型公司不一定永远只烧钱。而OpenAI一季度营收57亿美元,调整后经营利润率却还是-122%。账在这里摆着——ChatGPT的规模撑不起估值,投资人要看到算力账单能被生产场景消化。所以Codex这两个月的疯狂更新,本质上是在追Anthropic已经跑通的那条企业化路径。功能可以抄,但方向上的时间差才是真正要命的。

4. 站在AI产品经理的角度,Codex这一仗打的是什么

从AI产品经理的视角看,Codex这一仗打的不是功能堆叠,而是三个东西:看得见现场、推得动任务、管得住风险。为什么这些是关键?因为企业规模化采购的决策逻辑很朴素——采购负责人不会只看“AI能不能写代码”,他会问三个问题:你知不知道我在干什么?你能不能自己干完别让我盯着?出了问题谁负责?Appshots、内置浏览器、Chrome扩展,这些全在回答第一个问题。Appshots把当前窗口的截图和文本直接塞给Codex,用户不用再费力描述“我屏幕左上角那个报错信息是什么”;内置浏览器让Codex能直接看到调试页面,而不是等用户截图粘贴。这在产品经理眼里叫“上下文摩擦”——用户每次描述现场,都是在消耗耐心。Codex想做的,是把这一层摩擦降到接近零。

第二个问题更难:推得动任务。真实企业任务不是问一句答一句的对话,它可能持续数小时甚至几天。目标模式就是在干这个——用户给Codex一个目标,让它自己规划、执行、调整,电脑锁屏后还能继续。5月21日的更新里,Mac锁屏远程使用就是个狠活:下班前丢一个“跑完所有单元测试并修掉失败的用例”,第二天早上看结果就行。手机端远程访问让PM在通勤路上也能瞄一眼进度。访问令牌则把Codex接进了CI和调度器,让它能像传统自动化工具一样被触发和调度。

第三个问题,管得住风险,才是企业采购的最后一关。自动审批审查把低风险操作自动过掉,高风险操作标记出来等人工点头;团队插件共享让管理员能统一分发工具,而不是让每个开发者在网上瞎找插件;企业管理员设置则给了审计和权限控制的能力。没有这些,Codex就是个高级个人玩具,IT部门不会批预算,合规部门会直接封杀。这三个能力连在一起,才让Codex从“开发者的好帮手”变成了“企业愿意掏钱的基础设施”。

5. Codex比ChatGPT更接近OpenAI的利润表

OpenAI一季度营收57亿美元,听着很猛吧?但调整后经营利润率是-122%——赚1块亏1.22块。收入越多,算力账单越沉。这个数字摆在那,投资人不可能不看。Anthropic那边已经放了个信号:第二季度预计接近盈利,收入增长能跑过成本。差距不在模型,在场景。ChatGPT拉来几亿用户,可消费订阅撑不起算力黑洞;API业务卷价格,客户随时换供应商。Codex呢?它面对的是开发者和工程团队——这群人时间按小时计价,一个bug修半天就是几百美金的成本。代码审查、测试、部署,每个环节都能算出ROI。企业不傻,他们愿意为“省时间”付费,尤其当这个工具已经嵌进CI、能锁屏跑任务、能远程盯着。Codex不是在卖AI,是在卖生产力。

OpenAI手里很多牌——ChatGPT、API、Enterprise、Agents、硬件、数据中心——但只有Codex能同时满足四件事:用户明确(开发者)、场景高价值(软件开发和运维)、付费意愿强(企业采购预算早就在那)、还能复用企业已有的工程治理体系(权限、审批、审计日志)。它不只是一个工具,它是OpenAI上市叙事里最硬的底牌。ChatGPT证明了OpenAI有人气,Codex要证明的是——这家公司能赚钱。

本文由 @Hedy 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议