开了 ChatGPT Plus 却不用 Codex，你可能白白浪费了 10 美元

如果你已经开通了ChatGPT Plus会员，平时主要还是用它来提问、写作、翻译、总结资料，或者偶尔生成几张图片，那你其实只用到了它最像“聊天机器人”的那一面。

这些功能当然有价值。但免费版ChatGPT和大量低价AI产品，已经能满足不少日常需求。如果开通Plus之后，依然只把它当成聊天窗口，Plus真正多出来的那部分价值，很可能没有被用起来。

这部分价值，最集中地体现在Codex上。

一、Codex已经不只是用来编程

提到Codex，很多人的第一反应仍然是：这是程序员用来写代码的工具。

这个认识不能说错，但也只说对了一半。

Codex最早成熟起来的场景，确实是编程。它最典型的能力，是阅读代码、修改软件项目、运行测试、修复错误，并协助程序员完成从理解需求到交付结果的整个开发过程。

编程之所以最先适合Agent落地，也有很现实的原因。

代码本身高度结构化，每一次修改都可以被精确记录；程序能不能运行、测试能不能通过、错误有没有修复，通常也有比较明确的验证标准。Codex修改代码之后，可以立即运行程序、查看报错，再根据反馈继续调整，很容易形成“执行—检查—修正”的完整闭环。

相比之下，一份报告写得好不好、一套方案是否合理，往往需要人来判断，结果没有那么容易自动验证。所以，编程成为Agent最早成熟的应用场景，并不奇怪。

但编程只是Codex能力最容易落地的起点，不是它最终的边界。

Codex在编程中真正练出来的，不只是“写代码”，而是一整套通用执行能力：读取大量文件，理解已有内容，制定执行步骤，调用外部工具，修改工作成果，并根据反馈继续调整。

这些能力并不天然属于代码，也可以用于文档、表格、演示文稿、研究资料和其他知识工作。代码在其中既可以是Codex处理的对象，也可以只是它完成任务的手段。

例如，程序员可以让Codex修改几十个代码文件；普通用户也可以让它检查几十篇文档，统一标题、格式和元数据。两个任务处理的材料不同，但背后的工作过程相似：读取现有文件，理解修改规则，批量执行操作，然后检查并汇报结果。

普通用户不需要亲自编写Codex使用的脚本，就像Excel用户不需要理解Excel本身是用什么语言开发出来的。

从现在的产品形态看，Codex的边界已经不只停在软件开发。除了代码项目，它也开始被用于报告、电子表格、演示文稿、研究、数据分析、流程自动化和轻量工具制作等知识工作场景。

这并不意味着Codex已经不再是一款编程Agent。更准确地说，它正在把编程场景里成熟起来的能力，转化成一种更通用的执行能力。

程序员可以直接控制代码，非程序员则可以通过自然语言调用这种能力。

所以，判断Codex是否与自己有关，不应该只问“我会不会写代码”，而应该问：

我的工作中，有没有大量需要在电脑上读取文件、整理资料、重复修改、调用工具并交付成果的任务？

只要存在这类工作，Codex就不再只是程序员的软件。

二、Codex到底是一款什么产品

Codex是OpenAI推出的一套独立Agent产品。它使用ChatGPT账号登录，但并不是ChatGPT聊天窗口中的一个普通模式，而是有自己的桌面客户端、工作界面和任务管理方式。

目前，Codex可以通过桌面端、CLI、IDE插件和Web端使用，还可以与ChatGPT手机端联动。对于没有接触过Codex的普通用户，最值得关注的是桌面端。

1. Codex桌面端

Codex桌面端已经提供Windows和macOS版本。安装并登录之后，用户首先需要选择一个电脑上的文件夹，作为Codex当前处理的项目。

这个文件夹可以是一套软件代码，也可以是一批文章、笔记、表格、研究资料、图片和其他工作文件。与在ChatGPT中临时上传一个附件不同，Codex面对的是一个完整的工作目录，可以在任务过程中持续读取和修改里面的内容。

选择项目以后，用户就可以新建一个对话，用自然语言告诉Codex需要完成什么。例如：

检查这个文件夹里的所有文章，找出标题格式不一致的文件，先给出修改方案，确认后再统一处理。

Codex接到任务以后，会先查看项目中的文件，了解现有内容和目录结构，再判断需要采取哪些步骤。随后，它可以修改文件、运行命令、调用工具，或者在遇到不确定的问题时停下来询问用户。

用户可以在界面中看到Codex当前正在做什么、运行了哪些操作、修改了哪些文件。任务完成后，Codex会汇报执行结果，并展示文件发生的具体变化。用户可以检查结果、要求继续调整，也可以撤销不满意的修改。

因此，桌面端虽然保留了类似聊天软件的交互方式，但它的基本结构并不是“问题和回答”，而是三个部分：

项目，也就是Codex当前能够处理的文件和工作环境；
对话，也就是一项工作的要求、执行过程和上下文；
修改记录和工作成果，也就是需要用户最终检查和接收的结果。

同一个项目中还可以新建多个对话。一个对话可以整理文件，另一个对话可以检查文章，第三个对话可以制作一项工具。它们可以分别推进，用户则在同一个客户端中查看不同任务的进展。

从产品形态上看，Codex桌面端更像一个Agent工作台。用户负责提供工作材料、说明目标和验收成果，Codex负责完成中间大量具体的执行工作。

2. ChatGPT手机端

Codex桌面端还可以与ChatGPT手机端联动。

用户在电脑上启动任务以后，即使离开电脑，也可以通过手机查看正在进行的对话。手机端能够同步显示Codex的回复、执行进度、终端输出、文件修改和测试结果。

如果Codex在执行过程中遇到问题，需要补充信息或者请求批准，用户也可以直接在手机上回复。用户还可以改变任务方向、要求Codex继续修改，或者安排新的任务。

实际文件、软件、账号凭证和执行环境仍然保留在运行Codex的电脑上，手机主要承担查看、沟通和控制的作用。它并不是把整套工作环境转移到手机，而是让用户在离开电脑后，仍然能够继续管理电脑上的Agent任务。

这使Codex不再是一款必须全程坐在电脑前盯着使用的软件。一些执行时间较长的任务可以继续在电脑上运行，只有需要用户作出判断时，才通过手机介入。

3. Codex CLI

Codex CLI是在终端中运行的Codex客户端。

用户先在终端中进入一个文件夹，然后启动Codex，它就会以这个文件夹作为工作范围，读取文件、执行命令并进行修改。整个交流和执行过程都显示在终端里，没有桌面端那样完整的图形界面。

CLI主要适合熟悉命令行的用户，也适合在服务器、VPS或者没有桌面环境的电脑上使用。它是Codex最直接、最灵活的一种形态，但对普通办公用户来说，桌面端通常更容易上手。

4. Codex IDE插件

Codex还可以作为插件安装在VS Code、Cursor等代码编辑器中。

IDE插件会把Codex放在编辑器侧边栏里。程序员可以一边查看代码，一边让Codex解释项目、寻找问题、修改文件和运行测试，不需要在编辑器与其他软件之间反复切换。

这种形态主要服务于软件开发。虽然它同样可以处理Markdown等文本文件，但如果主要目的是整理资料和完成办公任务，普通用户没有必要专门安装代码编辑器，可以直接使用桌面端。

5. Codex Web

Codex Web运行在浏览器中，任务主要由OpenAI提供的云端环境执行，而不是直接在用户当前的电脑上运行。

用户可以把连接到GitHub的开发任务交给Codex，让它在云端读取代码、修改项目和运行测试。任务可以在后台持续执行，也可以同时安排多个任务，完成以后再回来查看结果。

Web端目前仍然主要针对软件开发和云端代码项目。对于需要处理本地文档、表格和个人资料的普通用户，桌面端通常是更直接的入口。

总体来看，Codex并不是一款只有一个聊天窗口的软件，而是一套覆盖电脑、终端、编辑器、云端和手机的Agent产品。

但普通用户没有必要一开始就掌握全部入口。只需要先理解桌面端的基本工作方式：选择一个真实项目，安排一项任务，观察Codex如何执行，再检查和接收最终成果。

三、Codex可以帮非程序员用户做什么

Codex是否能成为普通人的办公工具，最终还要看它可以完成哪些具体工作。

这些任务有一个共同特点：工作材料已经存在于文件、文件夹或者其他软件中，需要进行读取、整理、修改、分析和重新输出，而不是只需要AI在聊天窗口中生成一段答案。

1. 整理文件和资料

文件整理是普通用户最容易交给Codex的一类任务。

一个使用多年的资料目录中，可能积累了成百上千份文档和附件：文件名没有统一规则，目录分类混乱，同一份文件保存了多个版本，还有些图片已经找不到对应的正文。

Codex可以先查看整个目录，再根据用户制定的规则进行处理。例如：

根据文件内容重新命名；
按照年份、来源或者主题建立分类目录；
找出重复文件、空文件和异常文件；
从文档中提取标题、日期、作者和摘要；
生成一份完整的文件索引；
检查正文、图片和附件之间的链接是否有效。

用户不需要自己编写批处理脚本，只需要说明整理规则，先让Codex给出处理方案，确认后再执行。

这种任务很适合作为普通用户第一次使用Codex的起点：工作对象清楚，执行结果容易检查，也能直接看到Agent操作真实文件的能力。

2. 批量处理文档和知识库

普通ChatGPT很适合修改一篇文章，但当任务变成修改几十篇甚至几百篇文档时，聊天窗口就不再方便。

Codex可以直接读取一个完整的文档目录，按照统一规则进行批量处理。例如：

统一Markdown文件的标题和层级；
批量增加、删除或者修改文档元数据；
检查缺失的标题、标签和日期；
替换已经失效的链接；
将不同格式的文件转换成统一格式；
从大量材料中提取指定段落；
合并分散的笔记，或者拆分过长的文档；
检查目录、图片和内部链接是否完整。

这类能力尤其适合管理个人知识库、公众号文章库、研究资料库和长期积累的办公文档。

Codex处理的不是一篇孤立的内容，而是一整套互相有关的文件。它可以在修改前先检查整体结构，按照相同规则处理全部材料，并保留具体的修改记录。

3. 处理表格和数据

大量表格工作并不需要复杂的统计模型，却包含许多机械而繁琐的操作：合并文件、统一字段、调整格式、删除重复项、匹配不同来源的数据，再根据规则生成汇总结果。

这些工作过去通常需要熟悉Excel函数、Power Query或者Python。使用Codex以后，用户可以直接描述想得到什么结果，让它选择合适的方法进行处理。

例如：

合并多份结构相近的Excel或CSV文件；
统一姓名、日期、金额和编号的格式；
检查缺失值、重复值和异常数据；
根据多个条件分类和统计；
匹配来自不同表格的记录；
生成汇总表、分析结果和图表；
把处理步骤保存下来，供下次继续使用。

Codex不会让数据知识失去价值。越了解数据的人，越能提出清晰要求，也越容易发现结果中的问题。

它真正降低的是执行门槛。用户不必为了完成一次具体的数据整理任务，先花很长时间学习公式或者编程。

4. 制作报告、文档和演示文稿

Codex不仅能处理已有文件，也可以把一个文件夹中的原始材料组织成新的工作成果。

用户可以给它会议纪要、研究资料、数据表格、参考文章和既有模板，让它先梳理材料，再生成一份结构化报告。报告完成以后，还可以继续制作摘要、数据附件、演示文稿或者网页版本。

例如：

根据多份访谈记录整理主题和主要观点；
将研究资料、数据和图表汇总为报告；
根据既有PPT模板制作新的演示文稿；
批量更新定期报告中的数字和图表；
检查不同文档之间的数据口径是否一致；
将同一套内容输出为Word、PDF、PPT和网页等不同形式。

与在聊天框中直接要求AI“写一份报告”相比，Codex的优势是能够面对完整的原始资料、模板和已有文件，并直接生成和修改最终交付物。

用户看到的不只是一段可以复制的文字，而是一份真正保存到项目中的文档、表格或者演示文件。

5. 把重复工作变成固定流程

很多办公工作本身并不困难，只是需要定期重复。

例如，每周收集一批新资料，从中提取关键信息，按照固定格式生成摘要，再更新总目录。整个过程可能只需要几十分钟，却每周都要重新完成一次。

Codex可以先帮助用户完成这套流程，再把比较稳定的步骤保存成脚本、Skill或者自动化任务。下次加入新材料后，就可以按照同样的规则重新执行。

这意味着Codex的价值不只在于替用户完成一次工作，还在于把完成工作的办法保留下来。

过去，办公自动化通常意味着学习宏、脚本或者专门的流程工具。Codex则让用户可以先用自然语言描述流程，再由它把自然语言逐渐转化成能够重复执行的工作方式。

6. 为自己制作小工具

对非程序员来说，Codex最有突破性的能力，可能不是修改文档或者整理文件，而是帮助普通人为自己制作工具。

这些工具不一定是复杂的软件产品，也不一定需要发布给其他人使用。它们可能只是：

一个批量转换文件格式的小程序；
一个自动整理附件的工具；
一个生成固定格式报告的网页；
一个本地资料搜索页面；
一个检查文件命名是否合规的程序；
一个只解决自己某项具体问题的简单应用。

用户负责说明自己遇到了什么问题、希望工具怎样运行，并在Codex完成以后试用和提出修改意见。Codex则负责大量具体的编写、调试和迭代工作。

过去，这类工具往往没有足够的商业价值，很难值得专门找程序员开发；普通用户即使有明确需求，也只能继续手工处理。

Codex降低了制造小型软件的成本，使用户可以为自己的特殊工作方式定制工具。

这也是它与传统办公软件最大的不同之一：传统软件提供一组开发者预先设计好的功能，用户只能在这些功能中选择；Codex则可以根据用户的具体问题，临时组合文件、代码和工具，创造一套新的解决办法。

如果你已经开通ChatGPT Plus，却仍然只把它用于问答、写作和总结，那么你使用的主要还是聊天机器人的能力。

而你没有认真打开过的Codex，已经可以进入真实文件夹，整理资料、修改文档、处理数据、生成工作成果、重复执行流程，甚至为你制作一件新的工具。

你购买的或许早已不只是一个更聪明的聊天机器人，只是你仍然在按照聊天机器人的方式使用它。