Codex 进 ChatGPT 手机端时，最容易被看见的是入口：OpenAI 把开发者工具放进了更大的消费级界面，手机也能调起。这个判断没错，但偏窄。
更关键的变化，现在有了一个更具体的样本。Jason Liu 在长文里写了自己使用新版 Codex App 的方式：每个重要工作流一个置顶巨型线程，用 compaction 压缩长期上下文，再接上语音输入、Obsidian 记忆库、浏览器和电脑控制、Slack/Gmail/Calendar 连接器，以及 Heartbeats 和 Goals。
这不是官方发布稿，也不是功能清单。它补上的信息很重要：Codex 的目标感已经不只在“帮你写代码”，而是在尝试接管一段持续发生的知识工作。
发生了什么，可以压成三句话：
- Codex 从短对话，开始转向长期线程。
- 代码、文档、网页、Slack、邮件、PR、桌面应用，被拖进同一个闭环。
- 代理能做多少，不取决于愿望，而取决于记忆、权限、验收和人工闸门。
谁最受影响？不是普通聊天用户。最先被改变的是 AI 工具重度用户、技术团队负责人，以及每天在 GitHub、Slack、Gmail、Docs、Calendar 之间来回切换的人。
手机入口只是外壳，长期线程才是变化
旧问题是：Codex 进 ChatGPT，是不是 OpenAI 在抢手机入口？
现在看，入口只是外壳。真正的产品单位正在变。
Liu 的做法是为不同工作流保留 pinned megathread，比如 Chief of Staff、OpenAI CLI、Agents SDK、开源项目、Twitter 监控。线程不是一次性问答，而是持续积累偏好、历史决策和未完成事项。
这一步很小，也很要命。
过去的 AI 助手像临时工。你每次开口，都要把背景重讲一遍。长期线程把它变成“知道前情的人”。它未必更聪明，但少问废话，能续上昨天的活。
这里的新增变量是 compaction。长期上下文会被压缩，减少重复交代，但也带来两个现实代价：长线程不一定一直在缓存里，重新访问可能更贵；压缩会丢细节，丢掉的往往是人类以为“不用说也懂”的部分。
AI 产品最怕这种缝隙。表面是记忆，实际可能是带着错觉的记忆。
记忆落到文件，代理才有账可查
Liu 没有把长期记忆全押在聊天历史里。他把 Obsidian vault 放到 GitHub，目录里有 TODO、people、projects、agent、notes，并用 AGENTS.md 要求 Codex 在项目推进、人员偏好、待办关闭后更新页面。
这比“聊天记得我”靠谱得多。
文件可检查，可 diff，可迁移。代理写下某人偏好什么、项目卡在哪里、哪个决策已经完成，用户可以审阅变更，而不是任由一个黑箱线程慢慢堆出一套无法核验的个人档案。
这也是 Codex 与普通聊天助手拉开距离的地方。聊天记录像脑内印象，文件系统像账本。企业要的是账本。
“天下熙熙，皆为利来。”放在这里不是说用户贪便宜，而是说组织采购永远看收益和责任怎么分。能省人力，老板会动心；出了错没人能审，法务和安全团队就会踩刹车。
Codex 如果想进团队流程，就不能只会回答。它必须留下痕迹。
Heartbeats 把代理从回答者推向盯事的人
Heartbeats 是这套用法里最像“代理”的部分。
线程可以每 30 分钟检查 Slack 和 Gmail，研究问题并起草回复；也可以定期看 PR、Google Docs 评论或 Slack 反馈，等反馈出现后继续改稿、重渲染、回帖。
这件事比“AI 自动写邮件”更深。它让代理开始等待外部世界。
很多工作不是一次性生成，而是等人、等评论、等 CI、等审批、等客户回话。传统聊天机器人卡在“你问我答”。Heartbeats 往前跨了一步：没人问，它也能盯着状态变化。
但 Liu 保留了人工审批，不让代理直接替他发送关键回复。这个细节不能轻轻带过。
因为真正的办公流不缺自动化，缺的是可控自动化。Slack、Gmail、Calendar、GitHub、浏览器、桌面权限一旦打通，代理就不只是帮手，也是潜在事故源。它可以省掉十分钟，也可以把一封不该发的邮件发给不该看的人。
所以问题不在产品演示漂不漂亮，而在权限和刹车怎么设计。
和 Copilot、Computer Use 的差别：Codex 想吃掉中间地带
GitHub Copilot 更偏 IDE 内编码。Anthropic 的 Computer Use 更强调电脑操作能力。Liu 展示的 Codex 用法，位置更暧昧：它把代码、文档、浏览器和协作工具混在一起。
这块中间地带很肥，也很难。
程序员一天里真正花在“写函数”的时间没想象中多。更多时候是在读需求、查 Slack、回 PR、改文档、看报错、等测试、解释为什么这件事不能这么做。Codex 如果只会补全代码，那是在吃工具链的一小块；如果能接住这些碎片，它吃的是知识工作的周转时间。
Brockman 接手产品战略后，Codex 进 ChatGPT 的意义也要放回这个框架看。不是给手机用户多一个按钮，而是把 OpenAI 的代理能力放进更高频、更通用的界面里测试。手机只是入口之一，长期线程和跨应用连接才是骨架。
我更在意的不是 Codex 能不能多写几行代码，而是它能不能把“做完一件事”的边界定义清楚。
Goals 给了一个方向：任务必须有可验证终点。Liu 举的例子是把 Python Rich 库迁移到 Rust，目标不是“按 Markdown 计划实现”，而是“通过原项目测试套件”。
这句话很实在。能不能交给代理，不看任务描述有多宏大，看验收标准有多硬。
企业采购前，先问四个脏问题
团队要不要试 Codex？可以试。但别被“个人工作操作系统”这种说法冲昏头。
采购前先问四件事：
- Slack、Gmail、Calendar、GitHub、浏览器权限，谁批准，谁撤销？
- 长期记忆存在本地文件、Obsidian、GitHub 或线程里，谁能审计，谁能删除？
- prompt injection、误点击、误发信、越权读取，出了事算谁的？
- Heartbeats 周期运行带来的成本、频率、审批点，能不能被统一管理？
Chronicle 这类利用屏幕上下文生成记忆的能力仍是 opt-in research preview，相关文档也提示了权限、速率限制和本地记忆文件安全问题。换句话说，高手可以玩，组织不能照抄。
这就是我对 Codex 这轮变化的判断：它做对了方向，但代价还没结算完。
OpenAI 如果只把 Codex 当编程助手卖，故事不够大；如果把它推成个人工作系统，就必须面对权限、审计、成本和责任。这些东西不酷，但决定产品能不能从少数高手的桌面，走进团队的日常流程。
历史上每一种生产力工具进入办公室，都会经历同一关。电话、传真、邮件、企业 IM、云文档，开始都像效率神器，后来都变成治理问题。技术负责提速，组织负责收拾提速后的混乱。
Codex 也逃不开。
开头那个问题可以收回来了：Codex 进 ChatGPT，不只是手机入口之争。Jason Liu 的实践把更深一层露出来了——OpenAI 真正在试的，是让代理从“会回答”变成“能盯事”。
能盯事，才会碰到真实工作。碰到真实工作，就会碰到真实责任。