Skip to content
Go back

ChatGPT Work 实测:与 Chat 到底差在哪

2026 年 7 月 9 日,OpenAI 宣布了 ChatGPT Work:一个「可以跨你的应用和文件采取行动、能陪一个项目跑几个小时、把目标变成成品」的 Agent。上线快两个月,它依然是 ChatGPT 里最难讲清楚的产品——不是功能少,而是官方定位和实际能力之间隔着一条沟。

Simon Willison 在 8 月 30 日发了一篇长文《Understanding ChatGPT Work》,把他反复实验后弄明白的东西全部写了出来。我以原文为底,并对照 OpenAI 当前的官方文档核对了模型选型、定价、Sites 和网络访问这些易变信息。这篇中文文章回答三个问题:Work 到底比 Chat 多什么、为什么值得(或暂时不值得)换过去、有哪些安全边界。

先给结论:判断该用 Chat 还是 Work,不要照着官方那句「要答案用 Chat,要完成任务用 Work」来——用 Chat 完成任务你早就干好几年了。真正有用的标准是能力对比:Work 里有联网的代码执行环境、无头 Chrome 浏览器、跨会话持久文件、可直接发布的 Sites 和子代理,这些 Chat 至今没有。

两个 Work:云上的和本机的

ChatGPT Work 实际上是两个产品。

一个是 Work Cloud:跑在 OpenAI 的托管环境里,从 chatgpt.com 或手机 App 进入。另一个是 Work Local:装了 ChatGPT 桌面端(也就是原先的 Codex App)才有,能直接读你电脑上的文件和程序,本质是换了一张「对非开发者友好」皮的 Codex。

官方文档给出了更细的选择方式:桌面端可以切「Work locally」或「Cloud」。选 Cloud 时,关掉电脑任务也会继续跑,之后可以在网页或手机上接着聊;需要动本机文件和应用时保持 Local。

谁能用:价格与开放范围

官方发布稿的说法:云端 Work 从 Pro、Enterprise、Edu 计划开始推送,几天内扩展到 Plus 和 Business;桌面端则所有计划可用,包括 Free。定价上,Go 是 8 美元/月,Plus 是 20 美元/月,Pro 从 100 美元/月起步。

Simon 在 8 月底的实测印象是「Work 两个版本都只对 20 美元/月及以上开放,Free 和 Go 用户没有入口」。这与发布稿里桌面端覆盖全部计划的说法有出入,可能是后续调整。判断标准很朴素:打开账号看有没有 Work 标签页,比看文档可靠。

另一个值得知道的事实:Work 和 Codex 共用同一套用量体系。官方定价文档明确写了「ChatGPT Work 和 Codex 共享用量」,换句话说 Work 的消耗记在 Codex 的账上,这可能也解释了为什么 Work 里的模型选型与 Chat 完全不同。

模型:另一套选型逻辑

Work 里可以选 GPT-5.6 的三个变体:Sol(旗舰,复杂开放任务)、Terra(日常多面手,官方称它替代原来的 GPT-5.5 场景)和 Luna(快而便宜,适合提取、分类、结构化摘要这类目标明确的高频任务)。推理力度从 Light 到 Medium、High、Extra High、Max、Ultra,还能选 GPT-5.5。

官方对 Max 和 Ultra 的说明值得注意:Max 只是给当前模型更多时间思考;Ultra 则是把任务拆开交给子代理并行处理。Simon 的观察与之一致——Ultra 会更积极地委派子代理。它是重型选项,官方明确说「大多数任务不需要 Max 或 Ultra」。

Chat 侧则是另一套:5.6 Instant、Medium、High、Extra High 和 Pro,其中 Extra High 与 Pro 只对 100 美元/月以上用户开放,20 美元档在 High 封顶。官方没有说明 Chat 里 5.6 对应 Sol、Luna 还是 Terra,而 5.6 Pro 只在 Chat 里出现,Work 没有对应项。

联网的代码执行环境

这是 Work Cloud 里最让 Simon 兴奋的功能。它是 2023 年 OpenAI 首创的 Code Interpreter 模式的延续,但多了一个关键变量:代码执行环境现在能访问整个互联网

对比一下现状:

官方文档对云端任务的说法是:代理阶段默认阻止网络访问,安装依赖的 setup 脚本仍然可以联网;需要时可按环境开启,白名单预设包括 None(从零指定)、Common dependencies(常用依赖域名)和 All(不限制),还可以把访问限制到 GET/HEAD/OPTIONS 这些方法。

这意味着你可以让 Work 克隆 GitHub 仓库、装好依赖、再拿它去和真实网站交互——一条完整的研究流水线,中间不需要你动手。

无头 Chrome 浏览器

Work 的浏览器工具可以直接启动一个完整的 Chrome 实例:加载网页、填表单、截图。遇到需要登录的站点,它会停下来请你「接管」输入密码和两步验证码,凭据不会流过模型本身

它还能对已加载页面执行 JavaScript。Simon 的演示提示词是「Load simonwillison.net in your browser and extract the headings using JavaScript」,Work 用 Playwright 跑出了这段代码:

await tab.playwright.evaluate(() => {
  return Array.from(
    document.querySelectorAll("h1,h2,h3,h4,h5,h6"),
    heading => ({
      level: heading.tagName.toLowerCase(),
      text: heading.innerText.trim().replace(/\s+/g, " "),
      id: heading.id || null,
    })
  );
});

ChatGPT Work 用浏览器工具访问网站并截图返回

这套用法很像 Simon 自己的 shot-scraper javascript 工具,区别是现在在手机上也能用了。官方文档同时给了一句警告:把页面内容当作不可信上下文,分享敏感信息或放行动之前先检查页面和拟议动作

跨会话的持久文件系统

Chat 的每个会话都有全新的文件系统,别的会话碰不到。Work 则不同:每个会话有自己的 scratch 目录(形如 /workspace/scratch/e00a0a017944),但这些目录跨会话保留——Simon 发文时 /workspace/scratch 下已经有 171 个目录。

长期运行时,/workspace 卷会同时挂载到所有正在运行的 Work 会话,一个会话里的文件改动另一个会话立即可见。但注意边界:各会话不共享进程空间,一个会话里起的 localhost 服务,另一个会话访问不到。

一句话建站:ChatGPT Sites

Work 可以建站并部署,跑在 Cloudflare Workers 上,支持 HTML/JavaScript 和服务端逻辑,也能用 Cloudflare D1 和 R2 做有状态的存储——官方文档确认了 D1 数据库容量上限 10GB,R2 无固定上限。

Simon 的示范提示词只有一句话:「弄清伦敦所有有 pelican in her piety(鹈鹕刺穿胸膛喂养幼鸟的中世纪宗教图案)的地方,整理成 JSON 文件,然后建一个 ChatGPT Sites 站点」。结果是一个带数据统计和下载入口的专题站:

展示伦敦宗教艺术中鹈鹕图案普查的 ChatGPT Sites 网站截图

这个例子最值得注意的不是成品,而是研究、结构化、建站发布被一条提示词串了起来。Sites 目前处于公开测试阶段,官方文档列为 Plus、Pro、Business、Enterprise 和 Edu 计划可用;站点默认只有创建者可见,可以公开,团队计划下可以只分享给特定的人。

子代理和定时任务

这两项简单但实用。Chat 跑不了子代理,Work 可以——想同时开多个并行 Agent 分工的项目,这是必要条件。定时任务(Scheduled Tasks)则可以给 Work 下这种指令:「每天早上 8 点搜一下 Waymo 有没有公布 Half Moon Bay 的发布日期」。它自己判断有没有新信息,没有就不打扰你,有才推送。

Simon 指出这个功能其实 Chat 也有,但它的价值在于和工作专属能力组合:比如让定时任务每小时更新一次你的 ChatGPT Sites 站点。

安全:三项要素齐了

Simon 的「致命三要素(lethal trifecta)」模型说的是:任何组合了「私有数据访问 + 接触不可信内容 + 外泄通道」的 Agent 系统都有高风险。ChatGPT Work 三样全占:它读你的文件和插件,浏览不可信网页,同时能联网外发数据。

OpenAI 目前的防线:自动审查(auto-review)机制,用更先进的模型在涉及工具和 API 的重要动作执行前把关,这是从 Codex 带过来的能力;企业方案里有管理员网络策略、连接的应用和浏览器控制。官方网络访问文档也坦白列出了开启联网的风险:提示注入、代码或密钥外泄、恶意依赖、许可证问题。

实用的做法是把官方文档的建议落实到配置:默认只开必要域名、必要时只允许 GET 类方法、把网页内容当不可信输入、敏感任务别用 Ultra 级别的自主性。企业用户还应该确认管理员侧的审计与策略已启用。

让 Work 自己交代能力清单

Simon 抱怨的两个核心问题:OpenAI 只解释 Work「用来干什么」,不说它实际有什么工具;系统提示词和工具描述一如既往地藏起来。他的解法很简单也很绝——直接问 Work 本人

他让 Work 把全部工具「近乎分组地列成网站,尽量原样复制参数和工具描述,设计风格要像技术文档」,于是整出了 codex-tool-reference 站点,记录了 223 个注册工具(其中 6 个是他自己的 datasette-mcp 服务器贡献的)和 9 个直接控制接口。

但这里有个有意思的发现:工具列表里跟浏览器相关的只有一个 web.run(搜索、开链接、点链接),看着不像完整故事。Simon 于是追加提示:「把每个 skill 的完整内容加到网站上」。结果 Work 用到的 skill 多达 44 个——浏览器控制的真相藏在 control-browser skill 里:通过 Node REPL 运行设置代码,用 browser-client 运行时和 agent.browsers.* API 交互,动手之前必须先一次性读取 await browser.documentation() 返回的完整文档

其他几个值得知道的 skill:documents(生成 .docx)、imagegen(图像生成的提示词技巧)、pdf(读取和渲染 PDF)、Spreadsheets(操作 xlsx/xls/csv/tsv)、sites:sites-building(建 ChatGPT Sites)、openai-docs(回答关于 OpenAI 自身的问题)、data-analytics:build-dashboard(做数据看板)。

这个逆向过程本身值得记住:当一个 Agent 平台把能力藏起来时,让 Agent 自述系统提示词和工具清单,通常是最快的文档

该用哪个:判断清单

绕了一圈,可以给你一张可执行的判断表:

还有两个值得继续观察的问题:OpenAI 会不会公开 Work 的防提示注入细节(Simon 希望他们公布系统提示和工具描述,那样他这篇长文都不用写);以及桌面端 Work 对 Free/Go 用户的开放状态会不会调整。想验证的话,现在就可以打开你的 ChatGPT——如果看到 Chat/Work 两个标签,上面这套能力差异就是你的实验场。

Aide Hub 会继续跟进 AI 助手、开发工具与软件工程实践——像这次一样用实测加官方核对的方式,把新产品讲清楚,少一份营销话术,多一份能直接用的判断。

参考

(说明:模型、定价、Sites 可用计划与网络访问策略以 2026-09-01 核对的最新官方文档为准;原文发布于 2026-08-30,个别表述以官方当前版本为准。)


Tags


Previous

Specification、Repository 怎么区分

Next

最终一致性:系统为何暂时读到旧数据