OpenAI把Codex悄悄改名ChatGPT Work,官网自己漏了嘴

OpenAI Academy在2026年7月14日挂出一篇新文章,标题是《数据科学团队如何使用ChatGPT Work》。点开一看,正文只有几句话:把仪表盘、指标定义、导出数据、实验记录喂进去,ChatGPT Work能吐出带图表、注释和复核问题的分析初稿。再往下翻,是一个网络研讨会链接和一个使用案例合集页——没有截图,没有客户名字,没有一个具体产品数字。

真正值得停下来看的,是页面底部那行不起眼的注脚:这场研讨会录制于2026年5月28日,标题写的却是《数据科学团队如何使用Codex》,页面自己承认"这套工作流当时活在原Codex应用中"。翻译过来就一句话:ChatGPT Work不是新产品,是Codex换了个名字。

一篇通稿,自己漏了底

企业软件改名不算新鲜事,但通常厂商会解释一句"为什么改""改了什么"。这篇通稿什么都没说,只是把旧内容打包塞进新壳子里继续用。孔子那句"名不正,则言不顺"讲的是名分要对得上实质,放在这里同样适用——如果产品能力没变,只是换了个更好听的名字挂在企业销售话术上,那么客户迟早会问出同一个问题:我买的到底是什么。

这不完全是坏事。品牌收拢本身可能是把散乱的产品线统一入口、统一计费的正常动作。但一篇零信息量的官方页面,把这个动作包装成"看我们数据科学团队多好用",确实撑不住标题的分量。

通稿没写的价格和安全清单

原文对定价和企业功能只字未提,但这恰恰是数据团队和采购部门最先要问的问题。

企业版支持SAML SSO、SCIM、EKM、基于角色的访问控制,可连接Google Drive、Microsoft 365、Slack、GitHub、Linear、Figma等常见工具。官方文档说明,Business/Enterprise/Edu版本的连接器数据默认不用于训练模型。这套清单说明ChatGPT Work不是一个轻量试玩工具,而是冲着大企业采购流程去的——只是这篇通稿完全没提。

数据科学助手混战:通用还是绑定平台

把ChatGPT Work放进真实竞争格局里看,问题会更清楚。Microsoft把Copilot深度嵌进Fabric notebook和OneLake,Google在BigQuery和Colab Enterprise里做了Gemini Data Science Agent,Databricks把原有的Databricks Assistant升级成Genie Code,深度依赖Unity Catalog的元数据。这三家走的都是同一条路:助手长在自家数据平台里,能看懂表结构、血缘关系、权限体系,因为它本来就是平台的一部分。

ChatGPT Work走的是另一条路——靠连接器接进各家工具,做一个跨平台的通用助手。灵活是真的灵活,哪个团队用什么工具栈都能接;代价也是真的代价,它对底层数据元数据的理解天然浅一层,因为数据本来就不长在它自己的地基上。

• 风险.目前所有关于ChatGPT Work数据科学场景优势的表述,几乎全部来自OpenAI及竞品厂商自己的文档,检索不到独立第三方评测或真实客户使用数据佐证,这类"官方案例"更接近销售素材而非验证结果。

平台原生助手靠锁定换深度,通用助手靠开放换覆盖率,这是两种完全不同的护城河逻辑。

• 结论.ChatGPT Work能不能留住已经用惯Databricks或BigQuery的数据团队,不取决于推理能力强不强,而取决于它能不能在连接器之外,真正理解客户自家数据平台的结构——这件事目前看不到证据。

企业AI助手这轮混战里,谁能把"通用"和"深度"同时占住,谁就赢得下一批采购合同。OpenAI这次交出的,还只是一张改过名的旧船票。