量子位

一水 发自 凹非寺

量子位 | 公众号 QbitAI

每月20美元的ChatGPT Plus都开了，还只拿它聊天？

那这钱可能只花明白了一半。。。

知名开发者Simon Willison刚写了篇博客，翻出了ChatGPT Work里一大批聊天模式没有的隐藏能力。

注意，这个ChatGPT Work是OpenAI今年7月才发布的功能，目前仅向每月20美元及以上的订阅用户开放。

它和Codex用的是同一套Agent技术，Codex偏向程序员，Work则隐藏了代码和命令行等技术细节，面向普通办公场景。尤其是本地版，几乎可以看作一个更好上手的Codex。

（当前打开ChatGPT网页端，手动切换到Work模式就能看到）

本以为它只是个做文档、表格的办公助手，结果Simon一通摸索后发现：

不对劲，太不对劲了。

这个家伙不仅能联网执行代码、操控浏览器，还能调度子Agent，甚至一句话生成并发布网站。

这哪是什么普通办公助手，分明就是把Codex的核心能力，装进了一套更适合普通人的界面。

嗯？？更好上手的Codex？

那确实得仔细瞅瞅了。

能联网跑代码，还能接管浏览器

ChatGPT Work目前有两种形态：

网页端和移动端运行云端版本，Simon称之为“Work Cloud”；

安装ChatGPT桌面应用后，还能使用本地版本，直接访问文件、运行程序。

有个细节很能说明Work和Codex的关系。

Simon认为，Work会话消耗的是Codex使用额度，而普通Chat使用另一套独立额度。

Simon最兴奋的能力，是Work Cloud的代码执行环境可以直接访问互联网。

普通ChatGPT虽然也能运行Python、分析文件，但它的代码环境受到网络限制。

想临时安装软件、访问某个API，或者拉取GitHub仓库，经常会撞墙。

Work就放开多了。

据Simon测试，它可以克隆GitHub项目、安装依赖，再用这些程序继续访问网站或调用API。

更猛的是，它还藏着一套完整的无头Chrome浏览器（指没有窗口、在后台默默运行）。

打开网页、点击按钮、填写表单、截屏，这些都是基本操作。

它甚至能直接在网页里运行JavaScript，读取标题、按钮和页面结构。

Simon给它的指令很简单：

打开我的网站，用JavaScript提取所有标题。

Work随后启动浏览器，调用Playwright执行代码，直接把页面里的标题抓了出来。

遇到需要登录的网站，它还可以把浏览器暂时交还给用户，让用户自己输入密码和验证码，再接着往下操作。

到这里，Work和普通Chat的区别已经很明显了。

一个负责告诉你“这件事怎么做”，另一个已经开始伸手点鼠标了。

而且这套能力在手机上也能调用。

Simon对此的反应也很直接：这感觉就像把一套完整的网页自动化工具塞进了手机里。

不同对话，还能共用一个工作台

Work还有一个容易被低估的能力：持久化文件系统。

普通Chat会话的代码环境基本各过各的。

换个对话，之前生成的临时文件往往也就接不上了。

但在Work里，每个任务都会获得一个独立文件夹，这些文件夹可以跨会话保留。

Simon发现，不同Work会话甚至能够看到同一个工作区里的文件变化。

他自己的/workspace/scratch目录里，已经攒出了171个文件夹。

这意味着什么？

一个任务负责搜资料，把文件放进工作区，另一个任务可以直接接手分析，第三个任务再把结果做成报告或网站。

不同Agent虽然不共享同一个运行进程，却能在同一套文件上继续干活。

这么一来，文件系统就不只是存东西的硬盘，更像是多个Agent共用的一个工作台。

一句话，网站直接上线

Work里还有一项很容易被忽略的能力：ChatGPT Sites。

它不只是帮你写网页代码，还能直接把网站部署出去。

Simon曾经扔给它一个颇为离谱的任务：

找出伦敦所有出现“虔诚的鹈鹕”图像的地点，整理成JSON文件，再围绕这些地点做一个网站。

（“虔诚的鹈鹕”是中世纪基督教图像中非常引人注目的形象）

Work接下任务后，完成了资料搜集、数据整理、页面设计和网站部署。

一句话进去，一个能访问的网站出来。

而且这不一定只是静态页面。

ChatGPT Sites底层使用Cloudflare Workers，还可以配合D1和R2实现服务端功能与数据存储。

换句话说，它还能做仪表盘、项目追踪器和带状态的Web应用。

此外，Work还能设置定时任务。

比如每天早上检查某家公司有没有发布新消息，或者每小时更新一次网站数据。

一个能上网、能写代码、能操作浏览器、能叫帮手，还会定时返工的办公助手——

确实开始有点“Codex成精”的意思了。

让Work自己交出隐藏说明书

玩了很久之后，Simon很快发现了一个问题：

这些能力到底藏在哪？还有多少功能没被发现？

OpenAI的官方介绍主要在讲Work适合做报告、表格、演示文稿和工作流，却很少把背后的工具一项项摊开来说。

于是Simon干脆新开了一个Work会话，直接下令：

建一个网站，列出你拥有的每一个工具，按类别整理，并解释每个工具的作用；尽可能准确复现参数和工具描述。

然后，Work真的给自己建了份说明书。

Simon最初整理出的页面包含223个已注册工具，其中6个来自他个人连接的MCP服务。

但他很快又发现，工具清单里只有一个普通网页搜索工具，并没有完整解释前面用到的Chrome自动化能力。

不对，肯定还有东西没吐干净。

他继续追问：

把每一个Skill的完整副本也添加到网站中。

这一下，又扒出了44套Skill。

而完整的浏览器控制方法，就藏在Skill里。

Simon顺藤摸瓜，最终找到了浏览器运行时、Playwright以及相关操作文档。

所以整件事居然是这样的：

Work明明自带一整本说明书，但用户看不到，只能让它自己重新抄一遍。

最后附上Simon挖出的“Work有而Chat没有”的所有隐藏技能：

让我看看是谁还开着Plus、只用Chat？（doge）

参考链接：

[1]https://x.com/simonw/status/2094214737957691854?s=20

[2]https://simonwillison.net/2026/Aug/30/understanding-chatgpt-work/