
昨天看到 GPT-5.5 的时候,我其实没有太兴奋,因为基本在我的预期之内,更强一点、更聪明一点、上下文更长一点。 所以我并不是想和大家分享我对这款模型的理解, 而是想要结合最近OpenAI的一系列动作给大家传递一个信号:这次不像是单纯的模型升级,更像是 AI 在往另一个方向拐,成就一款超级应用。
要成为超级应用关键不在 GPT-5.5这款大模型,而是Codex。理由是最近OpenAI已经公布了自己的计划,正在打造一款超级应用,X平台上已经有人预测就是Codex,而我每天都在高强度使用codex,目前它的迭代升级非常明显是要接管大家在电脑上的一切物理操作。所以我也认为codex就是那个openAI所说的超级应用。(没有使用的同学可以尝试使用codex,绝对让你发现一片新大陆)
如果你只是把 Codex 当成“写代码的工具”,那大概率已经有点跟不上它现在的形态了。
我这段时间实际用下来,它更像一个能帮你动手干活的东西。不是那种“帮你写一段代码”的帮,而是你可以直接把一段事情丢给它,它自己去跑。
很日常的一些事情:我有一堆本地文件,图片、markdown、各种零碎资料,以前都是自己慢慢处理,现在我会直接让它去整理、改名、转格式。甚至像我写公众号那套流程,markdown 里的本地图片转 URL,这种之前还要手动处理的小步骤,现在基本就是一句话。
比如浏览器这块,我以前是典型的“开几十个标签页”的人。现在有些信息收集类的事情,我会让它去跑一遍,把内容整理好再给我。我只看结果,不再一页一页翻。
还有一些稍微复杂一点的,比如让它帮我做一个主题调研,或者拆一篇长文成小红书图文,它也不是一次就完美,但它能自己往下走,查资料、整理、生成,再改一轮。
这个过程如果自己做,是一整段时间,现在变成我只在关键点介入一下。
你把这些拼在一起,其实就一件事:
它已经不太像工具了,更像一个能替你做一段工作的执行者。
这个变化一开始不太明显,但用久了会有点感觉。
以前你做一件事,是你在控制流程:查资料、整理、输出,每一步都很清楚。
现在有些事情,你只给一个目标,它自己去跑一段,你再接手。
你会慢慢变成在看它“做事”,而不是自己从头到尾做一遍。
说实话,我一开始也是当工具用的。但这段时间,不知不觉就把它接进了很多实际的事情里。
像我做的那个「家庭协作官」,其实一开始只是想让 AI 帮我排个时间表,后来变成我只给一些约束,它来生成和调整,我只看有没有明显问题。
还有「简历面试官」,以前准备一轮面试题要花挺多时间,现在基本就是把简历丢进去,让它出一套完整方案,我再挑一遍就行。
再到最近我刚开源的一款AI情报订阅Skills——谛听(Follow-ScoutX),每天AI方向信息获取这件事,我基本已经不自己找了,都是它整理好推过来,我只要按照我的喜好进行配置即可获得专属的AI情报,至少每天节约1个小时接收垃圾信息。
另外透露一个目前在途的项目就是管理我们本地众多的Skills,我做这个的初衷是想要让普通人能够有界面去管理好自己的skills,包括skills安装查看清理、技能冲突/冗余检测、使用评率、本地二次开发后的版本管理以及质量检测等痛点。
这些东西拆开看都不复杂,但连在一起,就变成一件挺明显的事:我在把一部分“做事”的过程,慢慢交出去。
如果只看模型能力,其实变化没有那么震撼。但把 GPT-5.5 和 Codex 这条线放在一起,你会发现一个很清晰的方向:
一个在变得更会“想”,一个在变得更会“做”。
再加上它能直接接触文件、浏览器、各种工具,这件事就不太一样了。它不再只是帮你提高效率,而是在开始接手一部分流程。
最近一个挺明显的感觉是,同样在用 AI,人和人的用法已经不太一样了。
有的人还停在“帮我写一段文案”,有的人已经在试着把一整件事交给它。
表面上只是用法不同,但本质上是两个阶段。
这段时间我自己比较大的变化是:我已经不太把 AI 当工具用了,而是在慢慢把它接进自己的工作流。
从写作 SOP、Follow-ScoutX,到家庭协作官、简历面试官,这些东西看起来很碎,但背后其实是一件事——我在一点点把“做事”交给 AI。
有些地方确实好用,有些地方也会翻车,但这些过程本身挺有价值的。
所以接下来我会持续分享我是如何将AI接入我的工作流,与AI共生,希望大家也能有一些启发和收获。