OpenAI 本週最大的賭注不是模型,而是通路策略。Codex 以六個角色特定的垂直外掛超越開發者族群,並推出新的 Sites 功能來代管互動式作品。Dreaming V3 從根本重寫了 ChatGPT 的記憶架構。而 OpenAI 的前沿模型首次可在 Amazon Bedrock 與 Snowflake Cortex AI 上使用,讓企業團隊擁有能繞過直接 API 採購的部署選項。這就是 2026 年 6 月 5 日的 Codex 週報


Codex 超越開發者族群

本週最具策略性的動作出現在 6 月 2 日:Codex for Every Role,一組針對工程以外知識工作者的六個網域特定外掛。這些外掛涵蓋 資料分析(Snowflake、Databricks Genie、Hex、Tableau)、創意製作(Figma、Canva、Shutterstock、Picsart)、銷售(Salesforce、HubSpot、Slack、Outreach、Clay)、產品設計(Figma、Canva)、公開股票投資(Moody’s、FactSet、LSEG、S&P、PitchBook),以及投資銀行(專門的金融工具)。

Sites 功能同樣值得注意 — Codex 現在可透過與 Wix、Replit、Lovable 等合作夥伴關係,將作品輸出為代管的互動式網站。這將 Codex 從產生檔案的 agent,轉變為產生已部署作品的 agent。

為何重要:非開發者現佔 Codex 使用者約 20%,且成長速度比開發者快 3 倍,每週活躍使用者超過 500 萬。對企業 CIO 而言,這改變了 ROI 計算 — Codex 授權在跨業務單位都變得合理化,而非僅限工程團隊。(OpenAI Blog)

Windows 上的電腦使用

Codex 也加入了 Windows 上的電腦使用(5 月 29 日),讓 agents 能在原生 Windows 應用程式中檢視、點選與輸入。遠端控制讓您可從 Windows 開始工作,並從 iOS、Android 或 Mac 監看進度。結合 Codex Profiles — 身分、使用統計與權杖活動 — 這為企業提供了一條通往 Windows 桌面自動化的可信路徑。請注意:推出時在 EEA、英國與瑞士不可用。(Codex Docs)

知識工作命題

OpenAI 發布了《The Next Era of Knowledge Work》,這份報告框架了 Codex 對研究、資料分析與工作流程自動化的影響。值得閱讀,作為 OpenAI 認為 Codex 走向何方的訊號 — 不是程式碼工具,而是一般用途的工作平台。(OpenAI Blog)


Dreaming V3:ChatGPT 記憶系統的大腦移植

6 月 4 日,OpenAI 推出了 Dreaming V3,從根本重寫 ChatGPT 的記憶系統。舊有的雙層做法 — 手動儲存的事實加上簡單的背景處理程序 — 被單一非同步合成引擎取代,能跨越多年的對話歷史進行讀取。

實際差異:ChatGPT 現在能自動推論時間關係。若您在規劃對話中提及新加坡之旅,Dreaming V3 會在旅程發生時辨識出來,並在未被告知的情況下,將其參考從「7 月要去新加坡」更新為「2026 年 7 月去了新加坡」。付費層級享有 2 倍記憶容量,而約 5 倍的運算削減讓免費層級部署變得可行。

推出從美國的 Plus 與 Pro 使用者開始;Free、Go 與國際層級將在數週內跟進。對於在企業規模評估個人化的團隊而言,時間感知功能是值得關注的架構細節 — 它預示了 OpenAI 打算如何在無需人工策展負擔下處理長時間執行的使用者情境。(OpenAI Blog)

Lockdown Mode 正式發行

伴隨 Dreaming V3,Lockdown Mode 於 6 月 4 日對所有使用者正式發行。此選用的安全設定會限制網頁存取、深度研究、agent 模式、檔案下載與特定影像功能,以降低提示注入導致資料外流的風險。工作區管理員可透過角色型存取控制強制執行。對於受監管產業,這填補了真實的缺口 — 能在可設定的安全態勢下執行 Codex 與 ChatGPT,而無需完全封鎖有用功能。(ChatGPT Release Notes)


OpenAI 模型進駐 AWS Bedrock 與 Snowflake

6 月 1 日 — GPT-5.4、GPT-5.5 與 Codex 現已可在 Amazon Bedrock 上透過 OpenAI 相容的 Responses API 端點使用。支援範圍因 AWS 區域而異,但策略訊號明確:OpenAI 正在企業已有雲端合約與資料駐留承諾之處與之接觸。

Snowflake Cortex AI 也加入了 OpenAI 前沿模型,讓組織能將其與 Snowflake 資料並用,而無需在平台間搬移資料。(AWS Blog · Snowflake Blog)


API 與平台變更

Container Sessions 按分鐘計費(6 月 2 日)以 5 分鐘最低用量的按分鐘模型,取代了固定的 20 分鐘工作階段費率,降低了較短執行 runs 的成本。對於以容器化 agents 處理暴量工作負載的團隊而言,是受歡迎的變更。(API Changelog)

棄用即將到來。 Prompt Objects、Evals 平台與 Agent Builder 都在淘汰之列。Prompt Objects 退役日為 2026 年 11 月 30 日,提供六個月遷移時間。仍在使用其中任一項的團隊應立即開始遷移規劃。(API Changelog)

GPT-Rosalind,OpenAI 的生命科學推理模型,於 6 月 3 日獲得重大更新,強化了藥物化學、基因體學與蛋白質推理能力,並新增 LifeSciBench 基準測試。Rosalind Biodefense 計畫與其同時推出,服務經審核的政府合作夥伴。(OpenAI Blog)

延伸提示快取現對未啟用 Zero Data Retention 的組織預設為 24 小時 — 對針對類似情境重複執行查詢的團隊而言,是實用的成本節省。(API Changelog)

引發反彈的退役

GPT-5.2 與 GPT-5.3-Codex 自 Codex 退役,迫使使用者轉向 GPT-5.5。反彈聲浪立即出現:GPT-5.5 每分鐘消耗約 3 倍推理時間,意味固定配額使用者一夜之間失去有效容量。社群討論串顯示,部分使用者的 Codex Pro 每週限額在一天內從 96% 降至 0%。一則廣泛流傳的警告討論串主張,中國 AI 實驗室可在 6 至 12 個月內,以更佳價格釋出達 GPT-5.5 能力 90 至 95% 的競爭模型。(OpenAI Community)


公司與競爭態勢

Anthropic 在 IPO 競賽中超越 OpenAI,於 6 月 1 日以 $965B 估值提交機密 S-1 — 高於 OpenAI 的 $830B。OpenAI 與 SpaceX 都預計於今秋上市,但 Anthropic 領先一步。邁向公開市場的競賽現在已是真正的三強之爭,對人才留任與商業條件具有重大意涵。(CNBC)

Sam Altman 於 6 月 3 日會見國會議員,反對 AI 預先核准要求,主張這將拖慢創新。POLITICO 報導,OpenAI 的監管提案至少在兩個主要論點上與白宮行政命令分歧 — 此一分歧訊號顯示,OpenAI 正在遊說比現任政府提案更輕量的監管框架。(POLITICO)

佛羅里達州檢察長於 6 月 1 日對 OpenAI 提出消費者保護訴訟,據報與進行中的 Musk v. OpenAI 訴訟有關。(Florida AG)

**政策方面:**跨黨派的 Great American AI Act(269 頁草稿,6 月 4 日)提案對所有州 AI 法律進行 3 年優先適用、設立 $100M/年的 Center for AI Standards,以及前沿模型通報要求。另外,Sen. Bernie Sanders 提議透過股權式稅收,讓大型 AI 公司的 50% 公股權由公眾持有 — 過關機率低,但作為政策訊號值得注意。(Roll Call · Sanders Senate)

Microsoft Build 2026 展示了內部開發的 MAI 模型系列,分析師將其視為降低長期對 OpenAI 依賴的策略性避險。對於執行混合式 OpenAI + Microsoft 堆疊的企業而言,這是值得追蹤的趨勢。(WindowsForum)


值得關注

  • Anthropic 的 IPO 時間表 — S-1 申報對 OpenAI 施壓,加速其自身的公開發行,可能影響商業條件與企業合約結構
  • 模型遷移期限 — Prompt Objects 退役(2026 年 11 月 30 日)與 GPT-5.3-Codex 棄用都需規劃;別讓任一項讓您的團隊措手不及
  • Codex for 知識工作者 — 垂直外掛策略開啟了新的授權對話;開始盤點哪些業務單位會受益
  • Great American AI Act — 3 年州法律優先適用若推進,將是迄今最具影響力的美國 AI 立法
  • Microsoft 的多模型策略 — Build 2026 暗示 Copilot 將日益與 OpenAI 並用 MAI 模型;了解您的供應商依賴輪廓

本週就到這裡。Codex 生態系正快速移動 — 從垂直擴展到記憶架構重寫,再到監管定位。我們下週五會帶來另一則摘要。同時,請參閱我們的 Codex、Claude Code 與 Gemini CLI 企業比較,深入了解這些工具的優劣。