6月2号，OpenAI 搞了个不算大但很有意思的更新：Codex 发了6个角色插件。
OpenAI 说 Codex 现在周活500万，其中非开发者占20%，而且这20%的增速是开发者的3倍。
什么意思呢？Codex 最开始是给程序员写代码用的，但现在增长最快的用户是分析师、销售、设计师、投行人士——这群人不用写代码，但他们干活需要的东西，比写代码还复杂。
所以就有了这6个插件：Data Analytics、Sales、Creative Production、Product Design、Public Equity Investing、Investment Banking。
每个插件不是简单绑几个 API 完事，而是把那个岗位的工作流、领域知识、工具链打包成一个可安装的包。一共接了62个应用、预置了110个技能。
下面聊三个我觉得最有代表性的场景。
场景一：数据分析师 —— 当我不用再写 SQL
Data Analytics 插件解决的核心问题是：业务人员能不能用自然语言直接查数仓？
它内置了一套叫 Schema Awareness 的机制。安装插件后，Codex 会预先加载你数据库的表结构、字段含义、甚至团队常用的 JOIN 视图。当你说「为什么上周的付费转化率下降了」，处理流程是：
- 查 Schema，找到「转化率」在数仓里对应的表和口径
- 自动关联相关表生成参数化 SQL
- 探索性查询自动加 LIMIT 10000 防止跑出天价账单
- 执行后发现异常，自动下钻细分维度
整个过程在授权的只读数据库角色下执行，写操作需单独审批。
几个工程细节：
- 查询重写：Codex 强制谓词下推，过滤条件推到离数据最近的地方执行
- 物化视图推荐：检测到反复执行的查询，自动建议建物化视图
- 缓存复用：同口径查询走缓存，不反复扫描数仓
关键不在于大模型能不能生成 SQL，而在于生成的 SQL 能不能安全、高效、准确地跑在你的数据上。
场景二：销售 —— CRM 不再是一个需要手动填的东西
Sales 岗位的工具栈极其分裂：Salesforce 查客户、Slack 沟通、Outreach 发邮件、ZoomInfo 找线索、Clay 做数据增强——五六个窗口来回切。
Sales 插件的定位是在这个工具栈上加一层统一的 Agent 层。
典型场景：准备客户会议。传统流程是先在 Salesforce 查动态，再去 Slack 翻历史沟通，然后到 Outreach 看邮件记录，最后找会议纪要——五步做完才能开始准备 Agenda。
用 Codex Sales 插件，一条指令完成：
“帮我准备明天跟 Acme Corp 的会议，包括最近的账户动态、未解决的工单、上次会议的待办事项，以及建议的会议议程。”
它依次调用 Salesforce → Slack → Outreach → Google Drive，整合成一份会议简报。
安装时管理员配置 OAuth 连接，权限隔离在工作区级别——销售代表只能看到他权限范围内的数据，不因 Codex 能调 Salesforce 就突破访问控制。
预置的 Skill：
- Account Risk Review：根据活动、工单量、续约日期判断流失风险
- Deal Plan Builder：从 CRM 拉出关键触点生成关单计划
- Follow-up Automation：会议结束自动生成跟进摘要和待办
场景三：产品设计 —— 从截图到原型，中间没有 Figma
Product Design 插件的设计思路：不做从零到一的创意生成，而是做从模糊到具体的加速。
三个核心能力：
1. 从 URL 生成原型
输入线上产品 URL，Codex 抓取页面结构、分析布局和交互逻辑，生成可编辑的交互原型。
2. 静态截图变交互
输入产品截图（包括白板草图照片），Codex 将其变成可点击的交互原型——按钮可点、页面可跳转、流程可走通。
3. 用户流程审计
描述一个用户场景（如「新用户注册到首次下单」），Codex 顺着产品走一遍，标出可能有摩擦的点。
这三个能力依赖 Sites 功能：Codex 直接生成并托管交互式网页，通过 URL 分享。生成的不是图片或 PDF，而是真正可以点击、操作的网页。
示例：输入”帮我把这个 Dashboard 截图做成交互原型，表格改成卡片式布局，配色改成品牌蓝色”。Codex 识别 UI 元素 → 转为 HTML 原型 → 修改布局和配色 → 生成 URL 分享。
与 Figma 插件的本质区别：不需要打开 Figma。设计评审早期阶段的讨论不需要进工具，Product Design 插件降低的是「把想法变成可讨论的东西」的门槛。
藏在工程细节里的逻辑
这几个插件背后有几个值得注意的工程选择。
1. 分层架构取代简单集成
每个插件不是直接把 API 暴露给大模型，而是分了三层：Connector Layer（认证和连接）、Domain Logic Layer（领域规则和校验）、Presentation Layer（交互和审计）。这意味着工具厂商不需要改动任何东西，OpenAI 在这之上自己搭了一层编排。
2. 权限设计是首要约束
插件虽然接了62个应用，但每一个工具的权限都是独立配置的。管理员可以在工作区设置里控制每个工具的读写权限，甚至精细到每次写操作都需要审批。这是企业级产品的入场券——没有这个，CTO 不可能让你把 Salesforce 或 Snowflake 接进去。
3. Skills 是真正的护城河
110个预置 Skill 不是随便写写的提示词模板，而是 OpenAI 找了自己的行业专家（内部的前销售、前分析师、前设计师）按照真实工作流设计的。这个是竞争对手短期内很难复制的——不是技术难度，而是行业知识的编码成本。
即将到来的几个
OpenAI 已经公布的排期中还有6个插件在路上：Corporate Finance、Private Equity Investing、Marketing Strategy、Strategy Consulting、Legal。如果这12个插件全部到位，Codex 基本上覆盖了一个企业从市场到产品到销售到财务到法务的全职能。
当然目标也不难猜。OpenAI 目前估值7300亿美元，企业客户的多年代合同是支撑这个估值的关键。
这12个插件，本质上是在说：别只把 ChatGPT 当聊天工具，把它当成你公司每个人的工作台。
至于这个逻辑能不能跑通，接下来半年会有答案。
