OpenAI 在 7 月 9 日发布了 ChatGPT Work，此后一直在疯狂迭代。这是一个极其让人困惑、但又非常强大的产品。以下是我目前弄明白的内容。
ChatGPT Work 实际上是两个产品
ChatGPT Work 中更有意思的版本是运行在云端的那个。你可以通过 chatgpt.com 或 ChatGPT 移动应用访问它。我们称之为 Work Cloud。
如果你安装了 ChatGPT 桌面应用（也就是以前叫 Codex 的那个应用），就能使用一个同样叫 ChatGPT Work 的东西，它可以直接访问你电脑上的文件并运行程序。我们称之为 Work Local。这个版本更像是换了一层皮的普通 Codex，让非软件开发者用起来不那么有压力。
（更新：通过一个“Where should this chat run?”下拉菜单，也可以在 ChatGPT 桌面应用中使用 Work Cloud。）
在本文接下来的部分，我只谈 Work Cloud。
Work 仅限付费订阅用户
目前，ChatGPT Work（两个版本）只对每月 20 美元及以上的订阅用户开放。免费用户和每月 8 美元的 Go 用户无法使用。
Work 有 Chat 中没有的功能
进入 Work 的界面是一个标签选择器，把它作为 Chat 的另一种选择呈现出来：
显而易见的问题是：什么时候该用 Chat，什么时候该用 Work？
OpenAI 对这个问题的官方回答是：
当你想要一个答案、解释、头脑风暴或简短草稿时，使用 Chat。当你希望 ChatGPT 完成一项有明确产出的任务时，使用 ChatGPT Work，比如简报、演示文稿、分析、定期更新、工作流，或是你可以审阅并使用的文件。
我觉得这几乎毫无用处，因为这些类型的任务，我多年来一直都在用普通的 ChatGPT Chat 来做！
那么更好的问题是：Work 有哪些 Chat 里没有的功能？
经过大量实验，我想我基本搞清楚了：
- 可以选择用 Luna 和 Terra 来替代 Sol
- 带有互联网访问能力的代码执行环境
- 一个无头 Chrome 浏览器
- 在会话之间持久保留的文件系统
- 发布 ChatGPT Sites 的能力
- 用 Sol、Luna 和 Terra 运行子智能体会话的能力
- 定时提示词自动化（ChatGPT Chat 里可能也有）
模型选择
在 Work 中，你可以选择 GPT-5.6 Sol、Luna 或 Terra，每个都有 Light、Medium、High、Extra High、Max 或 Ultra 几档推理级别。你也可以选择 GPT-5.5，档位为 Light、Medium、High 或 Extra High。
这些看起来与 OpenAI API 提供的是同一批模型。
Chat 提供的选项不同：5.6 Instant、Medium、High、Extra High 和 Pro（实际上 Extra High 和 Pro 只对每月 100 美元以上的订阅用户开放，每月 20 美元的订阅用户最高只能用到 High）。它没有说明这些分别对应 Luna、Terra 还是 Sol（我猜是 Sol？）。5.6 Pro 似乎是 Chat 独有的，Work 里没有对应的选项。
根据我使用 Codex 的经验，目前我的理解是 Ultra 是一种特殊模式，会更积极地把任务委派给子智能体。
我认为 ChatGPT Work 会话是从你的 Codex 额度中扣费的，而 ChatGPT Chat 会话有它自己独立的额度。这或许有助于解释模型可用性上的差异。
能联网的代码执行！
我长期以来都很喜欢由 OpenAI 在 2023 年开创的 Code Interpreter 模式，对我来说，这是 ChatGPT Work（Cloud）最令人兴奋的功能，没有之一。
现在，代码执行环境可以和互联网的其余部分通信了！
ChatGPT Chat 做不到这一点：如果你让它安装额外的软件包，或与网站、API 交互，这些访问都会被容器代理拦截。
（奇怪的是，今年 1 月它曾获得了安装软件包的能力，但现在似乎不能用了。我真希望他们有更好的更新日志！）
Claude 的对应容器自去年 9 月发布以来就允许受限的互联网访问。Claude 可以从 PYPI 和 NPM 安装软件包，并从 GitHub 克隆仓库。但也就仅此而已：允许访问的域名白名单非常短。
ChatGPT Work 允许的远不止这些。它可以配置一份具体的允许域名列表，但默认似乎对所有域名开放。
这让 Work 成为一个极其有用的工具。你可以让它克隆 GitHub 仓库、安装依赖，然后用它们去和网络上的其他内容交互！
一个完整的无头 Chrome 浏览器
ChatGPT Work 的另一个杀手级功能是浏览器工具。ChatGPT Work 可以启动一个完整的 Chrome 实例，加载网站、填写表单并截图。
如果网站需要登录，浏览器可以提示你接管并输入密码和 2FA 验证码，而这些凭据不会经过模型本身中转。
它甚至可以对已加载页面的 DOM 运行 JavaScript。我给出的提示词是：
Load simonwillison.net in your browser and extract the headings using JavaScript
ChatGPT Work 启动了一个浏览器实例并运行了这段代码：
await tab.playwright.evaluate(() => {
return Array.from(document.querySelectorAll("h1,h2,h3,h4,h5,h6"), heading => ({
level: heading.tagName.toLowerCase(),
text: heading.innerText.trim().replace(/\s+/g, " "),
id: heading.id || null
}));
});
这感觉很像我的 shot-scraper javascript 工具，只不过现在我用手机就能访问它了！
一个持久的共享文件系统
ChatGPT Chat 为每个聊天会话提供一个全新的文件系统，其他任何会话都无法访问。
在 ChatGPT Work 中，每个会话都有自己的临时文件夹，名字类似 /workspace/scratch/e00a0a017944，但每个文件夹都会跨会话保留，因此你可以访问之前聊天中的文件。我现在在 /workspace/scratch 里就有 171 个文件夹！
据我所知，这个 /workspace 卷会挂载到所有当前正在运行的 Work 会话上：在一个会话中编辑的文件，其他会话能立即看到。不过它们似乎并不共享同一个进程空间，在一个会话中运行的 localhost 服务器，其他会话无法访问。
ChatGPT Sites
ChatGPT Work 能够使用 Cloudflare Workers 构建并部署完整的网站。这些网站可以包含 HTML 和 JavaScript，也可以运行服务端功能，包括基于 Cloudflare D1 和 R2 的有状态功能。
下面是我用这个功能做的一个简单网站：
london-pelicans-in-her-piety.simonw.chatgpt.site
我的提示词是：
Figure out all of the places in London with a pelican in her piety, then turn that into a JSON file and build a ChatGPT sites site about them
（“虔诚的鹈鹕”（pelican in her piety）是一种很迷人的中世纪基督教图像，一旦你了解了它们，就会发现它们无处不在。）
这些网站默认只对创建者本人私有，但你可以将它们设为公开，（在团队套餐中）也可以与其他特定的人共享。
使用 Sol、Luna 和 Terra 的子智能体
这一项没有太多可说的。ChatGPT Chat 不能运行子智能体，ChatGPT Work 可以。这是一个十足的高级用户功能：如果你在做一个复杂的项目，能从多个并行智能体协同工作中受益，Work 可以做到。
定时提示词自动化
这是另一个似乎在某个时候从普通 ChatGPT 迁移到 ChatGPT Work 的功能。你可以这样向 ChatGPT Work 下达提示：
run a search to see if Waymo have announced a launch date for Half Moon Bay every day at 8am
这会安排一个提示词按该频率运行。这些提示词可以判断没有发生什么值得关注的事，也可以决定把某些新信息通知你。
更新：实际上这在 ChatGPT Chat 中似乎也能用。
不过这里仍然值得一提，因为它可以与 ChatGPT Work 的其他独有功能配合使用。比如，你可以设置一个定时任务，每小时更新一次 ChatGPT Site。
这安全吗？
目前对我来说，一个悬而未决的问题是，这一切到底有多安全。
我的致命三要素模型警告过，任何同时具备以下条件的智能体系统都存在固有风险：能访问私有数据、会接触不可信内容，并且有办法把窃取的信息传回给攻击者。
ChatGPT Work 三者兼备！
我很想听 OpenAI 多谈谈他们是如何保护 ChatGPT Work 会话免受提示词注入攻击的。我猜他们的答案和 Codex 一样，是那套自动审查机制。
OpenAI 本可以让这一切不那么令人困惑
弄清这一切花费的功夫，比本应需要的多得多。
我认为这里有两个关键问题：
- OpenAI 是按用途来解释 Work 的，而不是说明它实际做什么
- OpenAI 仍然坚持隐藏他们的系统提示词和工具描述
如果 ChatGPT Work 的文档里包含智能体所用的确切系统提示词和工具描述，我就不需要写这篇文章了。
所有工具的清单
这篇文章发布后不久，我想到了一个主意。我开启了一个全新的 Work 会话，并给出提示：
Build a site that lists every one of your tools - nearly grouped into categories - and for each one explain what it does. Try to exactly duplicate arguments and tool descriptions where possible. Design aesthetic should be technical docs, minimal flare
这是它搭建的网站，其中包含 223 个已注册工具的详细信息，不过其中 6 个来自我自己通过 datasette-mcp 提供的个人 MCP。
还有大量 Skills
我注意到，列表中唯一与浏览器相关的工具是 web.run，它有运行搜索、打开 URL 和点击链接的方法，但看起来并不是无头浏览器自动化的全部。
这让我怀疑有什么东西被遗漏了，于是我对构建了这个工具参考站点的 ChatGPT Work 会话说：
Add full copies of every skill to the website (separate pages linked to from the homepage)
原来 ChatGPT Work 使用了大量 skill，实际上有 44 个！
control-browser skill 解释了浏览器是如何工作的：
通过 Node REPL
js工具运行浏览器设置代码。在这个环境中，可调用的工具 id 通常显示为mcp__node_repl__js。[...]与浏览器直接交互的能力，是通过
browser-client运行时的agent.browsers.*API 暴露出来的。在尝试与之交互之前，你必须一次性输出并读完await browser.documentation()返回的完整文档。
于是我对 Work 说：
把 await browser.documentation() 的完整输出添加到 /skills/control-browser 页面的底部
现在你也可以在 /skills/control-browser 上读到这些内容了。
再看几个有意思的 Skills：
- documents，用于创建
.docx文件 - imagegen，附有使用
image_gen工具生成图像的技巧 - pdf，用于读取和渲染 PDF
- Spreadsheets，用于处理
.xlsx、.xls、.csv、.tsv - sites:sites-building，用于创建 ChatGPT Sites
- openai-docs，用于回答关于它自身的问题
- data-analytics:build-dashboard，用于构建数据仪表盘