Codex是新一代作業系統？新創CEO實測6種AI工作流，他為何甘願從Claude Code投奔Codex？
當 AI 代理人能寫程式、能讀你的 Gmail、能把策略文件直接推到 Notion，你打開電腦看到的第一個畫面，會不會就是它？
「Codex 三個月、六個月前還是垃圾。如果 OpenAI 的人在這通電話上聽到，我 100% 還是這句話。」 商業寫作平台 Every 創辦人兼 CEO 丹．希普（Dan Shipper）在 5 月 6 日的 Codex Camp 直播裡，當著兩百多位訂戶這樣說。
但他的下一句話卻 180 度反轉：「但我現在每天打開電腦，第一個開的應用程式就是 Codex。」
這段內部翻轉，發生的時間點剛好卡在 OpenAI 4 月 23 日發表 GPT-5.5、5 月 5 日推出 GPT-5.5 Instant 的當口。希普與 Every 成長主管 Austin 用一場 60 分鐘的對談，把這場「從 Anthropic 改投 OpenAI」的個人決定講清楚，但訊號其實不在「Codex 比 Claude Code 強」這層比較，而在他丟出的另一句判斷上：
「現在浮現的是一種新作業系統：一個專門用來管理代理人的工作介面（agent management interface），這場競賽會決定你未來在哪裡完成工作。」
換言之，希普看到的不是工具切換，是一張全新桌面正在被四家模型公司同時搶下。Anthropic 押 Claude Code、Claude for Work，OpenAI 押 Codex 桌面 app，xAI 在 4 月底與 Cursor 簽下 100 億美元戰略合作、附帶最高 600 億美元的收購選擇權（彭博社、CNBC 報導，目前仍未正式完成收購），Google 則推出代理人優先的 IDE「Antigravity」搶位。
誰拿下這層 surface，誰就拿下知識工作者打開電腦看到的第一個畫面。
從「資深工程師的私房工具」變成知識工作者的日常駕駛車
要懂 Codex 為何能在三個月內被希普捧成「日常駕駛車」，得先把時間軸倒回去。
GPT-5 時代，OpenAI 的內部分工很清楚：一般人在 ChatGPT 寫 vibe coding（口語下指令、AI 自動寫程式的編碼風格），資深工程師才開 Codex 做 pair programming。希普回憶當時的 Codex「沒有情商，會跟你吵架，讓你覺得自己很笨」，被刻意限制在沙盒裡。
真正翻轉這個分工的是 Anthropic。
希普的觀察是：Anthropic 證明了一件事，一個夠快、夠聰明、又有情商、能存取你電腦的模型，對程式設計師是極佳體驗；而既然它能自己寫軟體，就能做任何形式的知識工作。Claude Code 因此從工程師工具長成跨職能代理人，Claude for Work 把同一套邏輯擴張到行銷、業務、營運。
OpenAI 過去三個月對 Codex 做了希普口中的「硬轉向」：從只給工程師、變成寫作、招募、跑營運都能用的桌面 app。「我用它做深度工程、寫文章、找人才。」希普說。
為什麼是 Codex 桌面 app，而不是 Claude？
Every 成長主管 Austin 的故事，是更具體的對照樣本。
2025 年底到今年 1 月，Austin 在 CLI（命令列介面）裡把 Claude Code 接到所有工具，週末連續 12 小時不出門，就為了把 Codex 之前不能解的工作流跑通。他形容那是自己的「agent pill moment」，第一次相信代理人能接管知識工作。
到了 2 月，希普推他試 Codex。Austin 第一次使用就被勸退：「它問我三個技術選項要選哪一個，我完全聽不懂，回問為什麼，Codex 回我『為什麼你不直接照我推的做』。」那次他得到的結論是，「沒有什麼比兩個月前的 Codex 更能讓我覺得自己很笨。」
真正的轉折是 GPT-5.5。Every 一個月前拿到提前試用，Austin 發現除了設計工作他仍然信任 Claude Opus 之外，模型本身已經和 Anthropic 至少打平。
但讓他「全面搬家」的不是模型，是 app 本體。「我從來沒成功讓 Claude for Work 在我這邊跑起來。」Austin 說，Codex 桌面 app 的速度、子代理（sub agent，把任務拆給多個代理人並行的功能）品質、自動化推送的順暢度，是 Anthropic 桌面 app 目前還沒追上的細節。
「我現在 80% 的工作時間都在 Codex 裡。它幫我從 Gmail、Slack、Notion、Stripe 拉資料，今天早上我說『幫我做這場 Camp 的流程表』，它知道去哪找、推到 Notion、丟到 Slack，完美。」Austin這樣說。
希普補了一個工程師會懂的觀察：兩家公司其實看到同一個終局，未來一兩年會像賽馬一樣，每隔幾週輪流領先；現在切換成本還不算高，但等生態真的長出來，你選定的代理人桌面 app，會像 10 年前選 iOS 還是 Android 那樣，把你綁進整個工作生態。
Every 是怎麼用代理人的？兩條最反直覺的工作流
希普與 Austin 在直播裡 demo 了六種真實工作流（完整六條見下方配件）。其中兩條最值得讀者抄走，一條翻轉人跟工具講話的方向，另一條揭示代理人決策鏈的隱藏風險。
讓代理人告訴你工具該怎麼用
Austin 開新對話時，第一句常常不是下指令，而是反問 Codex：「請看看我最常用 Notion、Slack、Gmail 做什麼，建議幾個自動化。」Codex 會回提「跟進雷達」「事件指揮中心」「招募流程追蹤」等選項，由 Austin 選一個再執行。
希普對此下了一個值得記下來的結論：「讓一個前沿模型告訴你『這個工具該怎麼用』，會比自己想破頭快太多。」 這個微小的開場句切換，其實顛覆了過去十年的 SaaS 邏輯。
以前是「我有目的、工具幫我達成」，現在是「我有原料、模型告訴我能做什麼」。對任何還在用「打開十個分頁」工作的人，這就是思維升級的入口。
KPI 儀表板：3% 誤差會讓下游全歪
Austin 想做一份所有代理人都能讀的 Notion 即時 KPI 表，要求 Codex 一次到位，誤差落在 5–10%。他立刻退回手動驗證，原則只有一條：「只要源頭資料有 3% 誤差，整個代理人鏈下游的決策都會歪掉。」
要理解這個數據誤差所導致的問題，你可以想像你開一間飲料店，並請一整串「代理人」幫你做決策：
第一個代理人每天看 POS 數據，以觀察哪一款飲料賣最好，順便算飲料的「平均甜度」； 第二個代理人看這個「平均甜度」，自動設計新品、排下季菜單；第三個代理人拿新品菜單去算進貨量，決定要叫多少糖漿和茶葉。
結果，因為一開始 POS 設定就錯了 3% 誤差，所以本來點「微糖」的客人，有 3% 被記成「半糖」。
這 3% 看起來很小，但往下會變這樣：
第一層：報表顯示「客人其實喜歡再甜一點」，平均甜度被拉高。
第二層：設計新品的代理人以為「市場愛重甜」，新品全都比現在再甜一級。
第三層：進貨的代理人看到「未來菜單都偏甜」，就多叫一堆糖漿、少叫茶葉。
最後的結果是：新品一堆都偏甜、庫存裡糖漿爆多、茶葉常缺貨。
每個代理人看起來都只是「照數據做出合理調整」，但因為一開始那 3% 就是錯的，大家都在很認真地順著錯的方向前進，整條決策鏈就一起被帶歪了。
這條警示對任何想把代理人接到報表系統的公司都重要，當代理人開始為其他代理人提供資料，誤差會在鏈條中複合放大，不是線性增加。值得貼在每個編輯部、行銷部、營運團隊的牆上。
其餘四條工作流，把整套工作環境變成資料夾、代理人寫草稿人類完稿、GTM 計畫五分鐘出底稿、招募變成大海撈針，可詳見下方配件。
「不是寫給人看，是寫給人透過代理人讀」
這場直播裡最值得記下來的，是希普對工作本質的重新定義：
「你大部分上班時間，其實是把你已經想過的東西，轉成別人能讀的格式。重要的是先把思考做完。」
過去寫一份策略文件是花一整天打字，現在用語音 app Monologue 口述、丟給 Codex 整理，自己只負責確認每個 bullet point 是否站得住。希普對團隊立了一條規矩：你交出的代理人寫的文件，會議上有人問細節，不能說「啊我不知道有寫這個」，被抓包就完了。
為了避免這種翻車，Every 在 Codex 的專案檔裡放了規則：「不要自己加沒在別處出現過的內容」「想到新建議丟到 chat 就好，不要塞進文件」。這條設計把 AI 從「會幻想的助理」拉回「會整理的祕書」。
更進一步，希普指出一個被多數公司忽略的轉變：文件的讀者已經從「人」變成「人透過代理人」。
Every 的 COO Brandon 拿到 Austin 的 GTM 計畫，第一個動作不是讀，而是叫自己的代理人「幫我摘要、抽商業案、列我要負責的章節」。文件的可被代理人解析能力（agent-readability），開始比文字優美度更重要。Every 為此推出自家產品 Proof，一個用 markdown 在團隊之間傳遞、讓代理人直接讀的介面。
這場「桌面 app 戰爭」意味著什麼？
希普與 Austin 的觀察不是中立評論，他們是 OpenAI 的深度使用者與生態共建者，講話有立場。但把立場剝掉，這場對談指向三個值得台灣讀者放在心上的趨勢。
其一，代理人正在重定義「打開電腦做什麼」這件事。 過去十年知識工作的入口是瀏覽器與 SaaS 儀表板，未來十年的入口很可能是一個能看到、能點、能跨 app 操作的代理人桌面。誰先把這個 surface 設計成最順手的版本，就拿下未來通用作業系統級別的話語權。
其二，工具切換速度會持續以「季」為單位。Austin 從 Claude Code 全面搬到 Codex 用了三個月，希普則建議「每隔幾週測試一次競品」。對一般企業而言，這意味著「選定一家供應商一路走到底」的策略風險變高，編輯部、行銷部、營運團隊都該保留每季至少一天的「玩工具時間」。Every 自己每年辦兩次「Think Week」，整週停掉日常工作只為了學新東西。
其三，文件設計要開始為代理人讀者服務。 過去寫策略文件想著 CEO 怎麼看、怎麼讓他兩分鐘抓重點；以後要多想一層：CEO 的代理人怎麼解析這份文件。markdown、清晰章節、明確 bullet point、可被機器引用的段落結構，會從「工程師的偏好」變成「跨部門通用標準」。
希普在直播尾聲說了一句話，值得貼在每個編輯部的牆上：「工具與工作流變得太快，光跟著現在的工作方式跑，會被用新工具新範式的人靠預設值打敗。」
資料來源：Every YouTube《Why We Switched From Claude Code to Codex》、彭博社：SpaceX-Cursor 600 億美元收購選擇權、CNBC：SpaceX 與 Cursor 合作報導、OpenAI：Codex 桌面 app 介紹
本文初稿為AI編撰，整理．編輯/ 李先泰
延伸閱讀
台積電上半年12人升官！資深副總與副總近30人，背後關鍵是AI擴產與美國賭注
執行長都這樣用AI！12位CEO親揭工作術：讓AI當幕僚長、情報蒐集、沙盤推演難關⋯
「加入《數位時代》LINE好友，科技新聞不漏接」