OpenAI Codex进入手机，国产“龙虾”们该醒醒了

本文由 世界模型工场 撰写/授权提供，转载请注明原出处。

以下文章来源于：世界模型工场

作者：世界模型工场

今天，OpenAI 推送了一个更新，却在科技圈引发了大量讨论。

Codex 正式进入 ChatGPT 手机 App。

现在，你可以在等地铁的时候，掏出手机看看 AI 昨晚帮你完成了哪些任务，或者批准一个它等待已久的决定。

然后，把手机揣回口袋，它继续工作，你该干嘛干嘛。

这不只是程序员的新玩具。

任何人都可以用它来完成工作，比如：写报告、整理数据、处理文件、自动化流程。AI 真正做到了随时待命、持续工作。

但这个更新，对普通人意味着什么？

对已经喊了好几个月"养龙虾"的国内大厂来说，是不是一场真正的噩梦？

要理解 Codex 为什么让人兴奋，得先搞清楚它在做一件什么事。

过去我们用 AI，是一种问答关系。

你打开 ChatGPT，输入问题，它回答，你复制粘贴，然后你自己去执行。

Codex 不一样。

它是一个 Agent，你交代任务，它去做，直到把事情做完。

更关键的是，手机端上线之后，它不需要你守在电脑旁边，AI 可以在你睡觉、通勤、开会的时候持续工作。

但 Codex 不是第一个想到这件事的。

同样能做的，还有 Anthropic 的 Claude Code，以及 OpenClaw，也就是中文互联网上火遍全国的"龙虾"。

OpenClaw 是最早跑出来的。

它开源、免费、可以接入任何大模型，它有持久记忆，越用越懂你；

它可以嵌进微信、飞书、钉钉，通过消息软件接收指令；

它甚至可以设定定时任务，在你没开口的时候主动去做事情。

从功能设计上看，它比 Codex 和 Claude Code 都要超前。

但 OpenClaw 有一个根本性的问题：它是极客玩具。

你得自己部署、配 API、修 bug，普通人看完教程就直接放弃了。

而且安全事故真实发生过，有人的邮件被批量删除，有人的信用卡被盗刷，有人多年积累的工作文件被一键清空。

它的一个核心维护者甚至在社区里警告："如果你不懂命令行，这个项目对你来说太危险了。这句话，基本上已经替它划定了用户边界。

Claude Code 和 Codex，就是在这个边界之外覆盖了更大的市场。

相较之下，Claude Code 更早进入开发者视野。

今年 2 月，Anthropic 就给 Claude Code 装上了远程控制。开发者扫个二维码，手机上就能接管电脑里的会话。

算下来，比 OpenAI 早了将近三个月，但热闹程度远比不上今天。

原因很简单，Claude Code 太贵了，而且它在终端里敲命令的操作方式，天然就把普通人挡在了门外。

于是，Codex 在这里打出了差异：更低的定价，更流畅的产品体验，加上今天上线的手机端，把 AI 干活这件事做成了真正触手可及的功能。

三者之间的关系，其实可以用一句话概括：

OpenClaw 验证了需求，Claude Code 教育了市场，Codex 在收割。

Codex 今天的动作，明确传递了一个信号，Agent 的战场，正在从开发者圈子向所有人扩张。

价格越低、门槛越低、随时可用，这就是方向。

但真正应该感到压力的，不是 Claude Code。

过去几个月，国内科技圈掀起了一场"养龙虾"热潮。

阿里、腾讯、字节、百度......几乎所有叫得上名字的大厂，都推出了自己的 OpenClaw 集成产品。

地方政府跟着入场，补贴政策一个接一个，单项支持最高达 500 万元。

媒体铺天盖地，"AI 数字员工""一人公司""生产力革命"，概念一个比一个响。

但热闹背后，有一个问题没人愿意正面回答：

这些产品，真的能干活吗？

说穿了，国内大厂做的"龙虾"产品，大多数走的是同一条路：

在 OpenClaw 的开源框架上套一层壳，接入自家的大模型，再打通飞书、微信、钉钉这些已有的流量入口。

这条路最快，成本最低，也最容易讲故事。

但 OpenClaw 只是个框架，真正决定 Agent 能不能干活的，是背后的模型。

Agent 任务，对模型的推理能力、指令理解、容错处理要求极高。

Codex 背后是 OpenAI 最新的模型，Claude Code 背后是 Anthropic 的 Claude。

国内大模型这两年进步显著，但在这类复杂任务的完成质量上，差距依然存在，短期内靠工程层面的包装很难补上。

结果就是，用户满怀期待地养了一只“龙虾”，交代了任务，等来的是一个做到一半的结果，或者一个需要反复纠错的流程。

新鲜感过去之后，留存率才是真相。

这些产品的商业逻辑，本来是靠 Agent 带动 token 消耗和云服务收入。

但如果 Agent 干不好活，用户根本不会持续用。

没有持续使用，token 消耗无从谈起，云服务的想象空间也就此打住。

更麻烦的是，Codex 今天的动作，把比较基准拉高了。

以前用户可能不知道 Agent 工具能做到什么程度，将就着用也就过去了。

但当 Codex 这样的产品触手可及、价格透明、体验流畅，用户的预期就变了。

一旦预期被拉高，那些能用但不好用的产品，用户会加速失去耐心。

那么，这场仗最终会怎么打？

有一个细节值得注意。

Codex 手机端上线的同一天，OpenAI 顺手披露了一个数字：

每周超过 400 万人在用 Codex。

这表明 Agent 工具的普及速度，比大多数人预期的要快，窗口期正在收窄。

对国内厂商来说，最危险的不是今天。

今天 Codex 还没有完全打通中文语境，还没有深度接入国内办公生态，本地化运营也几乎空白。

但问题是，这些护城河能撑多久？

当身边的人开始用 Codex 真正把活干完，本土产品的比较劣势就会从数据变成口碑，从口碑变成用户流失。

更关键的是，这场竞争的本质不是产品之争，而是模型之争。

模型能力的积累，是时间和资源堆出来的，没有捷径。

所以摆在国内厂商面前，其实只有两条路。

一条是继续追赶通用 Agent 能力，正面竞争。

这条路最难，需要的是真正的模型投入，而不是生态套壳。但如果跑出来，回报最大。

另一条是放弃通用，深挖垂直。

医疗、法律、制造、政务，这些场景对数据安全、本地部署、行业知识有极高要求，是国外产品短期内很难渗透的地方，也是本土厂商的优势所在。

但无论走哪条路，有一件事已经无法回避：

靠"龙虾"概念圈用户的时代，结束了。

扫码关注公众号

获取更多技术资讯