Opus 4.7 没等来“神话级更新”，却悄悄重塑了知识工作的底层玩法

这次更新没有 Mythos、没有惊天参数，但很多资深用户却说：这是近一年“最实用的一次”。Opus 4.7 和新版 Codex 做的不是更聪明，而是更像一个能长期共事的“数字同事”。真正的变化，藏在使用方式里。

最反直觉的点：这不是一次“模型升级”，而是一次工作方式升级

如果你期待的是 Mythos 预览版那种“炸场”的发布，那 Opus 4.7 可能会让你失望。连视频作者都直说，这是很多人一开始吐槽的地方：它不是那个“更强得离谱”的模型。但恰恰相反，真正重要的信号在于——OpenAI 这次把重心从“模型有多聪明”，挪到了“人该怎么长期用它工作”。

Opus 4.7 和新版 Codex 是一次典型的“工具成熟期”更新：能力边际提升有限，但可用性、连续性、可扩展性大幅增强。这种更新在发布当天不炸，但会在接下来几个月，悄悄改变大量知识工作者的日常节奏。

Codex 不再只是写代码：它开始“接管”你的电脑

这次讨论度最高的新功能之一，是 Codex 在 Mac 上的 computer use：它可以看到你的屏幕，用自己的光标点击、输入、切换应用。注意，这不是“辅助你”，而是“像一个人一样操作电脑”。

这直接带来一个关键转变：Codex 正在快速脱离“程序员工具”的定位。视频里给的例子很现实——老系统的数据录入、跨应用的重复操作、流程化但没人想干的工作，这些原本是 RPA 或人工外包的地盘，现在被一个 AI 应用吃下来了。

再叠加 In-app 浏览器的评论模式、原生集成的 GPT Image 1.5 图像生成，以及 Mac 菜单栏 / Windows 托盘这些看似不起眼的改动，Codex 明显在向“常驻型工作助理”靠拢，而不是“用完即走的聊天窗口”。

真正的高手玩法：把 Codex 当成“长期记忆的首席幕僚”

视频里有一个非常容易被低估，但极其重要的使用模式变化：不再频繁新开对话，而是维持少量“长期存活”的线程。Codex 团队成员 Nick Bowman 形容得很直白——他的 Codex 线程是“活着的”。

Jason Lou 更进一步，直接给出了一套“个人 Chief of Staff”的配方：用本地文件夹作为 durable memory，把 Codex 绑定到持续存在的工作流上。它不是帮你想一件事，而是持续跟进一整类事情。

这背后的信号很清楚：AI Agent 的价值，已经从“单次聪明回答”，转向“跨时间的上下文连续性”。如果你只用 Codex 来问零散问题，你其实还停留在上一代范式。

Opus 4.7 的真实能力边界：没封神，但很耐用

关于 Opus 4.7，争议点也很明确：它不是 Mythos，也不是一次能力跃迁。但从 agentic coding 的表现来看，它的定位非常清晰——稳定、可控、适合长任务。

视频作者在前端和网站设计场景中提到一个细节：4.7 给出的方案“多样性更高”。这意味着它更像一个能给你多个可选思路的同事，而不是直接给出一个最可能正确的答案。当然，也有回归问题被点名，一些 Anthropic 团队成员和 Claude 社区也分享了规避技巧。

但综合来看，这一代模型更鼓励你把任务拉长、把难度拉高——让 AI 跟着你跑完整个项目，而不是只解决一个函数或一个页面。

一个被忽略的分歧：界面会消失，还是越来越重要？

视频最后抛出了一个非常关键的判断差异：OpenAI 在 Codex 这条线上押的是——Agent 足够聪明，界面就应该消失。

而 Codex 当前的演进，却恰恰展示了另一件事：当 AI 真的开始参与长期工作，界面反而变得更重要。线程、文件夹、评论模式、系统级入口，这些都不是“多余设计”，而是人类理解和管理 AI 行为的锚点。

这可能预示着接下来一段时间，AI 工具的竞争不只在模型，而在谁更懂“人如何和 Agent 共事”。

总结

如果你只打算试一件事，视频给的建议很明确：建立一个“长期线程”的 Codex，把它当成你的个人 Chief of Staff，而不是一次性问答工具。Opus 4.7 和新版 Codex 释放的真正信号是——AI 正在从“聪明工具”，变成“持续协作对象”。

对从业者来说，这意味着竞争优势不再只是会不会用模型，而是谁先学会设计人与 Agent 的长期协作方式。下一次拉开差距的，可能不是参数，而是你有没有一个真正“活着”的 AI 同事。

关键词： Opus 4.7， Codex， AI Agent， 知识工作， OpenAI

事实核查备注： 需要核查：Opus 4.7 的正式名称与发布时间；Codex 是否正式支持 Mac 的 computer use；Nick Bowman 与 Jason Lou 的原始发言出处；GPT Image 1.5 是否为官方命名；Anthropic 团队成员提到的具体回归点