OpenAI的阳谋：把最先进的发动机装进对手的底盘，AI时代的工作流控制权之争

OpenAI的阳谋：把最先进的发动机装进对手的底盘，AI时代的工作流控制权之争

三个月前的3月30日，AI编程领域发生了一件看似不起眼、实则影响深远的小事：OpenAI为它的竞争对手——Anthropic旗下的编程命令行工具Claude Code发布了一个官方插件。

这个插件干了一件反常识的事：允许开发者在Claude Code中配置OpenAI的Codex引擎，把代码生成的任务外包给OpenAI，而Claude只需在前端扮演”工程管理员”的角色。

到了6月，随着Anthropic发布Fable 5，Claude Code的工程分析和多步骤自主能力全面升级；而OpenAI随之推出了GPT-5.6-Sol，代码生成精度达到新高。两家公司的王牌模型，最终在这套被命名为”双星工作流”的架构里完成了合体。

一家视对方为眼中钉的AI实验室，为什么要把自己最核心的武器，主动塞进对手的工具箱？

答案是：OpenAI已经看清了，AI时代的战争，正在从”谁的模型更强”，悄悄转向”谁的工作流被调用得更密”。

—

降维渗透：OpenAI的底牌是成为”不可替代的中间件”

在过去两年里，AI行业的叙事方式是极其单调的：做题、跑分、模型参数军备竞赛。

但当这些模型真正落地到开发者的终端里时，残酷的现实摆在了所有模型厂商面前：智能的溢价正在极其迅速地衰减，而工作流的粘性却稳如泰山。

Anthropic在这场战争中抢占了先手。它的Claude Code不是靠”生成更好的单行代码”赢的，而是靠”理解百万行代码的架构、自动运行和分析测试、管理Git分支”等工程化管理赢的。开发者一旦习惯了这种把整个终端交出去的工作流，就很难再退回到一个网页输入框里去复制粘贴代码。

OpenAI的Codex很强，但如果它非要逼着开发者放弃Claude Code、改用OpenAI自己的某个半成品终端，它可能会输掉整场战争。

于是OpenAI做了一个极其务实的商业决策：我不去抢你的终端，但我必须成为你终端里最密集的那个齿轮。

在”双星工作流”中，分工极其明确： 1. Claude负责管：把庞大的工程需求拆分成原子任务，安排工作流，并在最后对代码做质量审计。 2. Codex负责写：针对被拆分好的具体模块，进行超高精度的局部生成。

这就像一个资深技术主管带着一个极具生产力的外包程序员。主管只负责脑力规划和代码审查（Code Review），把具体写代码的手工活外包出去。在这里，管理能力（Claude）变成了稀缺壁垒，而生成能力（Codex）正在沦为商品。

OpenAI主动把Codex送进这个循环，是为了在代码生成的底层管道上完成一次生态寄生。

历史复盘：微软在1980年代玩过一模一样的把戏

这种”把发动机装进对手底盘”的商业策略，在科技史上并不新鲜。

当年微软和IBM的爱恨情仇就是完美的商业脚本。当IBM的个人电脑（PC）横扫商业世界、确立硬件标准时，微软没有试图去和IBM拼制造，而是把自己的系统MS-DOS塞进了IBM的硬件中。紧接着，微软又为当时唯一的竞争对手——苹果的Macintosh开发了Word和Excel。

微软的逻辑是：硬件和平台是别人的，但只要用户在这些平台上处理工作都绕不开我的办公软件，我就是无冕之王。 结果我们都知道了——IBM的PC被管道化了，苹果也曾一度靠着微软的Office输血才活下来，而微软成了那个时代的垄断帝国。

今天OpenAI对Anthropic施展的是同样的阳谋。

即使Claude Code是开发者的首选操作系统，但只要Codex占据了其中50%以上的生成计算份额，OpenAI就在这条开发者管道里拥有了源源不断的Token消费和不可替代的默认地位。

等到哪一天开发者发现，底层的Codex被切换成其他引擎时系统就会出现隐性Bug，那OpenAI就赢了。它不需要做平台，它要做的是平台里那根拔不掉的刺。

范式转移：单一全能模型的终结，与小团队协同的兴起

“双星工作流”的出现，同时也彻底戳破了过去对于”单一通用人工智能（AGI）”的幻想。

以前大家以为，未来的AI应用就是把一个无限强大的万能模型挂载到所有系统上。但”Claude管、Codex写”的事实证明：多模型、多代理（Multi-Agent）的协同工作，才是复杂任务唯一的解法。

在复杂的工程项目里，一个模型的上下文窗口和注意力是有限的。如果让同一个模型既负责宏观规划，又负责逐行改错，还要负责跑测试，它的自我纠错能力就会遇到瓶颈（就像我们之前探讨过的”AI不能当自己的裁判”）。

把”主管”和”执行者”在物理上切分成两个完全不同的模型实体，甚至来自两个不同的公司，反而形成了一种天然的”权力制衡”。

– Claude在审Codex时，没有对自己代码的偏见，它会以极其严苛的Linting规则去过滤输出。 – Codex在被Claude打回重写时，没有负面情绪，只会根据审计意见精确调整局部细节。

这已经不是一个单一的软件，而是一个高度分工的AI班组。在这个班组里，接口协议（API）代替了人类的会议，Token预算代替了工时。

我的态度：警惕被架空的工具链平台

对于Anthropic而言，允许这个插件的存在是一杯好喝的毒酒。

短期看，它通过引入Codex强大的局部生成能力，让Claude Code的整体体验变得无懈可击，极大地拉开了和Cursor等其他工具的差距，锁定了市场份额。

但长期来看，工具链的拥有者如果只留下了”管理”这一层，它的技术壁垒是非常脆弱的。

如果代码生成的底层核心被OpenAI彻底垄断，一旦某天OpenAI自己开发出一个交互体验极佳的终端环境，并且依靠底层的独家协议把迁移门槛拉高，开发者会以极快的速度抛弃Claude Code。

工具链的繁荣不能掩盖底座被蚕食的事实。

对于普通开发者和企业CTO，这堂课的启示是： > 不要把所有的业务逻辑绑在任何一个单一平台的私有API上。未来的工作流设计，必须天然支持多模型的热插拔。谁能灵活调度、谁能精细分配不同模型的预算，谁才能在接下来的工具链战争中免受两家大厂的要挟。

最聪明的竞争，从来不是把对手赶尽杀绝，而是让自己化为对方血脉里流淌的化学物质。OpenAI这一面插在竞争对手底盘上的旗帜，可能比它在GPT-6发布会上展示的任何跑分，都更有威胁。