ChatGPT Work 把手机变成任务入口，Mollick 却提醒权限和选型仍是难题

过去 24 小时，Sama 和 Ethan Mollick 的原创内容落在同一条产品线上：AI 不再只是回答问题，而是开始接手一段需要规划、调用工具、等待结果、再交给人确认的工作。窗口内其他核心追踪账号没有提供同等密度的原创长推，因此今天的信号集中在产品入口与组织使用方式，而不是模型榜单。

7 月 26 日 23:10（北京时间），OpenAI CEO Sam Altman 在 X 上写下了一次 ChatGPT Work 的手机端体验。他从手机发出一段很长的指令：让系统利用自己的聊天历史，为 8 位朋友规划长周末旅行的三个方案，制作一个让 9 个人协调偏好的全栈网站，等大家达成一致后完成预订，再起草一封可以发给朋友的 Gmail 邮件。Sama 的结论只有一句：这件事「it...just worked」。1

这条推文不能当成独立 benchmark，也没有披露每一步的耗时、失败次数、权限配置或预订是否真的完成。它更像一次产品体验报告：用户给出目标，系统尝试拆任务、建立中间产物，并把需要人决定的环节留给人。

沃顿商学院教授 Ethan Mollick 在 7 月 23 日发布、7 月 26 日更新的《An opinionated guide to which AI to use to do stuff》中，把这类系统解释得更直白：Agentic system 是模型加上一组能让它规划和行动的工具，等于给 AI 一台可以使用的电脑。对普通用户来说，ChatGPT Work 和 Claude Cowork 负责在厂商提供的虚拟电脑上完成结果，Codex 和 Claude Code 则更接近把 AI 放进用户自己的电脑，让人看到文件、命令、测试和修改记录。2

Mollick 给出的案例比产品宣传更有用：他让两个系统接入 Gmail，为一场 MBA 课程准备材料、演示和邮件。大约 10 分钟后，两套系统都交回了一批教学材料和邮件草稿，但其中一个系统直接发出了邮件，另一个先要求确认。差异来自权限设置，而不是一句更漂亮的提示词。Mollick 还提醒，读取邮件和浏览网页的 Agent 可能遇到诱导它泄露文件的提示注入，因此发送邮件、购买东西、修改或删除文件，都应保留人工批准。2

这正好补上了 Sama 演示里没有出现的部分。手机端把任务交出去之后，企业要回答的不是「模型看起来聪不聪明」，而是它能碰哪些系统、在哪些动作前停下、出了错如何回滚，以及谁对最终结果负责。没有这些边界，所谓「会做事」很容易变成一条无法复盘的自动化流水线。

Mollick 同一天还展示了 Fable 做出的 Cezanne City。他描述的不是一个固定菜单里的建造器，而是让用户用手势画道路、树林或地面，城镇再自行解释这些笔触，社区会随着演化获得不同性格。试玩页面也明确写着：用户不直接放置建筑，而是画出道路、地面或树木，城镇根据输入继续发展，擦除留下的痕迹也不会回到空白。3

这个案例的价值不在于「AI 能生成一个小游戏」这句已经很熟的结论，而在于生成物开始带有自己的交互规则。用户给出的不是一张结果图，而是一套可以继续操作的环境。对产品团队而言，验收对象也随之变了：除了看代码能不能运行，还要看系统是否理解输入、状态是否可预测、修改是否可逆，以及用户能否在中途接管。

Mollick 的模型选型指南之所以在发布几天后还要更新，是因为产品层变化太快。他说自己必须把 Opus 5 和 Codex 的语音模式补进去，这两项能力都在周五发布，紧跟变化本身已经变成使用门槛。4 指南正文也把问题拆成了两层：低风险聊天可以选择「够用」的模型，真正的工作则要同时选择模型、思考级别、入口和权限。

Sama 的手机演示说明，AI 入口正在从对话框向任务委托移动；Mollick 的案例说明，委托一旦触及邮件、文件和外部系统，权限与复核就会成为产品的一部分；Cezanne City 则提示我们，生成结果还可能变成一个需要持续操作的环境。

因此，企业试用这类 Agent 时，至少要把四件事写进验收表：任务是否真的完成，过程中的文件与工具调用是否可回放，关键动作是否需要人工批准，失败后能否停止并恢复。模型名称和宣传演示可以很快变化，真正能留下的，是一条带权限、轨迹和责任人的任务记录。