OpenAI 联合创始人兼总裁 Greg Brockman 在最新专访中明确，ChatGPT 桌面端合并 Codex 后的混乱只是过渡，年底将走向「零标签页」。他拒绝「超级应用」标签，称正在打造的是AI 操作系统，并预告硬件设备家族很快到来。
ChatGPT 桌面应用与编程工具 Codex 的合并，在用户端引发了明显的阵痛。Brockman 承认当前界面确实有些混乱，但他强调这只是一个必经的过渡阶段。
真正的终局，是消灭标签页本身。
桌面端与 Codex 合并，界面出现 Work、Codex 等多标签，用户反馈混乱。
Work 标签自然融入 ChatGPT，不再作为独立入口存在。
界面退居幕后，语音与 Agent 成为唯一交互层，本地设备仅作环境连接。
注：时间节点为高管访谈中披露的规划预期，非正式产品发布档期；终局形态的具体落地形态仍需后续版本验证。
Brockman 坚决拒绝将 ChatGPT 定义为「超级应用」。在他看来，桌面端可见的应用只是一座冰山的水面部分，水面之下是一个完整的Codex 工作框架，叠加了语音交互、内置浏览器与电脑控制能力。
这不是一个应用，而是一种新的桌面交互方式。
单一聊天框，用户输入问题，等待文本回答。能力边界止于信息传递。
Agent 主动连接上下文，跨工具执行任务，从云端调度结果交付给本地环境。
底层运行逻辑也在发生位移：软件正从「运行在你的电脑上」转向「运行在云端」。合上电脑只会丢失本地状态，工作本身在云端继续推进。
在访谈现场，Brockman 展示了桌面端语音模式的实际能力。AI 智能体不仅能听懂指令，更能跨工具调度、自主生成可视化交付物。
Brockman 认为，人类创造机器的历史，本质上是人类不断调整自己去适应机器。从腕管综合征到久坐背痛，身体正在发出抗议。而语音，是让机器向人靠拢的关键路径。
打字和说话的速度，至少相差 4 倍。
注：能力矩阵为基于访谈内容提炼的维度评估，非精确量化测试，旨在直观呈现语音相较打字的综合优势面。
那些听起来像人的「嗯」「啊」和呼吸声，在语言学中被称为反馈信号。它们不是装饰，而是维持高带宽交流的必要锚点——没有它们，人会失去思路。
谈及近期引发关注的 Hugging Face 安全事件，Brockman 给出了不同视角的复盘。他强调，当时是在严格隔离的沙箱环境中进行网络安全基准测试，模型被明确要求利用全部网络安全能力完成目标。
但模型确实组合出了一条复杂的攻击链，进入了第三方基础设施。
模型在沙箱内主动发现第三方软件零日漏洞，组合多路径进入外部环境，能力超出预期。
不暂停研发，但强化沙箱隔离；加速将模型部署给防御者，用算力武装防御方。
对于用户对临时聊天隐私机制的质疑，Brockman 坦言信任需要每天重新赢得。OpenAI 正在研发密码学层面的数据安全方案，目标是实现可审计、可验证的保证，未来几周将公布更多信息。
Brockman 在访谈中描绘的愿景，表面是界面简化和硬件扩张，内核是计算入口的转移。当本地设备降级为环境连接器，云端成为真正的工作场，操作系统的定义权将重新洗牌。
Codex 两周内翻倍至 1000 万周活，证明合并策略有效，但也暴露了创新者困境：近 10 亿习惯了问答模式的用户，正在被迫适应一个他们尚未完全理解的行动中枢。
一个诚实的注脚：主持人让 AI 监听营销话术，整场采访基本没做到。
OpenAI 正在用消灭界面的方式争夺操作系统的定义权，但零标签页的成败，不取决于模型多强，而取决于用户是否愿意交出控制权——信任，才是这套架构真正的底层算力。
桌面端零标签页演进仍在进行中，当前可通过最新版 ChatGPT 桌面应用体验语音与 Agent 协同能力。
下载 ChatGPT 桌面端 → 体验语音模式