作者｜ 周一笑
微信｜ smiletalker

7 月 9 日，实测上OpenAI 密集发布三款重磅产品：全新模型 GPT-5.6、真追整合 Chat/Work/Codex 的实测上统一桌面应用，以及本文核心评测对象 ChatGPT Work。真追官方定位明确：ChatGPT 不再局限于问答，实测上而是真追致力于“完成工作”，交付物从聊天记录升级为表格、实测上文档、真追PPT 乃至可分享的实测上网站。

这一举措直指 Anthropic 的真追 Claude Cowork。Anthropic 于今年 1 月开创“Cowork”品类，实测上7 月 7 日刚扩展至网页端和移动端，真追仅 48 小时后 ChatGPT Work 便迅速上线。实测上为了探究两者在“完成工作”能力上的真追真实差异及适用场景，我们选取了三个贴近真实职场的实测上工作流进行盲测。

测试设置：
* 原则：相同提示词，双端并行，中途不干预、不解释。
* ChatGPT 配置：模型 GPT-5.6 Sol，推理强度设为“极高”。
* Claude 配置：$100/月 Max 套餐，使用限时开放的旗舰模型 Fable 5，强度设为“Extra”。
* 注意：两者均处于推理强度的倒数第二档，旨在模拟高负载下的实际表现。

1. 场景一：WAIC 大会前攻略规划

ChatGPT Work 表现

• 耗时：18 分 50 秒
• 交付物：交互式翻页卡片
• 策略：执行“激进筛选”策略。制定明确的“跳过清单”（如排队超 12 分钟的表演、仅播放预录视频的展台、无负责人出席的大牌展位）。每个展位限时 10 分钟，基于 5 个问题打分，4 分以上直接生成邀约话术。
• 缺陷：信息核查发现遗漏张江片区（芯片与算力板块），且过度预设“AI 视频”为唯一主线，导致后续安排偏差。

Claude Cowork 表现

• 耗时：6 分钟
• 交付物：Markdown 文档
• 策略：全面覆盖三地四馆。提供实用贴士（如 Hi WAIC App 购票、票价 168 元、创作者之夜社交价值、携带充电宝建议）。
• 差异：未获背景信息时，ChatGPT 提供“有票/无票”两套方案，Claude 则按普通观众逻辑建议购票并观看直播。

迭代测试

当要求“留出半天集中采访，避免全天奔波”时，两者均成功重排。但 ChatGPT 在 Plus 额度耗尽时弹出警告，仍坚持完成重排任务。

准确性核查

对比官方信息，静态数据（展位、展品）双方准确率极高，20+ 展位号逐字匹配。但动态信息存在误导：ChatGPT 生成的入口指引可能导致无法入场，Claude 则可能引导用户前往错误的华为超节点片区。

结论：ChatGPT Work 略胜，其交付物更接近“即拿即用”的成品。

2. 场景二：罗永浩“使用指南”网页制作

参考海外案例，将公开人物（罗永浩）的多源数据喂给 AI，生成“个人使用说明书”，并进一步要求美化网页。

内容风格对比

• ChatGPT：商业特稿风格。衬线字体，克制排版，职场化语言（如“坏消息要早”、“异议翻译为约束”）。针对不同岗位（产品、工程、公关）划分重点，文末附 9 个带年份和可信度的来源。
• Claude：新媒体爆款风格。圆角卡片、Emoji 点缀，“真还传”时间线，按杀伤力排序的“雷区清单”（如“永远别说差不多”）。

网页成品对比

• ChatGPT：
• 设计：纸色背景，墨黑配暗红，章节编号如刊物栏目，具备“锤子发布会”美学风格。
• 功能：内置打印样式，支持纸质手册输出；入职清单可打勾；进度本地存储（刷新不丢）；汇报模板支持一键复制。
• 发布：利用新 Sites功能生成公开链接（https://luoyonghao-field-manual-2026.smiletalker.chatgpt.site）。
• Claude：
• 设计：标准现代卡片流，时间轴、红绿速查表、Emoji 图标，扫读体验佳。
• 缺陷：模板感较强，成品完成度略逊于 ChatGPT。

结论：ChatGPT Work 在网页设计的定制化、功能性及发布便捷性上胜出。

3. 场景三：竞品互调 PPT 制作

要求 AI 调研对方产品（ChatGPT 调研 Cowork，Claude 调研 Work），制作 PPT。

ChatGPT Work 产出

• 页数：16 页
• 结构：更像标准 PPT。标题均为结论性语句。
• 态度：客观中立。明确指出“Work 上线仅 1 天，仅为早期信号，无稳定口碑”。承认自身短板（如与 Codex 共用额度）。

Claude Cowork 产出

• 页数：12 页
• 结构：更像嵌入 PPT 的研究报告。包含定价、市场份额、企业采用数据等细节。
• 态度：客观中立。如实记录 Cowork 首周事故（误删 11GB 文件、提示注入攻击）。

对比分析

• 共同点：双方均未“护短”，均承认对方优势（ChatGPT 认为 Cowork 更成熟，Work 更宽泛；Claude 列出对方事故）。
• 可用性：两者内容均较密集，需进一步精简方可直接投屏演示，属于优质初稿。

4. 综合评估：AI 员工仍在“试用期”

性能对比

• GPT-5.6 Sol + ChatGPT Workvs Fable 5 + Cowork：
• 优势：ChatGPT Work 交付完成度更高，结合生图多模能力及 Sites 功能，$20/月 Plus 套餐性价比超出预期。
• 劣势：推理速度慢，Token 消耗大。Agent 额度体验脆弱，任务稍多即耗尽订阅额度，且账单隐藏较深。

用户体验

• 负面反馈：三合一应用对仅想聊天的老用户不友好。旧应用更名为“ChatGPT Classic”并边缘化，聊天入口隐蔽，社区怨气上升。

选型建议

基于实测与社区共识：
1. 选择 ChatGPT Work：适用于从信息到成品的全链路任务（查资料、制表、PPT、网页制作）。
2. 选择 Claude Cowork：适用于处理本地文件（整理文件夹素材、会议材料转 Briefing）。

5. 总结：办公入口的终极竞争

OpenAI 的核心理念是“按任务选，而非按品牌选”，这已成为我们的最终结论。

• OpenAI 路线：将 Codex 从程序员工具改造为普通人的工作引擎，通过统一应用整合 Chat、Work 与 Codex。
• Anthropic 路线：将 AI 嵌入权限受控的桌面工作间。

尽管两者结构日益趋同，但 OpenAI 确实追平了差距。GPT-5.6 配合 Work 的发布，成功扭转了 GPT-5.5 时代被 Claude 压制的局面。

现状警示：
办公 Agent 的任务完成率已从两年前的 40% 提升至近 90%，但在处理杂乱真实文件的基准测试中，最强配置得分仍不足 50%。目前，用户仍不敢直接信任 AI 交付物而不加检查。

但对于计划雇佣“AI 员工”的用户而言，真正的竞争才刚刚开始。

喜欢本文？请点个 “爱心” 再离开吧