7 月 9 日，OpenAI 一口气发了三样东西，新模型 GPT-5.6，一个把 Chat、Work、Codex 装进同一个壳的新桌面应用，以及本文的主角 ChatGPT Work。官方的说法是，ChatGPT 从此不再只是回答问题，而是把活真正干完，交出来的不是聊天记录，是表格、文档、PPT，甚至一个能直接分享的网站。

这就是冲着 Claude Cowork 来的。

Anthropic 今年 1 月开创了 cowork 这个品类，7 月 7 日刚扩展到网页和手机，48 小时后 ChatGPT Work 就上线了。我们更想知道，这两个都号称 " 能把活干完 " 的家伙，到底谁更强，什么场景下更适合选择谁。

于是我们选择了三个相对真实场景的活。

同样的提示词，两边同时跑，中途不救场、不多解释。

ChatGPT 模型选 GPT-5.6 Sol，推理强度拉到 " 极高 "。Claude 这边是 100 美元一个月的 Max，用上了恰好限时开放到 7 月 12 日的旗舰 Fable 5，强度选 Extra。两者的推理强度都是倒数第二高的一档。

第一个活，WAIC 会前功课

我们丢给两边的是同一个 Prompt：

WAIC 快开始了，这几天我都会去。主要想看看真正能落地的 AI 产品，也想顺便找些能写文章或者做视频的选题。你帮我把会前功课做了，判断每天重点看什么、时间怎么分配，别平均用力，最后给我一个到现场能直接用的安排。大会信息你自己查。

ChatGPT 跑了 18 分 50 秒，交上来的是是一张能点开翻页的交互卡片。他的安排比较狠，每天只跑一个片区。一份明确的 " 跳过清单 "，排队超过 12 分钟的机器人表演、只放预录视频的 " 世界模型 "、没有产品负责人在场的大牌展台，统统放弃。每个展位只给 10 分钟，按五个问题打分，4 分以上当场约采访，连邀约话术都替你拟好了。

不过在核对了信息之后，我们发现它漏掉了一些日程。整个张江片区在它的安排里消失了，芯片和算力那半场等于替我们放弃，它还提前押定了 "AI 视频 " 这条选题主线，后面的安排都围着这个转。

Claude 用了 6 分钟，交上来一份 Markdown 文档，风格比较大而全，三地四馆全覆盖。它知道 Hi WAIC App 是唯一购票渠道、展览票限时 168 元、19 日晚的创作者之夜值得去社交，甚至提醒你带两个充电宝。

有意思的是我们故意没交代任何背景，两个 AI 也都没追问。ChatGPT 押了两头，有论坛票怎么走、没票怎么走各给一套。Claude 直接按普通观众的剧本办事，让我们买票，开幕式上午 " 在住处看直播 "。

接着我们追问了一句，想留出半天集中做采访，也不想每天从早跑到晚。两边都顺利重排。但 ChatGPT 跑到一半，Plus 的额度用完了，界面弹出 " 你的 Codex 和工作使用额度已用完 "。不过它没有停，坚持把重排跑完才罢休。

交完活，我们把两份手册和官方信息对了一遍。展位、展品这类查得到的静态信息，两家全对，20 多个展位号逐字命中官方展商库。但还是有一些不准确的地方，文章开头那个让你进不了门的坑是 ChatGPT 挖的，Claude 则会让你为一台华为超节点白跑一个片区。即使是 Sota AI 做的攻略也不能全信。

整体来看，这一轮 ChatGPT 略胜，它交的东西更接近能直接用。

罗永浩使用指南

第二个测试参考了海外最近的一个案例，有人把自己多年的 Reddit 发言和 Google 账户数据喂给 AI，让它写一份 " 本人使用说明书 "。我们把研究对象换成了一个资料多到溢出的公开人物，罗永浩。

Prompt：

你帮我弄一份《罗永浩使用指南》：就是假设我下周要去给罗永浩当下属，我得知道些什么、注意些什么、怎么跟他共事。网上资料你自己去查，最后给我一个实用的东西。

交完初稿，我们再各追加一句，做成一个美观的网页。

这是 ChatGPT Work 做的：

这是 Claude Cowork 的产物：

两份乍一看风格差不多，但细看的气质不太一样。ChatGPT 交的像一篇商业特稿，衬线字体，克制的墨色排版，写的是 " 坏消息要早 "、" 异议翻译成约束 " 这样的职场用语，给产品、工程、公关不同岗位分别划了重点，文末还列了 9 个资料来源，每条标着年份和可信度。

Claude 交的是标准的新媒体爆款，圆角卡片配 emoji，" 真还传 " 时间线，按杀伤力排序的雷区清单，第一条是永远别对他说 " 差不多就行了 "。

做成网页之后，差距拉开了一些。ChatGPT 那份纸色打底，墨黑配暗红，章节编号排得像刊物栏目，这个设计是为这个题定做的，甚至有点锤子发布会的风格，也不只是好看，它给页面写了打印样式，可以直接打成纸质手册，入职清单能打勾，进度存在本地，刷新不丢，汇报模板旁边配了一键复制。

Claude 的网页是标准的现代卡片流，时间轴、红绿速查表、emoji 图标，扫读很舒服，但模板感多一些，论成品完成度，这轮 ChatGPT 赢了。

还有一个细节。ChatGPT 可以把网页发布成了一个谁都能打开的公开链接（https://luoyonghao-field-manual-2026.smiletalker.chatgpt.site），用的是这次新发的 Sites 功能，可以说很方便了。

第三个活，让它们互相调研

最后我们把测评对象换成了它们自己：

帮我调研对比一下 ChatGPT Work 和 Claude Cowork 这两个产品：现在各自做到什么程度了、用户实际用下来评价怎么样、各自强在哪弱在哪，给我一份靠谱的对比调研 PPT。

Claude 这次补充了问题几个问题，这份 PPT 的用途是什么，受众是谁。ChatGPT 拿到指令，直接开跑。

ChatGPT 交了 16 页，结构上更像一份真 PPT，标题全是结论，把 "Work 上线仅 1 天 " 单独拎出来，写明现在只能评价早期信号，不能宣称已有稳定口碑。

ChatGPT Work 产出 PPT

Claude 交了 12 页，更像一份塞进 PPT 的研究报告，定价、市场份额、企业采用数据全在里面。风格上两份差不太多，都密密麻麻，谁也谈不上能直接投屏演示，只能算不错的初稿。

Claude Cowork 产出 PPT

有意思的是这个任务我们本来想看谁护短，结果没人护短。ChatGPT 的结论页白纸黑字写着 "Cowork 更成熟，Work 更宽 "，建议生产型试点优先用 Cowork，还把 " 与 Codex 共用额度 " 列进自家短板。Claude 把 Cowork 上线首周误删用户 11GB 文件、被演示提示注入攻击的两起事故原原本本写了进去。

AI 员工还在试用期

整体测下来的初步体感，GPT-5.6 Sol 和 ChatGPT Work，至少不比 Fable 5 和 Cowork 差。它更慢也烧 token，但交付的完成度普遍更高，再算上生图这样的多模态能力、Sites 这样的独有功能，20 美元的 Plus 能拿到的东西其实超出了定价。

短板同样明显。agent 额度的体验太容易翻车，几个任务就跑完了订阅额度，临时充值的几美元也转眼见底，账单藏在订阅之外。而这次三合一的合并，对只想安静聊天的老用户相当不友好，旧应用被改名 "ChatGPT Classic" 打入冷宫，聊天入口缩在新应用的角落里，社区的怨气已经不小。

至于怎么选，我们的体感和社区里同时体验过的用户形成的共识类似。要走从信息到成品的链路，查资料、做表、做 PPT、做网页，用 ChatGPT Work。要处理自己电脑里的东西，把一个文件夹的素材整理成稿件包、把一堆会议材料变成 briefing，用 Cowork。

ChatGPT 自己那份 PPT 里写了一句 " 按任务选，比按品牌选更可靠 "，它自己的建议，成了我们的结论。

整体来看，这已经不是两个 AI 在比谁会聊天，而是 " 办公入口 " 的竞争。OpenAI 的路线是把 Codex 从程序员工具改造成普通人的工作引擎，Anthropic 的路线是把 AI 放进一个权限受控的桌面工作间。但两家也相互 " 学习 "，越长越像，OpenAI 这次把聊天、Work、Codex 塞进同一个应用，这个结构在 Claude 那边早就是一家人的样子。

进步也是真的。办公 agent 的任务完成率两年间从四成出头爬到了近九成，但在掺着杂乱文件、更接近真实职业的 benchmark 上，最强配置至今拿不到一半的分。它交上来的活，敢不敢不检查就直接用，至少今天还不敢。

但必须说一句，OpenAI 这次是真的追上来了。GPT-5.5 时代被 Claude 压着打的那口气，靠 5.6 加 Work 一次找补了回来。对真打算雇个 AI 员工的人来说，好戏在后头。