ChatGPT、Work、codex 到底差在哪？

同一句指令，為什麼在 chat 裡它只會講話，在 codex 裡它會操作檔案？
它到底碰得到我哪些檔案？能不能操作我的瀏覽器？
我該用哪一個？
權限在哪裡設？我怎麼知道它現在能做什麼、不能做什麼？

這半年，這三個東西被塞進同一個 app 之後，我也是看得灰薩薩...

花了一些時間研究他們的能力邊界後，我整理一個四層思考模型：大腦 + 記憶 + 工具 + 權限

agent = brain + context + tools + permissions

一個能工作的 agent，基礎是這四個東西的組合：

brain — 大腦。LLM 本體。它多聰明。
context — 上下文、記憶。它知道什麼。你的知識、Project、Memory。
tool — 工具。它碰得到什麼。瀏覽器、檔案、Gmail、Notion。
permission — 權限。它被允許做什麼，哪些事要先問過你。

照「使用者能控制多少」來看，我會粗略把市面上的產品分成三檔：

ChatGPT / Claude 的 chat — 對話入口。四層幾乎都是固定的。
ChatGPT Work / Claude Cowork — 任務模式。開放一部分給你設定。
codex / Claude Code — 環境模式。開放最多，幾乎全部你自己決定。

這是心智模型，不是官方分類。但接下來一層一層看，你會發現它比官方文案好用，因為它可以直接拿來判斷一個 AI 到底能做到哪裡。

大腦：差距不在這裡

先講大腦，因為這裡藏著最大的誤解。

很多人把「chat 比較笨、codex 比較猛」直接理解成模型差異。但即使底層是同一世代、甚至同一顆模型，最後表現都可能差非常多 — 因為真正拉開體感差距的，是下面三層：它知道多少、碰得到多少、被允許做多少。

所以你真正能自己改裝的，通常不是大腦。是 context、tools、permission。AI 升級的方向不是「換一顆更聰明的腦」，而是把另外三層的空格接手過來自己填。

Context：推、拉、就是

Context 的差異，我用三個動詞記：推、拉、就是。

Chat 主要是你「推」給它。 貼文字、上傳檔案、把 project、memory、connector 接進來。現在的 chat 當然有跨 session 的記憶跟 project context 了，但大部分的工作材料，還是由你決定這次要帶什麼進來。
Cowork / Work 開始變成它自己「拉」。 你給它一個資料夾、一個 project、一組 app，它在做事的過程中自己判斷需要讀什麼。
codex / Claude Code 則是環境「就是」context。 工作目錄、整個 repo、git 歷史、你放在裡面的 instructions — 它一開工，這些全部都在。你不用每次重新把整個專案餵給它，因為它本來就站在你的資料堆裡面。

執行環境：先問 agent 人在哪

這一層是今年變動最大、也最容易搞錯的。

我原本直覺 chat 在雲端、Cowork 在本機、codex 在本機。實際上哪些在本機、哪些在雲，比較像是每個產品內部的一個設定。

Chat：基本上在雲端。很多進階功能背後有 sandbox，能跑程式、處理檔案，而且環境被玩爛了都不會影響我們電腦。
Cowork / Work：都跨進「雲端執行＋本機資源」的混合區，但兩家實作不太一樣。Claude Cowork 明確分 remote / local 兩種執行模式，desktop 設定裡有開關可以自己撥（"Run new tasks in the cloud"），預設被選為雲端；ChatGPT Work 則是 web / mobile 走雲端，desktop 版可以開本地資料夾、用 desktop app，還區分 cloud chats 跟 local chats。
codex / Claude Code：本機為主，但也都有雲端 task 模式，把任務丟去廠商的容器跑。

這裡分享一個我自己踩過的坑。Cowork 裡資料夾明明在 UI 上顯示連著，agent 卻說它讀不到。查權限、查設定，全部正常。最後我直接問它工作目錄是什麼，它回：

/home/claude

雲端的路徑。不是我的硬碟。

那一刻我才意識到，我的 session 根本不在我電腦上跑。之後遇到任何詭異的存取行為，我的第一個診斷動作都變成：先問 agent 它人在哪。

很多看起來像「權限壞掉」的問題，其實先是「位置問題」— 你以為它在本機，它其實人在雲端。

工具：本體在哪台機器

工具這一層，我只用一個判斷法：這個工具真正的本體，到底在哪台機器上？

用最多人需要的工具當主案例 — 瀏覽器。先把三件常常被混在一起的事拆開：

「讀」網頁。 web search、抓網頁內容。這只是查資料，不是操作瀏覽器。chat 就能做。
操作「一個」瀏覽器。 agent 開一個自己的 browser 去點、去填、去逛。看起來很厲害，但那個瀏覽器裡預設什麼都沒登入。
操作「你的」瀏覽器。 你那個登著 Gmail、登著公司後台、存著所有 cookie 的 Chrome。

差別在哪？在於瀏覽器真正值錢的本體，不是 Chrome 這個程式 — 是你的登入狀態。回信、訂票、進後台改東西，全部住在你的 cookie 跟 session 裡。而那些東西，在你的機器上。

對照現在的產品：chat 做不到直接操作你的瀏覽器，因為它碰不到你本機那個已經登入好的 session。Claude 這邊最典型的是 Claude in Chrome — extension 直接接進你正在用的那個 Chrome。ChatGPT desktop 則是內建一個自己的 browser，可以登入、有自己的狀態，但那跟「直接接管你原本 Chrome 的 session」不是同一件事。到了 codex / Claude Code，Playwright、CDP 這些全套本機方案都能上，控制粒度最細。

檔案類的工具，同一個判斷法再跑一次：

Gmail、Notion、Slack — 本體在雲端。connector 或 remote MCP 接得到，哪一檔產品都能用。
Obsidian、你自己寫的 script、你的本地資料庫 — 本體在你硬碟上。要完整使用，就需要 agent 能真的碰到你的本機環境。

拿一個實際任務試：「把這週 Gmail 的專案信整理出來，對照 Obsidian 的會議筆記，寫週報進 Notion。」

純雲端的 chat，前後兩段靠 connector 做得到；但如果 Obsidian vault 只存在你的本機、沒有另外暴露出去，中間那段就接不到，你只能手動貼筆記。Cowork 把 vault 授權進去之後，檔案本身可以讀了；但如果你的流程還依賴 Obsidian 社群那些 local MCP、localhost service，就會再卡一次 — 官方自己明寫，local MCP server 不會在 remote session 裡執行。到了 codex / Claude Code，本機環境整個打通，這些才全部串得起來，而且這個週報流程可以留下來，下週再跑一次。

所以接任何工具之前，先問：它的本體在哪？在雲端，大多數產品都接得到。在你電腦裡，就要問第二題：這個 agent 能不能真的碰到我的本機環境？

權限：劃界線，還是開通道

權限這一層，本機跟雲端的玩法幾乎相反。

本機（codex / Claude Code）：權限是兩個獨立的旋鈕。一個決定「能」做什麼 — 能寫哪些資料夾、能不能連網。一個決定什麼時候要「問」你 — 每次都問、越界才問、還是都不問。

這兩件事真的不一樣。你可以讓它有能力做某件事，但每次做之前都要問你；也可以把它關在一個很小的範圍裡，但範圍內全部讓它自己來。codex 跟 Claude Code 現在都是這種二維切法，而且兩家預設都不會直接給毫無限制的本機權限 — sandbox 管範圍、approval 管使用節奏，個別控制。

我都是無腦權限全開、想做什麼都不用先問，自己跑到底就對了。

雲端（Cowork / Work）：邏輯反過來。session 本身碰不到你電腦的任何東西，權限是用「授權」每次同意慢慢長出 — 每連一個資料夾，它就多一隻手。

一樣是「權限」：在本機是「劃界線」，在雲端是「開通道」。

實作：把 codex 改裝成帶著走的專屬 agent

講到這裡，codex / Claude Code 已經滿足一個 agent 的全部基本要求：四層都有，而且你能控制的部分最多。那就實際復刻一個。用 codex 這邊當例子：

在桌機的 app 切到 codex，選一個資料夾，開新對話。第一件事是設計人格：在資料夾裡放一個 AGENTS.md，寫清楚它是誰、語氣、禁區、輸出格式、什麼情況要停下來問你。codex 會把它當成常駐的工作指示，每次開工都先讀一次 agent 的設定。
配對。在 ChatGPT desktop 上的連線 ->「新增裝置，以遠端控制這部 Mac」，再用手機 ChatGPT app 的「遠端」功能配對這台主機。配好之後，手機能看到即時進度、批准操作、丟新任務。而且檔案跟權限全部留在電腦上 — 手機就變遙控器了。
完成。之後只要新聊天開那個資料夾，它就是你的專屬 agent — 有你給的人格、站在你的資料裡、能上網、能寫檔案回你電腦，而你人在捷運上也管得到它。

第一步填 AI 人格，資料夾本身填 Context 的範圍。第二步「配對」把本地端 AI 操作延伸到手機上，「權限」從頭到尾從你的電腦展開，由你自己決定。

代價：一台不能關的電腦

我們總不會想要 agent 一天到晚斷線 — 手機遙控再方便，主機一睡著，一切就停了。

弄一台低功耗的常開小主機。Mac mini 這種等級的機器很適合當 agent 的家，我自己就是一台 Mac mini 搭配一台 Windows 常開。但是也可以把「不能關的電腦」外包給廠商，也就是切去「雲端」執行。零維運，但代價就是前面講過的 — local process 起不來，某些只存在本機的工具會重新斷掉。

地端還是雲端？本質上是就在思考：AI 能力、權限的分界。

四層思考模型，讓你追工具輕鬆點

以後任何新的 agent 產品出來，四層思考：

它的 agent 本體跑在哪台機器。
程式執行在哪台機器。
它能不能真的使用我本機上的工具 — script、database、localhost service、MCP。
權限是幾個旋鈕，誰在轉。

第三題最關鍵。 因為很多產品看起來都「可以讀本機檔案」，但讀得到「一個」檔案，跟真的能使用你「整套」工具，是兩回事。

如果它只能透過 desktop app 把檔案傳進去，你能用的通常就停在「檔案」這一層；如果 agent 本身真的能在你的機器上執行，它才有機會直接用你原本的 script、database、browser、localhost、整套開發工具。

這就是很多 agent 看起來功能差不多、實際能力邊界卻差很多的原因。

現在我不想留記錄的閒聊、研究過程、一次性任務，我都是無腦用 Chat（遠端 + 不需維護記憶）。專案、系統規劃、人生規劃、複雜操作，無腦選 codex / code（地端 + 自己維護長期記憶）。

work / cowork 反而是我最不會用的，因為他們給的權限跟能力邊界很瑣碎，我覺得好難用。

這四層思考解決「能力邊界」、「權限邊界」、「記憶維護」等所有 agentic 時代最重要的問題。