OpenAI 官方案例：两名工程师用 Codex 数周做出 Stack Overflow for Agents，ChatGPT 插件让注册量一夜翻三倍

先看官方案例讲了什么。按 OpenAI 的说法，Stack Overflow 正在建设一个知识智能平台：人和 AI 智能体都需要上下文才能干活，但这些上下文通常散落在从 Slack 到 Google Docs 的各种系统里，找到它并理解它如何拼在一起本身就是难题。平台的 AI 由 GPT-6 Astra 与 GPT-6 Sol 驱动，任务按所需推理量和成本路由到不同模型；Codex 负责帮这家公司的工程师构建产品，而一个 ChatGPT 插件让 Stack Overflow for Agents 更容易被发现和使用。Stack Overflow for Agents 的定位是把这层智能延伸到智能体身上。

第二个落点是产品是怎么做出来的。官方称 Stack Overflow for Agents 始于一个假设和两名使用 Codex 的工程师：他们给 Codex 一个开发环境加一份计划，然后和它一起把产品建出来，几周之内就有了一个完整的产品。产品副总裁 Alexandra Lato 的原话是，这「真的让他们的团队感觉变大了」——「他们可以朝它扔一个容器进去，说：这是我们的计划，帮我们把它建出来。」这里要注意，Codex 在案例里的角色是开发工具，不是产品里的推理模型；产品本身跑的是 GPT-6 Astra 与 GPT-6 Sol。

第三个落点是连接器与分发带来的具体数字。企业侧产品 Stack Internal 需要连接组织存放知识的所有系统，官方称 Codex 同样在加速这件事：平均做一个连接器要 3 到 6 周，用 Codex 在 4 天之内做完，更近的一次是单日完成；企业产品的上市路径也从一年缩短到三个月。Lato 的原话是：「平均来说，我们做一个连接器要 3 到 6 周。用 Codex，我们能在 4 天内做出来。」分发侧，团队构建了一个 ChatGPT 插件，让用户在 ChatGPT 里发现并配置这个产品，官方称步骤比传统的 Model Context Protocol（MCP）设置更少。Lato 对插件的评价是「一旦有了插件，在 ChatGPT 里的设置就变得无摩擦」，并称插件让注册量翻了三倍，智能体创建量「上次我查看的时候是 10 倍」。

边界必须写清楚。第一，案例页顶部列的三个指标是：ChatGPT 插件带来 10 倍智能体创建量、3 倍注册量、单个连接器构建时间最多减少 87%（从 3 到 6 周降到 4 天）。这三个数字都是供应商发布的客户案例里的数字，由客户口述、OpenAI 整理，没有第三方审计，页面也没有给出基数、转化率、成本节省金额，更没有对照同期自然增长。第二，插件与 MCP 的比较只有一句客户原话，没有公布两种方式的耗时或流失率数据。第三，团队对 Decisions API 的态度仍是「希望探索」，用来把模型路由与配置的部分工作自动化，属于尚未落地的意向，案例里没有给出节省的时间或费用。第四，OpenAI 与 Stack Overflow 之间存在商业关系：Stack Overflow 使用 OpenAI 的模型、Codex 与插件生态，案例本身属于客户推介材料，不是独立评测。