產品

OpenAI 把整包 LibreOffice 塞進 ChatGPT 桌面版:Codex 想當你的桌面 agent

Simon Willison 拆解 ChatGPT 應用封包,發現內建完整的 LibreOffice(數百 MB),讓 Codex 能在本機直接讀寫 Office 文件,完全繞過雲端,OpenAI 的 agent 戰場已從 IDE 延伸到桌面辦公。

字級

ChatGPT 桌面端捆綁 LibreOffice:Codex 桌面 agent 的野心

2026/9/1,Simon Willison 拆開 ChatGPT 桌面應用,在 Contents/Resources 找到一個完整的 LibreOffice.app——幾百 MB,帶選單列、文件視窗、匯出對話框,不是幾個 so 函式庫。

結論:Codex 現在能在使用者機器上直接讀寫 .docx、.xlsx、.pptx、.odt,完全不走雲端。

這件事在 Hacker News 首頁衝到 129 分、72 則討論,開發者主要在追問「為什麼會這麼大」。下面把重點拆開來看。

幾百 MB 的 Office 藏在哪裡

Willison 的拆解路徑:在 macOS Finder 對 ChatGPT.app 按右鍵,選「顯示套件內容」,進入 Contents/Resources,會看到一個叫 libreoffice 的目錄。跑一次 du,體積落在 600–800 MB 之間(隨版本浮動)。

裡面是一份完整的 LibreOffice 官方封包結構:

Contents/Resources/libreoffice/
├── program/
│   ├── soffice        # 主二進位
│   ├── soffice.bin
│   └── python.bin
├── share/
│   ├── gallery/
│   ├── registry/
│   └── fonts/
└── library/

注意 program/soffice——這是帶 GUI 入口的完整辦公套件,不是 headless 轉檔工具。

OpenAI 完全可以只塞 soffice --headless 那套精簡版(幾十 MB)。他們選了 GUI 版,體積代價是幾倍之多。

這一點很關鍵:GUI 版 LibreOffice 是 GPLv3 強 copyleft。命令行列叫用(spawn)風險可控,但打包整套 GUI 套件,代表 OpenAI 在原始碼公開上做出了實質承諾——這是產品決策,不是技術限制。

為什麼 Agent 必須在本機開 Office

把 LibreOffice 塞進用戶端,不是多給使用者一個「開啟文件」的按鈕。是為了讓 agent 能做三件雲端做不好的事:

  1. 讀取真實結構。.docx 本質是 ZIP 壓縮檔,裡面有 document.xml、styles.xml、numbering.xml、headers/*.xml、媒體資料夾。雲端轉檔多半只吐純文字,公式、圖表物件、OLE 嵌入、修訂追蹤全部掉光。Codex 要「看懂」一份合約,必須能解 ZIP、解析 OOXML。
  2. 回寫原格式。Agent 生成表格、改段落、調公式,最終產出還是得是 .xlsx,不能是 markdown 截圖。本機 soffice 提供 UNO API,Codex 可以直接呼叫 dispatcher.executeDispatch(...) 這類底層介面。
  3. 企業資料不出門。金融、法律、醫療的合約與報表根本不可能上傳。LibreOffice Online 走 Collabora 或自家託管,延遲高、成本高、合規難。在本機跑,資料只過使用者記憶體。

我試過用 Codex CLI 跑一個簡單任務:把一份含合併儲存格、跨表公式的 .xlsx 轉成 Markdown 表格。秒級回傳,公式沒掉,合併儲存格也保留。雲端方案要做到這一步,通常得走 Aspose 或 LibreOffice Online API,單次呼叫動輒數百毫秒起跳,還得擔心 token 外洩。

這不是 bug,這是 OpenAI 的產品判斷

競爭對手怎麼做?

產品是否捆綁辦公套件文件處理方式
Cursor否依賴擴充套件 / 使用者自備工具
Claude Code否呼叫 Bash 讓使用者裝 pandoc
Cline (VS Code)否同上
Codex (OpenAI)是自帶 LibreOffice

只有 OpenAI 做了這件事。

為什麼?Cursor 的目標是 IDE,Claude Code 是終端機,Cline 是 VS Code 外掛——它們都預設使用者的「辦公文件」放在檔案系統裡,有需要時叫用 pandoc 或 LibreOffice 轉一下就好。程式碼 agent 不必自己處理。

但 Codex 的定位變了。它不再只想跟 Cursor 搶程式設計師——它要跟 Devin 搶「坐在電腦前幹活的人」。Devin 走瀏覽器 + 沙箱虛擬機;OpenAI 走用戶端直接焊能力。

選 LibreOffice 而非自製,原因也很直接:

  • 格式相容性。OOXML、ODF、CSV、PDF 全部覆蓋,沒必要從零刻解析器。
  • 維護成本。文件格式每年都在改(微軟去年還在 ODF 1.4 上動手腳),交給 Document Foundation 的人去維護就好。
  • 法律清晰。MPL/LGPL/GPL 三種授權都有,商用界線明確。

代價是幾百 MB 的安裝包。但對「工作用電腦」來說不算什麼——VS Code 也快 400 MB 了。

Codex 的邊界正在往哪裡擴張

Codex 的演進路徑:

補全 → 整檔生成 → CLI agent → ???

下一步的選擇題:桌面 agent 的能力,塞進 IDE 還是塞進 ChatGPT?

這次答案明顯是後者。

因為 IDE 只能給程式設計師用,ChatGPT 桌面端裝在所有人電腦裡。給 ChatGPT 裝上 LibreOffice,等於把「程式設計師的特權工具」下放給所有人——業務用 Codex 生成報價單,丟 CSV 進去做樞紐分析,PM 把 PRD 轉成 Confluence 格式。

這是一條「程式碼工具通用化」的反向路徑。過去十年,工具演進是從辦公套件(BAT 時代)向程式碼工具(Git、IDE、CI)遷移;現在 OpenAI 反過來把程式碼工具的能力,灌回辦公場景。

再往深一層:Codex 現有的能力光譜裡,程式設計、文件、表格、簡報是一條連續的光譜,不是四個獨立工具。本機 LibreOffice 把這條光譜接通了。

編輯室思考

這件事真正的訊號不是 LibreOffice,而是 OpenAI 願意為單一能力多塞幾百 MB 進安裝包。

在 SaaS 一切上雲、用戶端越來越輕的時代,反過來堆本機二進位,代表 agent 時代的資料歸屬計算改變了——不能離開使用者機器的能力,才有資格叫「基礎設施」。

我的判斷有三:

  1. 競品必須跟進。Cursor、Claude Code 在企業市場的最大短板,不是程式設計能力,是「不會開 Excel」。Anthropic 如果要做企業版 Claude Code,大概率也會塞 LibreOffice——或者收購一家 headless Office 公司(類似 docparser、sheet2api)。
  2. LibreOffice 地位會上升。過去十年它是「開源替代品」,在企業 IT 清單裡基本被當成二等公民。現在被 OpenAI 選為 agent 時代的文件執行環境,商業價值與社群資源會被重新定價。
  3. 桌面 agent 的護城河不在模型,在用戶端厚度。模型層 Claude 和 GPT-5 越來越接近,真正拉開差距的是誰能呼叫更多本機能力(檔案系統、Office、瀏覽器、郵件、即時通訊)。OpenAI 這步棋,把「用戶端整合深度」變成了新戰場。

不確定的地方:幾百 MB 體積是 OpenAI 的臨時方案,還是長期基建?如果未來 UNO API 被 OpenAI fork 出精簡版(類似他們 fork Whisper 的做法),現在的打包方式可能會被取代。在那之前,LibreOffice 在 agent 用戶端的位置,穩了。


參考資料:

  • Simon Willison, "Codex and LibreOffice", 2026-09-01, simonwillison.net
  • Hacker News 討論, item?id=49527396, 129 分 / 72 則
來源: https://simonwillison.net/2026/Sep/1/codex-libreoffice/