产品

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

Simon Willison 拆包发现,ChatGPT/Codex 应用打包了完整 LibreOffice(几百 MB),本地读写 docx/xlsx/pptx 不走云端。OpenAI 的 agent 战场已从 IDE 切到桌面办公。

字号

2026/9/1,Simon Willison 拆开 ChatGPT 桌面应用,在 Contents/Resources 找到一个完整的 LibreOffice.app——几百 MB,带菜单栏、文档窗口、导出对话框,不是几个 so 库。

结论:Codex 现在能在用户机器上直接读写 .docx、.xlsx、.pptx、.odt,完全不走云端。

这件事在 Hacker News 首页冲到 129 分、72 条讨论,开发者主要在追问"为什么会这么大"。下面把关键点拆开。

几百 MB 的 Office 藏在哪

Willison 的拆解路径:在 macOS Finder 里右键 ChatGPT.app,选"显示包内容",进 Contents/Resources,看到一个叫 libreoffice 的目录。du 一下,体积在 600-800 MB 之间(随版本浮动)。

里面是完整一份 LibreOffice 官方包结构:

Contents/Resources/libreoffice/
├── program/
│   ├── soffice        # 主二进制
│   ├── soffice.bin
│   └── python.bin
├── share/
│   ├── gallery/
│   ├── registry/
│   └── fonts/
└── library/

注意 program/soffice——这是带 GUI 入口的完整办公套件,不是 headless 转码工具。

OpenAI 完全可以只塞 soffice --headless 那套瘦客户端(几十 MB)。他们选了 GUI 版,体积代价是几倍。

这一点很关键:GUI 版 LibreOffice 是 GPLv3 强 copyleft。命令行 spawn 风险可控,打包整个 GUI 套件意味着 OpenAI 在源代码开放上做出了实质性承诺——这是产品决策,不是技术约束。

为什么 Agent 必须本地能开 Office

把 LibreOffice 塞进客户端,不是给用户多一个"打开文档"的按钮。是为了让 agent 能干三件云端做不好的事:

  1. 读真实结构。.docx 本质是 ZIP 包,里面有 document.xml、styles.xml、numbering.xml、headers/*.xml、媒体/。云端转换通常只给纯文本,公式、图表对象、OLE 嵌入、修订追踪全丢。Codex 要"理解"一份合同,必须能解 ZIP、解析 OOXML。
  2. 写回原格式。Agent 生成表格、改段落、调公式,最终产物还得是 .xlsx,不是 markdown 截图。本地 soffice 提供 UNO API,Codex 可以直接调 dispatcher.executeDispatch(...) 这种底层接口。
  3. 企业数据不出门。金融、法律、医疗的合同和报表根本不会上传。LibreOffice Online 走 Collabora 或自家托管,延迟高、成本高、合规难。本地跑,数据只过用户内存。

我试过用 Codex CLI 跑一个简单任务:把一份含合并单元格、跨表公式的 .xlsx 转成 Markdown 表格。秒级返回,公式没掉,合并单元格保留。云端方案要做到这一步,通常走 Aspose 或 LibreOffice Online API,单次调用几百毫秒起步,还要担心 token 泄露。

这不是 bug,这是 OpenAI 的产品判断

竞争对手怎么做的?

产品 是否捆绑办公套件 文档处理方式
Cursor 否 依赖扩展 / 用户自带工具
Claude Code 否 调用 Bash 让用户装 pandoc
Cline (VS Code) 否 同上
Codex (OpenAI) 是 自带 LibreOffice

只有 OpenAI 干了这件事。

为什么?Cursor 的目标是 IDE,Claude Code 是终端,Cline 是 VS Code 插件——它们都默认用户的"办公文件"在文件系统里,需要时调 pandoc 或 LibreOffice 转一下。代码 agent 不必自己处理。

但 Codex 的定位变了。它不只想跟 Cursor 抢程序员——它要跟 Devin 抢"坐在电脑前干活的人"。Devin 走浏览器 + 沙箱虚拟机;OpenAI 走客户端直接焊能力。

选 LibreOffice 而不是自研,原因也直接:

  • 格式兼容性。OOXML、ODF、CSV、PDF 全覆盖,没必要从零写解析器。
  • 维护成本。文档格式每年都在变(微软去年还在 ODF 1.4 上动刀),让 Document Foundation 的人去维护。
  • 法律清晰。MPL/LGPL/GPL 三协议都有,商用边界明确。

代价是几百 MB 安装包。但对"工作电脑"来说不算什么——VS Code 也快 400 MB 了。

Codex 的边界在往哪扩

Codex 的演进路径:

补全 → 整文件生成 → CLI agent → ???

下一步的选择题:桌面 agent 的能力,塞进 IDE 还是塞进 ChatGPT?

这次答案明显是后者。

因为 IDE 只能给程序员用,ChatGPT 桌面端装在所有人电脑里。给 ChatGPT 装上 LibreOffice,等于把"程序员的特权工具"下放给所有人——销售用 Codex 生成报价单,运营丢 CSV 进去做透视表,PM 把 PRD 转成 Confluence 格式。

这是"代码工具通用化"的反向路径。过去十年,工具演进是从办公套件(BAT 时代)向代码工具(Git、IDE、CI)迁移;现在 OpenAI 在把代码工具的能力,反向灌回办公场景。

更深一层:Codex 现在的能力图谱里,编程、文档、表格、演示是一个连续的 spectrum,不是四个独立工具。本地 LibreOffice 把这个 spectrum 接通了。

编辑思考

这件事真正的信号不是 LibreOffice,是 OpenAI 愿意为单一能力多塞几百 MB 进安装包。

在 SaaS 一切上云、客户端越来越瘦的时代,反着堆本地二进制,说明 agent 时代的数据归属计算变了——不能离开用户机器的能力,才有资格叫"基础设施"。

我的判断有三个:

  1. 竞品必须跟。Cursor、Claude Code 在企业市场的最大短板,不是编程能力,是"不会开 Excel"。Anthropic 如果要做企业版 Claude Code,大概率也会塞 LibreOffice——或者收购一家 headless Office 公司(类似 docparser、sheet2api)。
  2. LibreOffice 地位会涨。过去十年它是"开源替代品",在企业 IT 列表里基本被当成二等公民。现在被 OpenAI 选作 agent 时代的文档运行时,商业价值和社区资源会被重新定价。
  3. 桌面 agent 的护城河不在模型,在客户端厚度。模型层 Claude 和 GPT-5 越来越接近,真正拉开差距的是谁能调用更多本地能力(文件系统、Office、浏览器、邮件、IM)。OpenAI 这步棋,把"客户端集成深度"变成了新战场。

不确定的地方:几百 MB 体积是 OpenAI 临时方案,还是长期基建?如果未来 UNO API 被 OpenAI fork 出一个精简版(类似他们 fork Whisper),现在的打包方式可能会被替换。在那之前,LibreOffice 在 agent 客户端里的位置,稳了。


参考:
- Simon Willison, "Codex and LibreOffice", 2026-09-01, simonwillison.net
- Hacker News 讨论, item?id=49527396, 129 分 / 72 条

来源: https://simonwillison.net/2026/Sep/1/codex-libreoffice/