每日关注 2026-07-10：ChatGPT与Codex合并，Windows运维新动向

🔥 个人主页：杨利杰YJlio

❄️ 个人专栏：《Windows 疑难杂症与工单复盘案例库》   《Sysinternals实战教程》

《WINDOWS教程》   《Windows PowerShell 实战》   《人工智能实战合集》

《超简单：用Python让Excel飞起来》

🌟 让复杂的事情更简单，让重复的工作自动化

每日关注 2026-07-10：ChatGPT与Codex合并，Windows运维新动向

• 每日关注 2026-07-10：ChatGPT与Codex合并，Windows运维新动向
• 一、今天真正值得关注的，不是七条新闻，而是工作方式正在发生变化
• 二、先纠正一个容易误解的说法：不是 Codex 消失，而是工作入口开始合并
• 三、Agent 长期工作流正在取代“一问一答”
• 四、AI Agent 真正进入企业后，治理底线比模型能力更重要
• 五、Windows 11 存储暴涨，最忌讳看到大文件就直接删除
• 六、Windows 11 26H2 已经进入企业验证窗口，不能等正式推送后再测试
• 七、把版本新闻变成运维动作，应该经过这条验证链路
• 八、Sysinternals 继续更新，LiveKd v5.65 是今天值得关注的工具变化
• 九、从今天的变化看，未来 Windows 运维人员需要补什么能力
• 十、我对 2026-07-10 这批技术变化的判断

每日关注 2026-07-10：ChatGPT与Codex合并，Windows运维新动向

一、今天真正值得关注的，不是七条新闻，而是工作方式正在发生变化

  2026 年 7 月 10 日值得关注的技术变化非常集中：Codex 开始并入新的 ChatGPT 桌面应用，长时间运行的 Agent 工作流越来越接近真实生产任务；与此同时，Windows 桌面运维侧也出现了几个需要提前准备的方向，包括 Windows 11 26H2 企业验证、系统盘异常增长排查，以及 Sysinternals 工具更新。

  把这些主题放在一起看，会发现一个非常明确的变化：AI 正从“回答一个问题”走向“持续完成一项工作”，而 Windows 运维也正在从故障发生后的被动处理，逐渐转向版本预验证、工具链建设、日志留痕和自动化治理。

  对我这种长期关注 Windows 桌面运维、Sysinternals 排障、PowerShell 自动化和 AI 实践的人来说，真正有价值的不是知道“又更新了什么”，而是判断哪些变化会影响日常工作。今天的七个主题可以归纳成下面几类：

二、先纠正一个容易误解的说法：不是 Codex 消失，而是工作入口开始合并

  “ChatGPT 与 Codex 合并”很容易被理解成 Codex 产品被取消，实际上更准确的说法是：OpenAI 在 2026 年 7 月 9 日宣布，Codex App 正在并入新的 ChatGPT 桌面应用，而 Codex 仍然作为面向开发者和技术人员的编码 Agent 继续存在。

  这次变化不仅是把两个图标放进同一个窗口。官方同时提到了 Diff 内联编辑、侧边栏 Pull Request 审查、由 GPT-5.6 支持的更快计算机操作，以及单个项目支持多个代码仓库。真正值得注意的是，聊天、分析、文件、代码和执行环境之间的边界正在减少。

  过去常见的工作方式是：在 ChatGPT 中讨论需求，再把结果复制到 IDE，然后打开终端执行命令，最后再回到浏览器查询资料。工具之间频繁切换的问题并不只是麻烦，更大的风险是上下文容易丢失。

  例如，在一个真实项目里，ChatGPT 可能根据旧版本代码完成架构规划，而 Codex 此时已经修改了另一个分支。如果二者缺少统一项目状态，很容易产生重复修改、错误假设和代码漂移。

  更值得采用的工作方式，是让需求分析、代码仓库、修改记录、测试结果和人工 Review 尽量围绕同一个项目上下文运行，但最终合并代码、修改生产配置和执行高风险命令仍然保留人工审批。

三、Agent 长期工作流正在取代“一问一答”

  过去很多人使用 AI 的方式还是“问一个问题，拿一个答案”。但真正复杂的工程任务很少能在一轮对话里结束。一次 Windows 性能故障排查可能持续数小时，一个软件项目可能跨越几周，企业知识库治理甚至需要长期维护。

  OpenAI 在 2026 年 6 月发布的长时间工作研究中，将 Codex 描述为能够保存上下文、管理复杂工作流，并支持长周期项目持续推进的工作空间。另一份官方数据也给出了很有代表性的变化：截至 2026 年 5 月，在抽样的个人用户中，80.6% 至少提交过一次预计超过 30 分钟人工工作量的 Codex 请求，70.2% 至少有一次超过 1 小时，25.6% 至少有一次超过 8 小时。

  真正的长期工作流，不是简单地把一个 Prompt 写得特别长。它至少要解决四个实际问题：

  对于桌面运维场景，这种思路尤其值得关注。一个 Agent 完全可以围绕同一台故障电脑持续完成信息采集、日志整理、性能数据分析、异常进程比对和报告生成。但它必须建立在可审计和可回滚的基础上，不能因为“能自动执行”就把管理员权限完全交出去。

四、AI Agent 真正进入企业后，治理底线比模型能力更重要

  当 Agent 只能生成文字时，错误答案通常意味着重新修改一次。当 Agent 可以执行 PowerShell、修改注册表、操作 Git 仓库、访问企业文件甚至调用业务系统时，错误就可能直接变成真实事故。

  OpenAI 在其 Agent 工程实践中也明确提到，全自主执行会带来新的问题：Agent 会复制仓库中已有的模式，包括不一致甚至质量较差的模式，长期运行后还可能出现漂移。Agent Loop 本身则是在模型、工具、提示词和执行结果之间不断循环，这意味着真正要治理的不只是模型输出，还包括工具权限和执行链路。

  我认为企业部署 AI Agent 时，至少要守住下面五条底线：

  最危险的做法，不是 Agent 偶尔答错一个问题，而是在缺少权限边界、日志和审批机制的情况下，让它以高权限身份持续执行命令。

  在 Windows 企业运维场景中，我更倾向于把 Agent 定位为“自动收集证据、生成分析、执行低风险标准动作”，而不是直接成为无限制管理员。真正高风险的操作，依然要设置人工确认点。

五、Windows 11 存储暴涨，最忌讳看到大文件就直接删除

  系统盘突然从几十 GB 可用空间变成只剩几百 MB，是桌面支持中非常容易误判的一类问题。很多人的第一反应是打开磁盘清理，或者直接搜索几个大文件删除，但真正的问题经常不是“哪个文件大”，而是“哪个文件仍在持续增长、是谁在写、为什么没有停止”。

  一个更可靠的排查顺序应该是：先确认空间增长速度，再定位目录，然后锁定文件，最后追进程和写入行为。

  例如遇到一个几十 GB 的日志文件时，直接删除可能暂时释放空间，但如果后台服务仍然以每分钟数百 MB 的速度写入，几小时后系统盘还是会再次被打满。

  真正的排障证据链应该是：空间异常 → 目录异常 → 文件异常 → 进程持有 → 写入事件 → 触发条件 → 修复后停止增长。

  现场处理时，建议至少记录异常文件完整路径、初始大小、10 分钟或 30 分钟后的大小、持有进程、进程路径和对应服务名称。这些数据远比一句“C 盘满了”更有价值。

六、Windows 11 26H2 已经进入企业验证窗口，不能等正式推送后再测试

  对个人用户来说，Windows 新版本可能意味着一个新的功能更新；对企业桌面运维来说，它意味着应用兼容性、驱动、安全软件、VPN、打印、组策略、脚本、安装包和设备管理策略都需要重新验证。

  Microsoft 已经明确表示，Windows 11 26H2 可用于提前测试和验证，企业应确认应用、策略和设备环境兼容性。微软同时说明，Windows 11 24H2、25H2 和 26H2 位于同一服务分支，因此从 24H2 或 25H2 升级至 26H2 可以通过 Enablement Package 完成。

  但“升级包更轻”不代表“可以跳过企业验证”。企业环境真正需要验证的，是现有工作负载在新版本中的行为有没有变化。

  我更推荐建立“小范围实验机 → IT 人员试点 → 业务代表用户试点 → 分批部署 → 持续观察”的验证流程，而不是版本正式推送后直接全量升级。

七、把版本新闻变成运维动作，应该经过这条验证链路

  每天出现的新模型、新系统版本和新工具很多，全部追没有意义。更有效的方法，是判断它是否影响现有环境，然后把信息转换成具体的测试、观察或部署动作。

#mermaid-svg-1Jml2cW2QOlSEqEJ{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-1Jml2cW2QOlSEqEJ .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-1Jml2cW2QOlSEqEJ .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-1Jml2cW2QOlSEqEJ .error-icon{fill:#552222;}#mermaid-svg-1Jml2cW2QOlSEqEJ .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-1Jml2cW2QOlSEqEJ .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-1Jml2cW2QOlSEqEJ .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-1Jml2cW2QOlSEqEJ .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-1Jml2cW2QOlSEqEJ .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-1Jml2cW2QOlSEqEJ .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-1Jml2cW2QOlSEqEJ .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-1Jml2cW2QOlSEqEJ .marker{fill:#333333;stroke:#333333;}#mermaid-svg-1Jml2cW2QOlSEqEJ .marker.cross{stroke:#333333;}#mermaid-svg-1Jml2cW2QOlSEqEJ svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-1Jml2cW2QOlSEqEJ p{margin:0;}#mermaid-svg-1Jml2cW2QOlSEqEJ .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-1Jml2cW2QOlSEqEJ .cluster-label text{fill:#333;}#mermaid-svg-1Jml2cW2QOlSEqEJ .cluster-label span{color:#333;}#mermaid-svg-1Jml2cW2QOlSEqEJ .cluster-label span p{background-color:transparent;}#mermaid-svg-1Jml2cW2QOlSEqEJ .label text,#mermaid-svg-1Jml2cW2QOlSEqEJ span{fill:#333;color:#333;}#mermaid-svg-1Jml2cW2QOlSEqEJ .node rect,#mermaid-svg-1Jml2cW2QOlSEqEJ .node circle,#mermaid-svg-1Jml2cW2QOlSEqEJ .node ellipse,#mermaid-svg-1Jml2cW2QOlSEqEJ .node polygon,#mermaid-svg-1Jml2cW2QOlSEqEJ .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-1Jml2cW2QOlSEqEJ .rough-node .label text,#mermaid-svg-1Jml2cW2QOlSEqEJ .node .label text,#mermaid-svg-1Jml2cW2QOlSEqEJ .image-shape .label,#mermaid-svg-1Jml2cW2QOlSEqEJ .icon-shape .label{text-anchor:middle;}#mermaid-svg-1Jml2cW2QOlSEqEJ .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-1Jml2cW2QOlSEqEJ .rough-node .label,#mermaid-svg-1Jml2cW2QOlSEqEJ .node .label,#mermaid-svg-1Jml2cW2QOlSEqEJ .image-shape .label,#mermaid-svg-1Jml2cW2QOlSEqEJ .icon-shape .label{text-align:center;}#mermaid-svg-1Jml2cW2QOlSEqEJ .node.clickable{cursor:pointer;}#mermaid-svg-1Jml2cW2QOlSEqEJ .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-1Jml2cW2QOlSEqEJ .arrowheadPath{fill:#333333;}#mermaid-svg-1Jml2cW2QOlSEqEJ .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-1Jml2cW2QOlSEqEJ .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-1Jml2cW2QOlSEqEJ .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-1Jml2cW2QOlSEqEJ .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-1Jml2cW2QOlSEqEJ .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-1Jml2cW2QOlSEqEJ .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-1Jml2cW2QOlSEqEJ .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-1Jml2cW2QOlSEqEJ .cluster text{fill:#333;}#mermaid-svg-1Jml2cW2QOlSEqEJ .cluster span{color:#333;}#mermaid-svg-1Jml2cW2QOlSEqEJ div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-1Jml2cW2QOlSEqEJ .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-1Jml2cW2QOlSEqEJ rect.text{fill:none;stroke-width:0;}#mermaid-svg-1Jml2cW2QOlSEqEJ .icon-shape,#mermaid-svg-1Jml2cW2QOlSEqEJ .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-1Jml2cW2QOlSEqEJ .icon-shape p,#mermaid-svg-1Jml2cW2QOlSEqEJ .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-1Jml2cW2QOlSEqEJ .icon-shape .label rect,#mermaid-svg-1Jml2cW2QOlSEqEJ .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-1Jml2cW2QOlSEqEJ .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-1Jml2cW2QOlSEqEJ .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-1Jml2cW2QOlSEqEJ :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

否

是

否

是

是

否

发现新版本或新技术变化

是否影响现有工作环境

记录并持续观察

核对官方来源与版本信息

确认受影响设备、软件、账号和权限范围

建立测试环境与基线

执行功能、性能、安全和兼容性验证

验证是否通过

记录问题并暂停推广

小范围试点

收集日志与用户反馈

是否存在阻断问题

分批部署并保留回滚方案

  这套流程同样适用于 Windows 11 26H2、新的 EDR 客户端、Office 更新、浏览器升级，甚至 AI Agent 上线。区别只在测试指标不同，底层逻辑是一致的：先确认影响范围，再验证，再逐步推广。

八、Sysinternals 继续更新，LiveKd v5.65 是今天值得关注的工具变化

  对于真正做 Windows 深度排障的人来说，Sysinternals 不是一套“下载下来备用”的工具合集，而是一组能够把进程、文件、注册表、句柄、启动项、内核和日志联系起来的证据工具。

  2026 年 7 月 9 日，Microsoft 发布了 LiveKd v5.65。该工具允许在正在运行的 Windows 系统上使用 Kd 或 WinDbg 进行本地内核调试；这次更新增加了对生成转储文件的保护，阻止非管理员用户读取。Microsoft 同日的 Sysinternals 更新还涉及 ProcDump v12.01 和 ZoomIt v12.11。

  不过，对普通桌面支持人员来说，并不是每一次故障都需要直接上内核调试。工具应该按照问题层级选择。

  Microsoft 对 Sysinternals 的定位本身就是系统管理、故障排查和诊断工具集。对于 Windows 运维人员而言，真正需要建立的不是“我知道这些工具”，而是“遇到什么现象，第一时间应该用哪一个工具取证”。

九、从今天的变化看，未来 Windows 运维人员需要补什么能力

  今天这些主题放在一起，其实已经能看到 Windows 桌面运维岗位正在发生的变化。只会重装系统、安装软件和处理账号问题，越来越难覆盖真实企业环境中的复杂故障。

  我自己的判断是，AI 不会让 Windows 排障能力变得不重要，反而会放大专业基础的差距。不了解进程、服务、权限、注册表、文件系统、日志和性能指标的人，即使拿到 Agent，也很难判断它给出的结论是不是可靠。

  真正有价值的组合，是人负责判断问题、定义边界和验收结果，AI 负责搜索、整理、生成脚本、执行受控任务和处理大量重复信息。

十、我对 2026-07-10 这批技术变化的判断

  今天最值得关注的变化，不是某一个产品多了一个按钮，而是开发、知识工作和企业运维正在同时向“持续 Agent 工作流”靠近。

  ChatGPT 与 Codex 的入口融合，让对话、代码和执行进一步接近统一工作空间；长时间任务数据说明，越来越多用户已经开始把 Codex 用在超过一小时甚至超过八小时人工工作量的任务上。

  但能力越强，越需要权限边界、日志、人工 Review 和回滚。一个能够修改代码、执行终端命令和控制计算机的 Agent，不能再用普通聊天机器人的治理方式来管理。

  Windows 运维侧也是一样。面对 Windows 11 26H2、系统盘异常增长和新的 Sysinternals 工具版本，真正拉开差距的是能不能提前测试、快速取证、形成标准流程，并把一次故障变成下一次可直接复用的解决方案。

  对我来说，这也是继续研究 Windows 疑难杂症、Sysinternals、PowerShell 自动化和 AI Agent 最有价值的交叉点：让 AI 帮助我们处理更多重复工作，但把最终判断、风险边界和技术责任牢牢留在人的手里。

点击回到顶部