每月20刀白送一台9核Linux服务器?ChatGPT Work内幕曝光,云厂商慌了

你以为你在跟ChatGPT聊天，其实你背后已经跑着一套完整的Linux环境，9个CPU核心、15GB内存、63GB硬盘，Ubuntu系统，root权限，一应俱全。

起初，这件事听起来像创业公司的PPT或Reddit都市传说。一位简介显示任职OpenAI的工程师随后回复："9 cores ✌️"，给社区观测添了一份旁证。

2026年7月下旬，一场由社区用户发起的"拆机运动"，揭开了ChatGPT Work云环境的资源配置，而这场讨论带来的冲击，可能远比一串硬件参数要大得多。

一条推文，百万围观

事情的起点，是一位自称OpenAI Codex Ambassador的用户 max.berlin（@maxjendrall）发了一条帖子。他做了一件极其简单的事：在ChatGPT Work的对话里，让AI自己查自己跑在什么机器上。

结果弹出来了

左边是Teams账号：9个逻辑处理器，Intel Xeon Platinum，约15 GiB内存，无Swap。右边是Plus账号：9个可用线程，AMD EPYC 9V74 80核处理器，15 GiB内存。两个不同等级的订阅，读出了几乎一模一样的硬件规格。

▲ max.berlin 的原帖引发讨论，左右分别为 Teams 与 Plus 账号下的机器自检结果，浏览量破百万

他在帖文中写下了一句让整个开发者社区炸锅的话："多数人不再需要专门租一台VPS了。"

评论区里，有人震惊，有人质疑，也有人开始盘算，自己每月花在DigitalOcean上的那笔钱能否省下。

OpenAI员工下场"盖章"

单个用户的自述很难定论接下来出现的一条回复，让这项社区观测的可信度大增。

7月23日，一个名叫Tibo的账号回复了原帖。他的X简介写着：Codex & ChatGPT @OpenAI。

他的回复极其简短：

9 cores ✌️

▲ OpenAI工程师Tibo的四字回复，成为社区引用最多的"官方印证"

这条回复没有经过新闻稿或官方博客发布。一个V字手势emoji，构成了一次非正式但颇有分量的产品确认，随后被许多讨论者引用，作为用户观测属实的旁证。

而在Tibo的回复下面，一位用户austin（@buildleansaas）立刻追问了一句代表无数人心声的话：

"怎么把它当VPS用？这样我就能退掉DigitalOcean的订阅了 :)"

▲ "能不能取消我的云服务器订阅？"，这条回复精准击中了所有人的第一反应

这个问题看似随口一问，却精准戳中了整件事的商业神经。

开发者的"尸检报告"：这台机器到底是什么？

社区从来不满足于表面数字几天后，印度开发者Mehul Mohan（@mehulmpt）发布了一份堪称"尸检报告"级别的机器指纹清单：

• CPU
  ：9 vCPU，Intel Xeon Platinum 8573C
• 内存
  ：15 GiB，无Swap（意味着内存一旦吃满，程序直接崩，不会靠硬盘苟延残喘）
• 硬盘
  ：63 GB
• 系统
  ：Ubuntu 24.04.3 LTS
• 隔离技术
  ：Kata Containers，每个容器拥有独立微型虚拟机和独立内核
• 网络
  ：出站流量经Cloudflare Warp VPN
• 权限
  ：容器内root，但处于重度沙箱中

▲ Mehul 的终端截图中，标题栏赫然显示 root@codex-linux (ssh)，htop 中跑满了 codex-app-server 进程

他配图中最抓眼球的细节是终端标题栏，root@codex-linux (ssh)。用户查看这台机器时，使用的是以SSH标识的远程shell会话。htop进程表上密密麻麻列着codex-app-server进程，显示这套沙箱正在执行实际任务。

紧接着，开发者zero（@zerocaulk）也发帖佐证，并加了一个关键形容词，persistent（持久化的）：

▲ "持久化的9核EPYC VM"，zero 的描述指向一种可跨任务保留状态的环境

"ChatGPT Work is sick. Persistent, 9x EPYC vCPU, 15 gb ram VM."

另一位用户Allan Caeg的实例甚至报出了64GB存储、16GB内存的数字，与其他人略有出入，这恰好印证了一件事：OpenAI从未在官方文档中公布过固定的硬件规格表，不同账号、不同时段，读数可能不同。

▲ Allan 报告的 64GB 存储与 16GB 内存，与主流读数存在差异，侧面说明规格并非铁板一块

同一台机器上的"邻居"：共享经济的AI版

晒完参数后，max.berlin接着做了压力测试。

他在一个Work线程里跑满CPU一分钟，然后切到另一个线程去看：对方的进程列表里看不到这边在干什么，但可用资源确实减少了。结合hostname等标识，他推断：多个Work智能体被部署在同一台底层虚拟机上，通过用户组隔离，共享CPU和内存容量，/workspaces为共享挂载点。

▲ 作者的压测实验揭示了多租户共享架构：看不见邻居的进程，但能感受到资源被挤占

翻译成人话就是：你以为自己独享一台9核机器，其实你和隔壁的AI任务住在同一间合租房里。 进程相互不可见，但墙薄，你编译的时候，邻居的内存就紧了。

这不新鲜所有云厂商都这么干但当这个事实被摆到"每月20美元的ChatGPT订阅"面前时，经济账就有意思了：AWS上一台9 vCPU、15GB内存的EC2实例，按需价格大约每月100美元以上。而你用ChatGPT Plus，除了模型推理、GPT-4o、DALL·E、联网搜索之外，居然还"附赠"了一台这个规格的云主机？

当然，token才是主菜，机器是配菜，正如Mehul调侃的那样。但当配菜好吃到让人想退掉隔壁餐厅的会员卡时，主厨也得重新想想定价策略了。

像VPS，却有更多限制

必须泼一盆冷水

ChatGPT Work的云环境与常规VPS差别明显，并受几个重要的产品边界约束：

第一，持久性有限官方文档写明容器状态最长缓存约12小时，改了setup配置就失效。有用户报告项目沙箱目录内容突然消失。这里的"persistent"主要描述它能跨越一次对话保留状态，和长期运行的DigitalOcean Droplet仍有差距。

第二，网络受限默认情况下，智能体执行阶段断外网即便开启联网，出站流量也经HTTP/HTTPS代理，无法任意开端口、绑域名、跑Web服务器。OpenAI文档甚至专门列出了开启联网的风险清单：提示注入、代码外泄、恶意依赖、许可证污染。

第三，root权限受限容器内虽然显示root权限，但被重度沙箱包裹。Kata Containers的micro-VM架构隔离了宿主机内核，权限范围与自有VPS上的root差别很大。

第四，没有Swap15GB用完就是用完了跑大型编译、开重量级浏览器、处理视频，一旦内存尖峰超限，进程会被直接OOM Kill，不会像普通服务器那样靠交换分区缓一缓。

所以，当有人问"能不能取消DigitalOcean"时，答案是：取决于你用DigitalOcean干什么。跑一个需要固定IP、长期在线、可SSH登录的Web服务？不行让AI帮你批量处理数据、调试代码、生成报告？绰绰有余

更深一层：从"工具调用"到"环境代理"

硬件参数和产品限制之外，更深的影响藏在架构思路的转变里。

技术评论者Cobus Greyling在一篇分析文章中指出：Codex的一项重要架构决策，是模型在哪里跑。多数AI编程助手，无论是Claude Code、Gemini CLI还是GitHub Copilot，都跑在用户本机，信任边界是你自己的电脑。OpenAI则选择了另一条路：把智能体放进一间有围墙的房间。

他把这概括为从tool-based agents（基于工具调用的智能体）到environment-based agents（基于环境的智能体）的范式跃迁。前者是给模型一串API让它调用；后者是给模型一整台计算机，让它像人类一样操作，开终端、装软件、跑测试、截屏幕、切浏览器。

OpenAI自己的产品路线也在朝这个方向推进。2025年7月发布ChatGPT agent时，官方用的词就是"own virtual computer"，自己的计算机。到了2026年的ChatGPT Work，社区用lscpu和free -h读出了这台"自己的计算机"的配置。

尾声：一台看不见的电脑，正在改变算力的入口

回到最初那个让所有人兴奋的场景：你打开ChatGPT，选择Work模式，随口说一句"帮我处理这个数据"，在你看不见的地方，一台9核、15GB内存的Ubuntu机器悄然启动，AI在里面安装依赖、编写脚本、执行命令、检查输出，最后把成品递到你面前。

用户可以完全不懂Linux和终端，也无须感知这台机器的存在。

这种变化让人兴奋，也伴随着不安曾经要跨过技术门槛才能触及的算力，如今被打包进每月20美元的聊天订阅里，配置服务器正从必修技能变成可选项。

也许有一天我们回头看，2026年7月那条"9 cores ✌️"的回复，就是云计算的消费化进程中，一个轻描淡写却意味深长的注脚。