甲骨文联手 OpenAI 推 4 款企业产品：1.2 万美元额度与 13 万用户

一句话结论：甲骨文与 OpenAI 在 10 月 27 日的 Oracle AI World 大会上一次性推出四款企业产品，把 ChatGPT、Codex 与甲骨文的应用、数据和云基础设施接到同一个执行面，其中 Oracle AI SMB Bundle 每年赠送 1.2 万美元 OCI 云额度，OpenAI 侧则披露甲骨文已有 13 万活跃 ChatGPT 用户与超过 9.5 万活跃 Codex 用户。

这次发布的重点不在于四款产品的命名，而在于它们共享同一条设计思路：AI 的落点从回答问题前移到在企业既有系统里执行动作，同时把权限、审批与审计留在企业自己手里。甲骨文 CEO Clay Magouyrk 与 OpenAI 总裁 Greg Brockman 同日出面站台，两边给出的说法几乎对称。

四款产品的分工：跑业务、建应用、查漏洞、给初创兜底

先看产品矩阵。Oracle AI Workspace 是把甲骨文应用、企业数据与云服务聚合到一个界面的入口，通过 ChatGPT 里的插件接入 Fusion Applications、NetSuite、Oracle AI Database 与 OCI，员工在原有权限与审批流程内调取财务、采购、库存和物流信息并完成动作。

Oracle App Composer 用 Codex 帮员工搭企业应用，部署与运维由甲骨文托管在 OCI 上，支持 APEXlang 这项新技术。它的定位是让没有编码经验的人也能把重复性业务需求变成能上线的应用，同时企业身份、权限、网络、审计与应用生命周期控制照常生效。

Oracle AI Security Mesh 是托管安全服务，用 OpenAI 的网络安全前沿模型配合甲骨文的测试基础设施与独立验证，去发现和修复漏洞。客户自己划定授权范围，甲骨文负责管理安全措施，降低测试过程造成业务中断的风险。

Oracle AI SMB Bundle 是给小企业的入门包，含 ChatGPT Business、Codex、App Composer 与 NetSuite QuickStart，每年赠送 1.2 万美元 OCI 云额度。四款产品的定位可以这样对照：

SMB Bundle 的条款细节：1.2 万美元不是无条件送

这套 SMB 入门包的条款值得逐条读，因为它的额度、门槛和期限都写得很具体。1.2 万美元是按年分配的 OCI 云额度，最长累计三年，续期要求企业在 OCI 上持续构建并运营产品、上一期额度用于已批准的业务用途、信息保持最新且账户状态良好。额度之外的实际 OCI 消耗照常计费。

资格门槛有六条硬限制。申请人必须通过商业核验，必须是美国境内的非上市营利企业，且独立于更大的公司。每个初创只能登记一次，需要提供业务信息、信用卡信息与 OCI 租户信息。这套方案不向政府实体、非营利组织、加密货币业务、纯服务型咨询公司、受制裁企业开放，也不适用于已消费或获得超过 25 万美元 Oracle Universal Credits 的既有甲骨文客户。

额度之外还有一笔小额的一次性补贴。符合条件的成员在安装 NetSuite QuickStart 插件到 ChatGPT Business 后七天内使用它，可以拿到 50 美元一次性使用额度，最多五人符合条件，每个工作区上限 250 美元。这笔钱的量级不大，设计意图更像引导小团队真正把 NetSuite 插件装进 ChatGPT 用起来。

甲骨文自己的使用数据：13 万 ChatGPT 用户与 9.5 万 Codex 用户

OpenAI 在公告里披露了两组甲骨文的内部使用数据，这比产品功能列表更有信息量。甲骨文目前有 13 万活跃 ChatGPT 用户，超过 9.5 万活跃 Codex 用户。招聘团队用 ChatGPT Work 做市场调研，原本需要两到四天收集整理的流程，准备阶段现在缩短到 15 到 20 分钟。

这两组数字透露的信息有两层。13 万 ChatGPT 用户对一家员工数十万量级的企业软件公司来说，渗透率已经不算低，说明这不是边缘团队的自娱自乐。9.5 万 Codex 用户更值得琢磨，写代码的工具在公司内部的扩散速度通常慢于聊天工具，这一比例说明开发场景是甲骨文内部 AI 使用的主战场。而招聘团队那个从两到四天压缩到 15 到 20 分钟的例子，属于典型的准备阶段而非全流程，它省下的是信息收集与整理，不包括决策与面试环节。

采购通道也一并打通。美国甲骨文客户可以通过 Oracle Marketplace 采购 OpenAI API、Codex 与 ChatGPT Work 的访问权，走已有的采购流程并使用合资格的 Universal Credits。这意味着企业不需要新开一条采购线，甲骨文自己成了 OpenAI 在大型企业里的分销渠道。

APEXlang 与 AI Data Platform：把生成式开发变成可维护的代码

App Composer 里最技术含量的一项是 APEXlang。甲骨文对它的描述是让客户获得生成式开发的速度，同时不产出难以维护的不透明应用代码。传统上生成式编程工具的问题不在生成速度，而在生成出来的代码没人敢改，企业上线后维护成本反而更高。APEXlang 想解决的是这一层。

同期甲骨文还在扩展 AI Data Platform，引入 AI 生成的业务本体、语义推理引擎、AI Registry，以及对智能体与 MCP 服务器的治理能力，官方称这些能力预计在未来 12 个月内陆续可用。业务本体与语义推理引擎是让 AI 理解企业数据语义的基础设施，AI Registry 管的是模型与智能体的登记与生命周期，MCP 服务器治理则对应智能体外部工具调用的权限面。

把这几条串起来看，甲骨文在做的事情是给企业 AI 补一层中间件。智能体越多，工具调用越多，业务语义与权限治理就越关键。甲骨文同期推应用、企业安全和数据平台三层能力，本质是在为大规模部署智能体准备承载结构。另一面看，摩根士丹利等机构近期对 AI 智能体账户访问的限制，也说明这条路上的信任问题已经实际存在，治理能力不是附加项而是准入条件。

这次合作在企业 AI 版图里的位置

把这次发布放进近两年的企业 AI 路线里看，位置比较清楚。过去一年半主流企业 AI 的主线是助手落地，办公套件、代码助手、客服机器人各自进场，聊天窗口之外的执行能力始终是短板。这次甲骨文与 OpenAI 合作给出的答案是把执行面放在企业自己的应用层上，而不是另起一个工作台。

这与 OpenAI 此前把办公套件能力塞进 ChatGPT 的那一步互为镜像，两边方向相反：ChatGPT 在往企业软件里伸手，企业软件也在把 ChatGPT 往自己系统里拉。OpenAI 侧此前已经推出常驻型智能体形态，把应用集成数量推到数千级别，如今接入的是甲骨文这类企业级系统底座。

对甲骨文自己，这套合作的价值有两层。一层是让 OCI 从卖算力和数据库变成卖 AI 的执行环境，AI Workspace 与 App Composer 的部署都跑在 OCI 上。另一层是给 Fusion、NetSuite 这些存量应用续命，把它们改造成智能体可以调用的对象，从而在生成式工具重写企业软件的窗口里守住既有客户。安全侧的能力缺口同样是现成的，Endor Labs 的智能体安全基准显示功能正确率 87.2% 对安全正确率 37.4%，这类落差正是 AI Security Mesh 想接的位置。

条款与落地上的几处现实摩擦

这套方案有几点值得留意的摩擦。第一，Oracle AI SMB Bundle 的 1.2 万美元额度带三年上限，按年发放且要求续期审核，对现金流紧张的小团队来说更像一张需要持续证明自己的信用卡，而不是一笔可以直接兑现的补贴。第二，AI Security Mesh 的核心逻辑是把测试授权范围交给客户自己划定，这意味着没有划好范围的安全团队可能既拿不到覆盖，也担着误报与业务中断的责任。第三，AI Data Platform 的语义推理引擎、AI Registry 与 MCP 治理能力官方说法是未来 12 个月陆续可用，也就是现在还买不到。

这类企业级 AI 产品的真实采用率也可以从侧面反推，比如ChatGPT 出版商通道的分布能看出供给端的变化，而大行集体限制智能体账户访问这类事件则是需求侧的阻力。另一处值得核对的是效果口径。甲骨文那个从两到四天到 15 到 20 分钟的例子，明确说的是准备阶段缩短，不是整个招聘调研流程缩短。读这类数据时把环节说清楚，才能判断它对应的实际业务价值。

常见问题

Oracle AI SMB Bundle 谁能申请，能拿到多少钱

面向通过商业核验的美国非上市营利企业，且需独立于更大公司。每个初创只能登记一次，1.2 万美元 OCI 额度按年发放、最长三年，超出部分照常计费，并有一条一次性 50 美元每人的 ChatGPT Business 插件补贴，最多五人。

AI Security Mesh 会不会自己攻击客户系统

不会自行发起攻击。客户自己划定授权测试的范围并控制测试强度，甲骨文负责管理测试基础设施与安全措施，减少测试导致业务中断的风险。私有发现的漏洞会用于后续测试改进。

APEXlang 和普通低代码平台有什么不同

它的目标是保留生成式开发的速度，同时产出可读、可维护的应用代码，而不是生成一整套不透明的代码再让企业自己还债。配套的企业身份、权限、网络、审计与生命周期控制仍在甲骨文的治理体系内。

国内企业现在能用上这套产品吗

公告里的 SMB Bundle 明确限定美国境内非上市营利企业，Marketplace 采购通道也写的是美国甲骨文客户。国内企业要落地主要路径是自行使用 OCI 与 OpenAI 模型服务，走企业级智能体与安全测试方案，属于另一种组合。

小结

甲骨文与 OpenAI 这次合作给出的判断很清晰：企业 AI 的分水岭已经从能不能对话，移到能不能在企业自己的规则内完成动作。四款产品的差别只是分工不同，底层假设是一致的，权限与审批留在企业手里，模型与智能体负责执行。真正的考验在交付节奏，语义推理引擎、AI Registry 与 MCP 治理这些关键能力还在未来 12 个月的路上。

相关阅读

• OpenAI Dots 常驻智能体：GPT-6 Astra 驱动，4000+ 应用集成
• ChatGPT 出版商通道：12 家媒体摘要占据前三位 70%
• 摩根士丹利封禁 AI 智能体：5 家美国大行集体限制账户访问
• Endor Labs 智能体安全基准：功能正确率 87.2%，安全正确率仅 37.4%