文 | 世界模型工场

Agent到底有没有真的改变工作？ 

OpenAI最新发布的一份报告《The Shift to Agentic AI: Evidence from Codex》，给出了目前最直接的一组数据。

这份报告由OpenAI、哥伦比亚商学院、沃顿商学院、杜克大学Fuqua商学院的研究者共同完成。

报告分析了OpenAI Codex的真实使用数据，比较了三类人群：个人账户用户、组织账户用户，以及OpenAI内部员工。

它不仅展示了OpenAI内部是如何最大化使用Codex的，还会让人产生一种感受：

AI的使用方式正在经历一次静默的范式转移。

从和AI对话到让AI干活，从自己动手到管理一群AI员工，这个过程已经在发生，但大多数人还没意识到这件事已经在发生了。

Codex用户半年增长五倍，但采用不均衡

报告显示，2026年上半年，Codex的周活跃用户数增长超过5倍。

但在个人用户、组织用户、OpenAI内部员工之间，Codex的使用强度差异很大。

报告数据表明，过去28天内使用过Codex的活跃用户，个人用户中的比例只有0.7%，组织用户中的比例达到17.3%，OpenAI内部员工中达到97.9%。

也就是说，在普通个人用户中，Codex仍然是早期产品；在企业组织中，Codex已经开始扩散；但在OpenAI内部，它已经接近全面普及。

报告特别指出，在OpenAI内部，Codex已经基本替代ChatGPT，成为主要的工作AI界面。

因为OpenAI是一个异常有利的环境，员工熟悉前沿模型、使用成本低、组织支持度高、培训和非正式知识分享普遍。

尽管OpenAI的使用不代表今天的典型企业，但它展示了一个信号：

当所有的采用障碍都被移除后，Agent的使用会是什么样子。

Agent任务越来越难，输出越来越多

报告还分析了用户交给Codex任务的复杂度，并为测试设置了一个巧妙的问题：

如果没有AI，一个有经验的人类完成同样任务，需要多长时间？

结果很惊人。

2025年12月，只有35.4%的活跃个人用户，发送过至少一个需要1小时以上人工完成的任务。

到了2026年5月，这个比例翻倍到了70.2%。

更夸张的是需要8小时以上人工完成的任务，发送过这类任务的用户比例从2.1%，飙升到了25.6%，增长了10倍还多。

与此同时，产出也在暴涨。

2026年6月，OpenAI法律岗位的普通员工通过Codex和ChatGPT生成的月输出Token，比2025年11月增长了13倍，普通研究人员的增长更是超过了50倍。

报告还发现一个有趣的现象：

在Agent时代，用户从一开始就在委派最复杂的工作。用户先提出最宏大、最复杂的需求，后续的对话只是不断地细化和修正。

这跟传统的“先问简单问题、再逐步深入”的交互模式完全相反。

Codex早就不只是写代码了

虽然Codex最初是为软件开发设计的，但它的使用早已超出这个范围。

在Codex所有用户群体中，最常见的仍然是工程运维、代码实现、代码理解等软件相关任务。

但Codex也被广泛用于文档编写、数据分析、研究、协作沟通等非编码工作。

在OpenAI内部，Codex还被用于研究、规划、沟通、招聘、销售、产品工作和数据分析。

使用范围越广的组织，Agent的渗透越深，这似乎是一个自我强化的循环。

报告还比较了不同职能的使用差异。

在组织中，工程运维占大多数资历组输出Token的最大份额，但知识工件类任务在管理人员和高管中占比更高。

在OpenAI内部，个体贡献者更偏向工程运维，而管理层更偏向协作类任务。

不同角色用Agent做不同的事，但所有人都在用。

最深度用户在“管理一群AI员工”

如果说普通用户还在用AI干活，那最前沿的用户已经在管一群AI员工干活了。

在OpenAI内部，只有10.7%的员工在同一时间只运行一个Agent，近30%的员工在某个时间点同时管理5个或以上的并发Agent。

报告描述这是一种“人类监督一支Agent团队”的工作方式，同时把任务分配给多个Agent，监控进度，选择性介入。

在外部，这种并行工作流还不普遍。

约67%的组织用户和64%的个人用户，完全不使用并发Agent。

但在OpenAI内部，这批最重度用户每天平均会让Codex累计运行约71小时。

比如，一个员工同时让3个Codex agents分别修bug、写测试、整理文档。如果这3个任务各自运行1小时，报告就会记为累计运行3小时。

报告显示，从2026年4月7日以来，OpenAI内部这批前1%重度用户的Codex累计每日运行时长，增长了近88%。

外部用户也在增长，但强度明显低得多。

在组织用户中，使用强度排在前1%的用户，每日运行时长增长约25%。

在个人用户中，前1%重度用户的每日运行时长增长约50%。

用户开始把工作流封装起来反复使用

一次性使用AI完成某个任务，跟把一套工作流封装好让AI反复执行，是两种完全不同的深度。

Codex通过“技能”（Skills）和“插件”来实现工作流的系统化，即把指令、软件和外部工具集成打包，可以反复调用，甚至跨用户、跨组织共享。

2026年3月1日，只有5.4%的活跃Codex用户调用过技能。到6月11日，这个比例达到了26.6%。

分群体看差距更明显：

25.7%的个人用户和30.4%的组织用户调用了技能，而在OpenAI内部，96.2%的活跃用户调用了至少一个技能。

报告特别提到，自定义技能的增长尤其快，就是那些用户或组织自己编写的、针对特定团队标准或工作流程的技能。

这是一次更深层的工作方式变革。

一旦组织下定决心，AI转型可以非常快

很多人以为，新技术总是从顶层先普及，但Codex的数据给出了相反的答案。

从职位来看，工程师是最早、最深地使用Codex的群体。

在组织用户中，普通工程师有26.8%的Token是在Codex上生成的，这一份额自年初以来增长了5倍。

数据和数据分析从业者紧随其后，达到15.2%。

但从资历来看，Codex的采用横跨了整个层级，从初级员工到高管都在用。

报告认为，高级用户用Codex不只是为了写代码，更多是为了规划、审查和委派任务。

有意思的是，在OpenAI内部，后来采用Codex的部门如：法务、招聘的转型速度，反而比早期采用的工程部门更快。

2026年1月时，这些部门的Codex使用率接近于零，到4月初达到约20%，一个月内就飙升至75%。

这表明，一旦组织下定决心，转型可以非常快。

最会造AI的人，也是把AI用得最狠的人

这份报告最核心的一个洞见是：

Agent的采用，不取决于模型有多强，而取决于组织环境有多支持。

同样的Codex，在个人、组织和OpenAI内部，呈现出完全不同的使用模式。

报告认为，决定因素包括：相关文件和系统的访问权限、管理层的期望、员工的技能水平、以及是否有配套的审查流程。

这跟历史上所有通用技术的扩散规律一致。

技术本身只是催化剂，真正的变革发生在组织如何围绕技术重新设计工作流程。

报告用了一个经典的类比：

19世纪末从蒸汽动力转向电力的过程中，早期工厂只是把蒸汽机换成电动机，工厂布局和 工作流基本没变。

真正的生产力爆发，发生在几十年后工厂被重新设计、生产流程被彻底重构的时候。

Agent可能正在经历同样的过程。

当下的使用情况或许只是冰山一角，真正的变革还在后面。