OpenAI: AI Agent 如何改变传统工作范式

智能体 AI 将知识工作的基本单元从单次交互转变为可委托的长周期任务。聊天机器人的交互通常是短暂且独立的。而智能体可以独立运行数分钟或数小时，同时编排工具调用、与环境交互并不断迭代以找到解决方案。因此，智能体正迅速成为工作中最强大的 AI 工具。

在过去的一年里，我们在 OpenAI 亲眼见证了这一转变。在 Codex 向公众发布后的最初几个月，ChatGPT 仍然是 OpenAI 内部默认的工作 AI 工具。截至 2025 年 8 月，普通 OpenAI 员工在 Codex 上花费的 token 不到 10%。现在，包括法务和招聘等非技术部门在内的每个部门，都将 Codex 作为其主要的工作 AI 工具。这种模式反映了我们认为未来工作的发展方向——随着智能体工具的能力和可及性不断扩大。

图1

图1：使用 Codex 的活跃用户占比（2025年8月—2026年6月）——在28天活跃用户中，OpenAI 内部从约40%增长至97.9%，企业组织从接近0%增长至17.3%，个人用户从接近0%增长至0.7%

图2

图2：Codex 输出代币的份额（2025年8月—2026年6月）——Codex 输出代币占各群体总输出代币的比例：OpenAI 内部达99.8%，企业组织达63.3%，个人用户达16.5%

Codex 的采用率与 Codex 的能力同步增长。随着 Codex 利用更强大的模型和新产品功能，它能够承担的生产性任务范围不断扩大。在个人用户、组织用户和 OpenAI 员工中，我们记录了过去一年的四个趋势：

人们将 Codex 用于更长周期的工作。截至 2026 年 5 月，80.6% 的抽样个人用户至少发起了一次预计超过 30 分钟人工工作量的 Codex 请求，70.2% 的用户发起了超过一小时的请求，25.6% 的用户至少发起了一次预计超过八小时的 Codex 请求。
Codex 成为 OpenAI 每个部门的主要 AI 工具。工程部门率先行动，但法务、财务和招聘部门在 2026 年 4 月左右也转向将 Codex 作为其主要 AI 工具。对于普通 OpenAI 员工来说，Codex 使用现在占输出 token 的 85% 以上。由于 Codex 用户往往比非用户使用更多 token，其在整体 token 中的份额更高：Codex 占 OpenAI 内部每周生成的输出 token 的 99.8%。
非开发者的采用增长尤其迅速，超过了开发者的采用速度。自 2025 年 8 月以来，个人用户中的非开发者用户增长了 137 倍，组织用户中增长了 189 倍，OpenAI 内部增长了 12 倍。
Codex 使 OpenAI 员工能够完成工作职责之外的任务。虽然技术使用在工程师中仍然最为普遍，但非技术用户也经常使用 Codex 来承担编码或技术执行工作，包括自动化、数据转换、工具开发、调试和结构化分析。

智能体工作更长时间处理更难的任务

几乎四分之一的 Codex 请求都是针对需要一个人超过一小时才能完成的任务 1。随着 Codex 独立进行长上下文工作的能力提高，用户从短交互转向具有更长周期的更困难任务。

下图估计了跨越四个人工时间阈值的个人用户比例：需要一个人超过 30 分钟、超过一小时、超过四小时和超过八小时的任务 2。从 2025 年 12 月到 2026 年 5 月，发起过预计对应于需要一个人超过 30 分钟工作的请求的用户比例上升到 80.6%。发起需要一个人超过一小时的请求的比例上升到 70.2%。请求需要一个人超过八小时工作的比例从较低的基数增长最快。

图3

图3：超过人工处理时间阈值的请求占比（2025年12月—2026年5月）——30分钟以上达80.6%、1小时以上达70.2%、4小时以上达42.4%、8小时以上达25.6%，任务时长越长增速越快

智能体使用的增长可以从每日 Codex 运行时间中看出。在 OpenAI 的日活跃用户中，重度用户要求 Codex 在一天内运行许多小时的智能体工作。到 2026 年 6 月，第 99 百分位的用户每天定期生成超过 60 小时的 Codex 智能体轮次，分布在多个并行智能体上。随着 Codex 变得更强大和可并行化，用户从一次只向 Codex 请求一个答案，转变为在一天中越来越多地编排多个智能体任务。

图4

图4：Codex 代理每回合用时（小时）按 DAU 百分位划分——99百分位用户每天运行时长在60小时以上并持续攀升，95百分位约25-30小时，50/75/90百分位用户则维持在较低水平

采用继续从工程师转向 OpenAI 的其他部门

OpenAI 的工程师最先开始逐步采用 Codex。到 2025 年 12 月，公司中的普通工程师将其 OpenAI 产品使用的大部分转移到了 Codex。如今，普通工程师 99% 的输出 token 是用 Codex 而不是 ChatGPT 生成的。法务、财务和招聘部门后来才转向 Codex 的主要使用，大约在 2026 年 4 月左右，但他们的转变要快得多。OpenAI 的普通律师或招聘人员现在在 Codex 上生成超过 85% 的输出 token。

图5

图5：自2025年8月以来，OpenAI 各部门在 Codex 上的工作量占比——工程部最早转型并达99%，财务部91%、招聘部89%、法务部88%，灰色线为其他部门，整体呈S型增长曲线

在过去的六个月里，Codex 在 OpenAI 的使用变得更加深入和密集。在活跃的内部用户中，各部门的综合输出 token 变化急剧上升。研究部门的涨幅最大：到 2026 年 6 月，中位数使用量是 2025 年 11 月的 56 倍。客户支持增长了 32 倍，工程增长了 27 倍，而法务增长更为渐进，但仍达到其 11 月水平的 13 倍。

图6

图6：自2025年11月以来各部门合并输出 token 数量的变化——研究部门增长53倍、客户支持部门增长32倍、工程部门增长26倍、法务部门增长12倍（每位活跃员工的输出 token 数量化，以倍数计）

这两种模式共同说明了 Codex 如何改变了 OpenAI 使用 AI 进行生产性工作的方式。在整个公司范围内，用户正在从聊天机器人转向智能体作为其主要的 AI 交互形式，并正在部署呈指数增长的智能体劳动力。

非开发者是增长最快的用户群体

在所有用户群体——OpenAI、组织和个人用户中——Codex 的使用都始于开发者，这是作为编码工具起步的自然目标受众。然而，随着 Codex 向更通用的知识工作扩展，非开发者的采用增长更快。如下面的用户增长图所示，在个人、组织和 OpenAI 人群中，每周非开发者用户的增长速度都快于开发者用户。到 2026 年 6 月初，非开发者个人用户自 2025 年 8 月以来增长了 137 倍。非开发者组织用户增长了 189 倍，非开发者 OpenAI 用户增长了 12 倍，这可能是因为这个群体本身已经从一个远高于平均水平的起点开始。

这种转变并不意味着每个非开发者都在以与工程师相同的方式使用 Codex。而是意味着更多的非开发者正在将 Codex 用于某种智能体工作。

图7

图7：开发者用户增长曲线（以2025年8月1日为基准）——组织开发者增长85倍、个人开发者增长61倍、OpenAI 内部开发者增长4倍；macOS应用发布、Windows应用发布、知识工作应用更新是三个关键增长节点

图8

图8：非开发者用户增长曲线（以2025年8月1日为基准）——组织非开发者增长189倍、个人非开发者增长137倍、OpenAI 内部非开发者增长12倍；增速在2026年2月后显著加速，远超同期开发者增幅

Codex 正在扩展潜在生产性工作的范围

Codex 使非技术部门能够加速以前受技术专业知识瓶颈限制的工作流程。下面的热力图将 OpenAI 内部推断的职业与 Codex 输出中代表的工作类型进行了比较。对于数据科学和研究来说，工程和编码是最大的类别，而知识工作是财务和业务运营、市场营销、运营和其他部门的最大类别。

也就是说，智能体工具可以扩展单个员工可以做的事情。例如，业务职能部门的员工使用 Codex 完成的工作中有超过四分之一是工程或编码工作。智能体可以降低跨越任务边界的成本，并帮助员工完成过去需要更专业技术支持的相邻工作。

职业 vs. 使用 Codex 完成的工作

部门内输出 token 的占比

图9

图9：各部门岗位使用 Codex 完成的工作类型气泡图——工程部以工程/编程为主（72%）；数据科学/研究部门工程/编程占51%、知识工作占30%；财务/业务运营知识工作占34%、工程/编程仍占31%；产品/市场/运营以知识工作为主（51%）；各部门均有相当比例的工程/编程类工作，体现智能体打通了职能边界