代理式AI:从对话工具到数字下属的范式革命

1. 引言：AI正从“对话框”走向“行动派”

目前的生成式AI正经历一场核心范式的转移。

是的，熬夜看完了 OpenAI研究报告《The Shift to Agentic AI: Evidence from Codex》。

写下以下的文字记录。

传统的聊天机器人（如早期的ChatGPT）主要是对话式的，用户提问，模型回答。

而以Codex为代表的代理式AI（Agentic AI）则更进一步：它能够自主使用外部工具、检查文件、执行命令并修改成果，代表用户完成多步骤的任务。

2. 惊人的增长数据：2026年是“代理元年”

研究显示，代理式AI的使用量正在飞速增长：

用户规模： 在2026年上半年，Codex的活跃用户数增长了5倍以上。
OpenAI内部的彻底转型： 在OpenAI内部，Codex几乎完全取代了ChatGPT的业务用途。截至2026年6月，OpenAI员工生成的Token中，99.8%来自于Codex，而ChatGPT仅占极小比例。
产出量爆炸： 与2025年11月相比，2026年6月OpenAI法律团队的中位月产出Token增长了13倍，而研究人员的产出增长更是超过了50倍。

3. 不仅仅是写代码：全行业的“代理化”

虽然Codex最初是为软件开发设计的，但它已迅速扩散到其他领域：

打破职业边界： Codex正被广泛用于撰写文档、分析数据、协调沟通等知识型工作。
非技术岗位的追赶： 虽然技术岗（如工程师）是早期采用者，但法律、招聘、销售等非技术岗位的增长也十分迅速。
管理层的参与： 研究发现，Codex不仅是初级员工的工具，高级主管和经理也在使用它进行规划、评审和协调工作。

4. 工作方式的质变：从“提问”到“管理”

代理式AI改变了人类在工作中的角色，主要体现在以下三个维度：

处理高难度任务： 超过25%**8小时以上才能完成的复杂任务。并行工作流：超过10%的用户每周会同时运行3个或更多Codex代理；而在OpenAI内部，近28.6%的人员会同时管理5个以上的代理。
工作系统化： 26.6%的用户开始使用“技能（Skills）”功能，将复杂的、可重复的工作流固化为指令，实现生产过程的标准化。

5. 关于软件工程周期的深刻转型

相对来说，软件开发是最开始接触与落实代理式AI的，也是代理式AI（Agentic AI）应用的最前沿领域。

从“对话”到“委托”的范式转移传统的软件开发AI使用模式主要是对话式的，例如开发者就某个代码片段提问或要求重写而在代理式AI（如Codex）驱动的新工作流中，核心逻辑变为了委托（Delegation）：
不仅是写代码：开发者不再仅仅让AI生成代码，而是授权AI自主使用工具、检查文件、执行命令并修改成果，从而完成多步骤的复杂任务处理高复杂度任务：开发者开始将耗时较长的任务委派给AI。据统计，截至2026年5月，已有超过25%的用户向AI委派了原本需要经验丰富的开发者8小时以上才能完成的任务
覆盖软件生产的全生命周期Codex的工作流已经渗透到软件开发的各个阶段，而不仅限于代码生成：
代码实现（Code Implementation）：包括后端功能开发、前端界面构建、应用原型制作以及复杂的重构和错误修复代码理解与规划（Code Understanding & Planning）：针对特定代码库的问答、架构分析、迁移计划制定以及技术任务拆解代码验证（Code Validation）：自动化代码审查、安全性审计以及测试用例的编写与运行工程运维（Engineering Operations）：仓库管理（如合并请求）、构建与发布流程（CI/CD）、环境配置以及生产环境监控和事故调查
高度并行与系统化的先进工作流在OpenAI内部，开发者展示了未来软件开发工作流可能的样貌，其显著特征是并行化和资产化：
多代理并行管理（Concurrency）：开发者不再一次只处理一个任务。在OpenAI，近28.6%的员工会同时运行5个或更多AI代理。这种模式下，开发者更像是一个“项目经理”，负责协调多个并行的工作流，并进行选择性的干预和审查工
作流的系统化（Systematization）：开发者通过“技能（Skills）”和插件将复杂且可重复的工作流程固化下来。这使得团队可以像积累代码资产一样积累“AI协作资产”，通过共享指令和工具集成来降低沟通成本并提高产出一致性。

是的，在整个软件开发涉及到的角色与生命周期中，往往最受到冲击的是开发人员，而在这些软件开发对应的岗位中，为什么在中国互联网上，前端岗位更受到一片倒的舆论波及？

题外话，适当展示，可跳过.

1. 简单的前端界面是立即写立即见到效果的开发代表，当在表面的UI界面被轻易接入与代替时，在软件行业中"歧视链"偏底层的前端开发，第一个被大众营销冲击到的开发类岗位。

2. 前端本来就是终端时代细化出来的工种，在 AI 浪潮中，所有软件开发受到的冲击会遍布所有开发岗位。

而前端本就链接用户与界面之下所有业务逻辑的中间地带，一个适当的比如，猴子拿到火把了就说自己知道怎么生火了，所以全网风评被偏见的一面倒原因之一。

为什么很少见到非前端岗位被说替代？业务不可分么？

前端本也就开发，也有ES / TS 偏前端编程语言与框架支持，而也有NodeJS后端支持（或许会被说多并行io处理限制），但是，朋友，这是语言框架限制，而非编程思维限制。

所以，面对一面倒的网上舆论或者调侃，本就不爱说话的技术人员，会被迫推到，所谓的智商高地，本质上，外行人不懂内行事。

3. 对于所有高阶岗位与经验丰富业务编程人员，学会使用代理式 AI，能更好适应这种未来式的软件开发周期。

6. 结论：你准备好成为“AI管理者”了吗？

代理式AI的兴起意味着工作的重心正在从“执行具体任务”转向“委派、监督和整合”。

新的组织范式： 企业需要重新思考如何分配工作，未来的岗位可能更多地涉及监控和整合AI代理的产出，而非亲自执行每一个环节。
核心竞争力： 随着AI承担了更多的例行执行工作，人类的判断力、领域专业知识和协调能力将变得比以往任何时候都更加重要。

7. 最后

早在2个月之前，我是这样评价的：

AI 幻觉，到现在也没被真正解决。
做复杂项目的时候，从 0 到 1，AI 确实能按你的文档做约束性处理——很多人就停在这一步，然后开始惊叹、开始夸大。
但真正落地、从 1 到 100 的时候，AI 的表现还不如一名中级开发。给再多提示词、再多约束，作用也不大，最明显的效果就是大幅消耗你的 token。
自媒体在无限放大这种幻觉。
击鼓传花，郁金香泡沫——从利益出发，无限夸大、无限制造焦虑，因为这样最符合既得利益者的利益最大化。
说到底，这是一种更露骨的营销和获客手段。
而当你打不过它的时候，那就加入这场泡沫狂欢：看似参与了，其实产不出什么实际东西。

但是，这一场无论是营销造势或者是技术跨越，最终都得出，代理式AI不再是未来，而是正在发生的现实。

随之而来的问题，高昂的token费用与适合本地化的基建，也是目前互联网公司正在落实的费用。