AI行业正在经历一次工作方式的微妙转向。The Register近日报道称，OpenAI发布的研究显示，其员工正在从传统聊天式AI使用，转向以Codex为代表的代理式AI工具。按照OpenAI披露的数据，截至2026年6月，97.9%的OpenAI员工正在使用Codex，而2025年8月这一比例约为40%。这意味着，在最前沿的AI公司内部，AI不再只是回答问题的聊天窗口，而开始成为能够承接长周期任务的工作代理。

OpenAI在官方说明中称，代理式AI把知识工作的单位从一次性互动，转向可委派的长周期任务。传统聊天机器人多用于短问题、短回答；代理则可以在几分钟甚至数小时内调用工具、处理环境反馈并迭代解决方案。这意味着AI产品竞争的核心，正从“谁回答得更好”转向“谁能把任务做完”。

从数据看，Codex的使用增长并不只发生在工程团队。OpenAI称，工程人员最早转向Codex，但法律、财务、招聘等非技术部门也在2026年4月前后开始把Codex作为主要工作AI工具。OpenAI披露，自2025年8月以来，非开发者Codex用户增长在个人用户中达到137倍，在组织用户中达到189倍，在OpenAI内部达到12倍。The Register则提醒，OpenAI员工并不代表一般企业员工，他们本身处在产品开发和内部推广环境中，因此不能简单把内部数据等同于普遍市场结果。

任务复杂度也在上升。OpenAI称，在抽样个人用户中，80.6%的用户至少提交过一次相当于人类经验工作者30分钟以上工作的Codex请求，70.2%提交过超过1小时的任务，25.6%提交过超过8小时的任务。不过，OpenAI也承认，这些时间阈值是模型估算结果，基于允许数据用于研究的个人用户0.1%随机样本，因此更适合作为方向性观察，而非精确生产率指标。

商业层面的信号同样清楚。代理式AI任务越长，往往意味着更多模型调用、更高token消耗和更复杂的运行成本。The Register指出，OpenAI强调这些发现对企业、劳动研究者和政策制定者具有意义，但更长任务消耗更多token，也可能为AI公司带来更清晰的收入图景。代理式AI的商业模式，本质上是在把“聊天次数”升级为“自动化工作量”。

这也解释了为什么企业客户会关注代理。对公司而言，代理式AI的吸引力在于自动化、数据整理、脚本生成、调试、结构化分析和跨职能协作。它可能降低员工跨越任务边界的成本，让非技术岗位也能执行部分技术任务。但风险也随之上升：任务越长，错误越难在早期发现；流程越自动化，权限、审计、数据安全和责任划分越重要。

因此，OpenAI这组数据不能被简单理解为“人将退出工作流程”。更准确的判断是，人的角色正在从直接执行者，转向任务设计者、监督者和结果验收者。企业真正需要建设的，不只是会调用代理的员工，而是能定义任务边界、控制工具权限、设置检查点、评估结果质量的管理机制。

Codex在OpenAI内部的扩散，提供了一个观察AI代理化趋势的高强度样本。它说明代理式AI正在从开发者工具走向更广泛知识工作场景，也提醒市场：AI生产率叙事必须同时计算成本、风险和验证环节。未来企业采用AI代理的关键，不在于是否追随技术潮流，而在于能否把代理放进可控、可审计、可衡量的业务流程中。

参考信息来源：1.《OpenAI says 97.9 percent of its employees are now using agents》，The Register，Thomas Claburn，2026年6月25日。2.《How agents are transforming work》，OpenAI，2026年6月25日。3.《The Shift to Agentic AI: Evidence from Codex》，OpenAI、Columbia、Duke、University of Pennsylvania相关研究论文，2026年6月。

配图由AI辅助生成，仅用于新闻解读与示意表达。

免责声明：本公众号目前所载内容为本公众号原创、网络转载或根据非密公开性信息资料编辑整理，相关内容仅供参考及学习交流使用。所载内容观点不代表本公众号观点，仅供参考。由于部分文字、图片等来源于互联网，无法核实真实出处，如涉及相关争议，请跟我们联系。我们致力于保护作者知识产权或作品版权，本公众号所载内容的知识产权或作品版权归原作者所有。本公众号拥有对此声明的最终解释权。