夜雨聆风
本文目录
01 先看一个反差：同样是 Agent 报告，为什么像在讲两个世界？
02 六个维度看Claude vs Codex用户使用差异
03 Claude -节律（Cadences）：AI 先变成了人的日常节律
04 Claude -产物（Artifacts）：它产出的是一批可识别的产物
05 Claude Code：同一个 Claude，到了代码界面，自主度立刻变高
06 Claude -感知（Perceptions）：问用户，你怕不怕？
07 Codex 报告：AI 不再只是聊天，而是在被派活
08 谁在用 Codex？开发者仍是主体，但边界正在往外扩
09 Codex 被用来做什么？不只是写新代码
10 Codex 的关键变化：任务开始变大
11 Codex 的重度用户，已经在管理一队智能体
12 低摩擦环境里的未来样子（OpenAI内部）：产出 token 爆炸
13 放在一起看
关键词：AI Agent、Claude、Codex、Anthropic Economic Index、OpenAI Codex Report、智能体 AI、AI 用户画像、AI 使用场景、AI 工作流、劳动增强、任务委派、Agent 经济、AI 编程、知识工作自动化
01｜先看一个反差：同样是 Agent 报告，为什么像在讲两个世界？
这两天，Anthropic 和 OpenAI 都更新了各自关于 Agent 用户画像和使用场景的报告。
Claude 这篇是 Anthropic Economic Index 团队发布的《Economic Index report: Cadences》，看的是 Claude 生态里的 Chat + Cowork、Claude Code 一方 API，并在部分章节把 Chat/Cowork、Claude Code、1P API 和约 9700 份隐私关联调查分开呈现。
详情：https://www.anthropic.com/research/economic-index-june-2026-report
Codex 这篇是 OpenAI 与哥大、沃顿、杜克等商学院学者发布的论文《The Shift to Agentic AI: Evidence from Codex》，看的核心对象是 OpenAI 的 Codex 智能体工作平台，并把 Codex 与 ChatGPT 使用日志做对照；样本分为个人用户、企业用户和 OpenAI 内部员工，很多关键指标用的是 Codex 在 Codex + ChatGPT 合计产出 token 中的占比，以及任务复杂度、并发、运行时长、skills 调用等工作流指标。
但读完之后，你会发现它们给出的画面几乎相反。
在 Claude 的报告里，AI 像水一样渗进日常生活：工作日写邮件、做 PPT，周末聊情绪、问医疗、做投资建议；早上 7 点看新闻，下午 6 点问食谱，凌晨 5 点问睡眠。它更像一个贴着人类作息走的助手。
到了 Codex 的报告里，AI 则变成了一个可以被派活的系统：用户把调试、重构、配置、写文档、数据分析交出去；重度用户同时管理多个智能体；有的任务跑数小时，甚至一天累计跑出几十小时的 Agent 工作量。它更像一组被人指挥的数字工作者。
这个反差，才是这三篇文章最值得读的地方。
图 1｜对比分析：从交互界面到头条叙事，Claude 与 Codex 的两条链路。
我的理解是：两份报告测的根本不是同一种“工作原子”。
Claude 报告的原子，是一次对话或一次 Claude 生态内的使用切片。对话有时间戳、有来回、有产物，也能和用户调查关联。所以它自然会讲节律、产物、感知，以及“AI 是不是让人更焦虑”。
Codex 报告的原子，是一个被委派出去的 Codex 任务。任务有运行时长、有 token、有并发、有技能调用，也能和组织职位、资历、工作流联系起来。所以它自然会讲谁在派活、派什么活、怎么并发、产出怎么爆发。
一句话说：Claude 更像在看 AI 怎么进入社会；Codex 更像在看 AI 怎么进入生产系统。
02｜六个维度看Claude vs Codex用户使用差异
两家公司选择把不同的镜头推到台前：Anthropic 当然也有 Claude Code，而且报告里明确提到 Claude Code 的 AI 自主度更高；OpenAI 当然也有 ChatGPT。差别在于，谁被放在头条，谁被放进脚注。
03｜Claude -节律（Cadences）：AI 先变成了人的日常节律
Claude 报告最有意思的地方，是它不像一份纯技术报告，更像一份“AI 如何嵌入社会生活”的观察笔记。
先看时间。
工作日，Claude 更常被用来处理商务函件、营销文案、PPT。到了周末，被归类为个人用途的对话，从工作日约 35% 上升到接近 50%。周末涌进来的需求，是情绪支持、医疗问题、投资建议、创意写作。
图 2｜Claude 报告图表：周末个人用途占比明显上升，工作日和周末呈现不同使用节律。
再看一天里的节奏。
早上 7 点，新闻请求走高；上午 10 点到 11 点，商务邮件起草有小高峰；下午 6 点，食谱请求达到平均值的 2.3 倍；晚上开始问影视推荐；凌晨 5 点前后，睡眠建议达到峰值。
这很像一张人类生活的心电图。AI 没有悬浮在工作之外，而是嵌在具体的饭点、睡前、通勤、deadline 里。
图 3｜Claude 报告图表：不同请求在一天中有清晰峰值，AI 使用贴着生活场景起伏。
还有一个很生动的外部事件：美国报税截止日。
4 月 14 日，税务相关对话的出现频率是 5 月平均水平的 8 倍。4 月 16 日又快速回落。美国以外地区没有对应峰值。
这说明 Claude 的使用，不只是“用户无聊时打开 AI”，而是在真实社会事件里被调用。
图 4｜Claude 报告图表：美国报税日前后税务相关请求激增，外部日历事件直接改变 AI 使用。
04｜Claude -产物（Artifacts）：它产出的是一批可识别的产物
第二个值得注意的点，是 Anthropic 不只看用户问了什么，还看 Claude 最后产出了什么。
报告把产物分成 30 多类，发现 93% 的对话都能识别出主要产物。最常见的不是代码，而是解释、文档/报告、指导建议。
具体数字是：解释 17%，文档与报告 15%，指导建议 11%；代码和技术工作约占 1/6。
图 5｜Claude 报告图表：93% 的对话可识别出产物，解释、文档/报告、指导建议排在前列。
这个发现很重要。它提醒我们，AI 的主要价值可能不是“回答问题”，而是把一个模糊需求变成某种可交付物：一段解释、一份报告、一个方案、一封邮件、一段代码、一个规划。
也因此，Anthropic 接着看了一件更接近经济学的问题：不同价值的工作，会消耗多少计算？
结论很直接：映射到高薪职业的对话，消耗更多 token。营销经理相关任务的 token 消耗，约为编辑相关任务的 2.5 倍；构建 App 的对话超过中位数 3 倍，解释类对话只有中位数约 1/5。
图 6｜Claude 报告图表：计算消耗与映射职业薪资呈正相关，高价值任务通常需要更多 token。
但这里最耐人寻味的，不是“高薪任务更贵”，而是“人没有消失”。
高薪职业相关对话，总 token 消耗是低薪职业相关对话的 2.07 倍；Claude 每轮输出更长，但用户参与轮次也更多，是 1.53 倍。
换句话说，价值越高，人越不是退出现场，而是更深地在场。
图 7｜Claude 报告图表：高薪任务里 Claude 输出更多，人类参与轮次也更多，呈现劳动增强而非简单替代。
05｜Claude Code：同一个 Claude，到了代码界面，自主度立刻变高
这也是对比分析里最微妙的一点。
Anthropic 虽然把整份报告写成“经济与社会节律”，但它没有回避 Claude Code 的差异。报告明确说，Claude Code 上几乎所有产物类型的 AI 自主权都高于 Chat/Cowork。
平均差距是 0.37 分，量表是 1 到 5。更重要的是，其中约 2/3 的差异来自同类任务被更多地委托给 AI，而不是任务本身变了。
比如写博客，在 Chat 里中位数是 13 轮对话；到了 Claude Code，中位数可以变成 1 轮人类干预。
图 8｜Claude 报告图表：Claude Code 在多数产物类型上表现出更高 AI 自主度。
所以，所谓 Agent 的差异，不只来自模型能力，也来自产品界面。
同一个用户，同一个底层模型，如果被放进聊天窗口，他更容易反复追问、共同打磨；如果被放进代码环境，他更容易把一个完整任务交出去，让系统自己跑。
06｜Claude -感知（Perceptions）：问用户，你怕不怕？
Anthropic 报告还有一部分很值得看：它把用户调查和实际使用数据关联起来。
近 9700 名受访者被问到：AI 今天能独立完成你多少比例的工作？12 个月后呢？
结果是，近 60% 的人认为未来一年 AI 能完成的工作份额会上升；超过 1/3 的人预期 AI 明年能完成自己“大部分或几乎全部”工作任务。
图 9｜Claude 调查图表：多数用户预期未来一年 AI 能完成更大比例的工作。
照理说，越把任务委托给 AI 的人，应该越焦虑。
但数据呈现了相反结果：在薪酬、职业安全、求职能力、意义感、自主性、人际互动六个维度上，自动化份额越高的用户，对 AI 的影响感受越正面。
这不是说风险不存在，而是说明一个很重要的心理机制：真正高频使用的人，看到的不只是替代，也看到可掌控的收益。
图 10｜Claude 调查图表：自动化份额更高的用户，在多个维度上反而更乐观。
最后一个开放问题也很有意思。用户十年后希望看到的 AI 经济，不是“AI 彻底替代人”，而是三个愿望排在前面：人机协作，保留有意义工作；自动化枯燥事务，释放自由时间；AI 红利被更广泛共享。
图 11｜Claude 调查图表：用户对十年后 AI 经济的期待，集中在人机协作、释放时间与共享红利。
07｜Codex 报告：AI 不再只是聊天，而是在被派活
如果说 Claude 报告像一张生活节律图，那么 Codex 报告更像一张工厂改造图。
它的核心问题不是“用户什么时候问 AI”，而是：用户把什么任务委派给 AI？这些任务有多复杂？AI 跑了多久？用户有没有开始并发管理一队智能体？
先看采纳。
截至 2026 年 6 月 11 日，按 Codex 在 Codex + ChatGPT 合计产出 token 中的占比看，OpenAI 内部达到 99.8%，企业用户为 63.3%，个人用户为 16.5%。
但如果看“用过 Codex 的活跃用户占比”，个人用户不足 1%。
这两个数字合在一起，说明一个很关键的事实：Codex 的广度还低，但一旦采纳，强度极高。
图 12｜Codex 报告图表：三类用户的采纳广度与使用强度差异巨大。
这也解释了为什么普通人对 Codex 的体感，可能和 OpenAI 内部完全不是一回事。
在外部，它还是少数高强度用户的工具；在 OpenAI 内部，它已经几乎变成默认工作界面。
08｜谁在用 Codex？开发者仍是主体，但边界正在往外扩
Codex 当然首先是开发者工具。个人和企业账户里，全栈工程师是占比最高的单一画像。
但报告强调，增长不再局限于开发者。OpenAI 内部的用法尤其明显：Codex 开始进入研究、沟通、招聘、销售、数据分析等工作。
图 13｜Codex 报告图表：用户画像增长不再局限于开发者，通用知识工作者和个人用途也在上升。
按职能看，工程和技术岗领先并不意外。企业侧，工程/技术从业者 Codex 占比为 26.8%，数据与分析约 15.2%，法务平均只有 1.9%。
但报告提醒，不要被平均值骗了。
在真正采纳 Codex 的工程师里，他们贡献了这类岗位 88.3% 的总产出 token；法务岗平均很低，但采纳者贡献了法务总产出的 17.6%。也就是说，工具一旦被某些人纳入工作流，使用强度会迅速拉开。
图 14｜Codex 报告图表：按职能看，技术岗领先，但非技术岗采纳者也贡献了不低的产出。
09｜Codex 被用来做什么？不只是写新代码
Codex 报告很重要的一点，是把“软件生产”拆得更细。
用户不是只让它生成新代码，还让它做工程运维、代码理解、应用管理、代码校验、环境配置、文档、Bug 修复、仓库管理、浏览器操作、规划。
这说明 Agent 的价值，不只是“帮我写一段函数”，而是嵌入整个软件开发生命周期。
图 15｜Codex 报告图表：一级任务构成显示 Codex 以软件生产为锚，但覆盖工程运维、代码理解、应用管理等多个环节。
再往下看二级任务，会更像真实工作现场：环境配置、Codex 配置、文档、代码问答、仓库管理、浏览器操作、规划、Bug 修复。
这些不是漂亮 demo，都是软件团队每天要处理的琐碎连接处。
图 16｜Codex 报告图表：二级任务显示 Codex 已进入文档、配置、仓库、浏览器操作、Bug 修复等周边流程。
10｜Codex 的关键变化：任务开始变大
真正体现“Agent 化”的，是任务复杂度。
报告用分类器估算：如果没有 AI，资深人类完成某个任务需要多久。
2025 年 12 月，只有 35.4% 的活跃个人用户至少发过一个“需要资深人类 1 小时以上”的任务；到 2026 年 5 月，这个比例上升到 70.2%。
更夸张的是 8 小时阈值：至少发过一个“需要资深人类 8 小时”的任务的用户，占比从 2.1% 升到 25.6%，接近 10 倍。
图 17｜Codex 报告图表：复杂任务发起占比快速上升，8 小时级任务用户占比接近 10 倍增长。
这里的变化，不是用户问得更勤，而是用户敢把更大的活扔给系统。
并且报告发现，最难的任务往往出现在一个线程的第 1 回合。用户先把最大块的任务抛出去，后面再做窄范围修正。
这就是“委派”的姿势：先给目标，再验收和收束。
11｜Codex 的重度用户，已经在管理一队智能体
Codex 报告用三个指标描绘工作流重组：并发、长时运行、系统化。
先看并发。
企业用户 67.4%、个人用户 63.9% 在观察周里完全没有并发；即便有并发，多数峰值也只有 2。
但 OpenAI 用户很不一样：只有 10.7% 任一时刻只跑单一工作流，近 28.6% 在一周内某个时刻同时管理 5 个以上智能体。
图 18｜Codex 报告图表：OpenAI 内部用户的并发 Agent 管理明显高于企业和个人用户。
再看长时运行。
OpenAI 中位员工在 2026 年 6 月 11 日当天，有 2.5 小时 Codex 回合在跑。更极端的是尾部：OpenAI 99 分位用户近期平均一天累计跑约 71 小时智能体回合。因为有并发，单日累计可以超过 24 小时。
这不是说要一个人连续坐在电脑前 71 小时，而是，一个人在让多个 Agent 同时干活。
图 19｜Codex 报告图表：Codex 回合累计运行时长显示，尾部用户已经出现多 Agent 长时并发工作。
最后看系统化，也就是 skills。
一次性使用是“帮我做这件事”；系统化使用是“把我反复要做的流程固化成可复用例程”。
截至 2026 年 6 月 11 日前 7 天，个人活跃用户 25.7%、企业用户 30.4%、OpenAI 内部用户 96.2% 调用过至少一个技能。整体周活用户中，调用任意技能的比例从 3 月 1 日的 5.4% 升到 6 月 11 日的 26.6%。
图 20｜Codex 报告图表：技能调用率快速增长，组织环境中自定义与插件技能更容易沉淀为工作流基础设施。
这可能是 Codex 报告里最接近“组织变革”的信号。
当一个团队开始写自己的 skills，它就不只是用一个工具，而是在把团队规范、流程偏好、周期性任务、上下文知识编码进 Agent 系统。
12｜低摩擦环境里的未来样子（OpenAI内部）：产出 token 爆炸
OpenAI 内部不代表一般企业。
这一点报告也反复提醒：OpenAI 内部是低摩擦极端环境，用量不限、经验共享多、工作贴近系统，不能直接外推。
但它可以提供一个“如果摩擦极低，会发生什么”的样本。
图 12 显示，从 2025 年 11 月 1 日到 2026 年 6 月 11 日，OpenAI 各职能中位员工的合计产出 token 至少增长 10 倍；研究岗 56 倍，客服 32 倍，工程 27 倍，法务 13 倍。
图 21｜Codex 报告图表：OpenAI 内部各职能中位员工产出 token 在低摩擦环境下显著增长。
这张图不该被简单理解成“生产力提高 56 倍”。token 不是产值。
但它说明，当工作界面从聊天变成智能体，当组织允许人更自由地派活、并发、复用流程，产出文本和代码的吞吐会发生数量级变化。
下一步真正重要的问题，是这些 token 中有多少变成了可用产物，又有多少需要人类返工、审核、整合。
这部分，可参考最近的发布的另一篇报告：AI 需求侧到底有多少真实收入？2026年AI经济状况解读
13｜放在一起看
读这两篇报告，我们正在看到 AI Agent 的两个方向同时成形。
一个方向是 Claude 代表的广度：AI 进入工作日、周末、饭点、睡前、报税日，进入解释、文档、指导、代码、情绪支持、医疗建议、投资建议。它让我们看到 AI 如何变成社会生活的基础层。
另一个方向是 Codex 代表的深度：AI 进入软件生产和组织工作流，任务变大，运行变长，多个 Agent 并发，技能把一次性交互变成可复用流程。它让我们看到 AI 如何从“回答问题”变成“承担任务”。
如果你是产品、运营、数据或经营分析岗，我会把两份报告这样用：
1想看大盘人群的采纳、使用场景、情绪和社会接受度，看 Claude 框架。
2想看自动化前沿、工作流重构、组织内效率变化，看 Codex 框架。
3读任何 AI 使用报告，先问三个问题：它的原子单位是什么？谁被采样了？发布方想让你相信什么？
最后，最值得警惕的也在这里。
Claude 报告会让人觉得 AI 很温和：它跟着人类节奏走，帮人写文档、做解释、提建议，重度用户反而更乐观。
Codex 报告会让人觉得 AI 很激进：它开始被派去做 8 小时级任务，开始并发，开始长跑，开始把团队流程固化进 skills。
两者都是真的。它们只是站在不同入口看同一件事。
AI Agent 不是突然替代所有人，也不是永远只是一个聊天助手。它更可能先变成两种东西：一边是贴身的日常协作者，一边是可调度的任务执行系统。
而真正会发生变化的，是夹在中间的人：他不再只是提问者，也不完全是被替代者。他会越来越像一个会写 brief、会拆任务、会开并行线程、会验收产物的人。
本文基于 Anthropic Economic Index、OpenAI Codex 使用证据报告整理。
关于我们
探微观智聚焦AI产品和创作，思考下一代AI原生产品和交互灵感。从ToC产品创新，到模型、平台、生态、资本、观点报告等上下游迭代趋势，以一线产品实战视角切入，拆解可复用的“AI产品灵感基础模块”，每日更新。
联系我们：进入探微观智公众号，选择“企业合作”。
☯️从罗振宇到冯友兰：AI时代人类生存指南 ☯️李继刚：人与AI的关系—写日记可能是人在AI时代最无悔的事情 👨Manus的 AI 产品心法：从“品味”到“护城河”、从“取舍”到“增长”的深度解读 ☁️A16Z Big Ideas 2026：关于2026年科技趋势的47条“剧透”，AI 走出屏幕，物理世界可“编程”
🐒给打工人：AI赋能人工，从入门到精通.pdf 🐒给老板：AI替代人工，从入门到精通.pdf ✍️AI-native组织协作指南.pdf 💰AI公司的商业化难题：别再用 ToC 和 ToB 给 AI 公司贴标签了 🤖为什么 Anthropic 能做出大厂做不出来的模型和 Agent？ 🦞龙虾系列08｜我把 Karpathy 的"个人知识库"工作流做成了一键可用的工具 🦞龙虾系列07｜Anthropic 在命令行里养了 18 只宠物：Claude Code “Buddy”宠物系统对于“效率×陪伴”产品的四个启示 🦞龙虾系列06｜拆解Claude code源代码，发现好的Agent架构和好的公司管理，底层逻辑是相通的 🦞龙虾系列05｜我用7个Agent模拟了一场“艺术与科技跨界孵化”的讨论：AI时代，最适合诞生下一个“达芬奇” 🦞龙虾系列04｜OpenClaw 和它的四个"挑战者"都在做什么 🦞龙虾系列03｜解剖Agent，发现其实没有“魔法”，Agent = 模型 + Harness 🦞龙虾系列02｜关于 OpenClaw 帮你赚钱的机会：A2A 生态起来后，钱会流向哪里 🦞龙虾系列01｜OpenClaw 与 AI Agent 时代：当 How 被自动化，人还剩下什么？ 👾Web 4.0：当 AI 不再需要人类“批准”时，会发生什么？软件的用户不再是人类，AI直接帮你赚钱 ❤️🔥ELYS 深度测评：当社交圈里住进了硅基生命，价值其实不在社交本身（含50个独家邀请码） 🪄一手测评AnyGen：字节版NoteBookLM + Manus，幻觉少、不废话！把“麦肯锡能力”开放给每个人，还能做漫画和3D粒子魔法特效
🙋AI周报｜AI开始进实验室、超级App和支付账户（6.14-6.20） 🙋AI周报｜Fable 5四日下线，Kimi开卡，微信Skill和Apple Siri作系统入口 🙋AI周报 | 微软Project Solara争当“一核多端”跨设备OS，李飞飞重立世界模型分类法 🙋AI周报 | 支付宝基建 Agent 经营路，Opus 四点八产品化组合拳 🙋AI周报 ｜OpenAI 五千亿筹备上市 Google 三协议铺路通商 🙋AI周报 | Agent 掌柜入了账房、模型破了回合制 🙋AI周报｜Codex 升堂夺嫡争通用，外壳封装另起炉灶新 (Harness-as-a-Service) 🙋AI周报 五一合集｜AI 商业化拐点到来：豆包付费、但 AI 订阅经济学失衡
