OpenAI 最新研究揭示：Agent 正在重塑工作方式，Codex 如何让个人拥有“数字团队”？附 API 接入教程

OpenAI 最近发布了一份关于智能体（Agentic AI）如何改变工作的研究报告——《How agents are transforming work》。

这份报告最大的价值，不在于再次讨论“大模型有多强”，而在于它试图回答一个更现实的问题：

当 AI 从聊天助手变成能够自主执行任务的 Agent 后，企业和个人的工作方式究竟会发生什么变化？

报告基于大量脱敏使用数据，对智能体在真实工作环境中的使用方式进行了分析，也展示了一个越来越清晰的趋势：

未来的生产力竞争，不只是人与人的竞争，而是“人与智能体团队”的竞争。

一、从 Chat 到 Agent：AI 的核心交互正在改变

过去几年，大多数人使用 ChatGPT 的方式仍然是：

• 提问；

• 获取答案；

• 人工判断；

• 再继续下一轮交互。

这种模式本质上仍然是“人驱动 AI”。

但随着 Agent 技术的发展，AI 的工作模式正在发生变化。

以 Codex 这类智能体工具为例，它已经不只是回答问题，而是能够：

• 理解目标；

• 拆解任务；

• 调用工具；

• 修改代码；

• 运行测试；

• 分析错误；

• 持续迭代直到完成任务。

也就是说，AI 正从“聊天对象”变成“执行团队”。

未来知识工作的基本单位，也可能从一次问答（Chat Interaction），转变为一次完整任务委托（Delegated Task）。

二、Agent 正在成为新的生产力基础设施

OpenAI 的研究数据显示，智能体正在承担越来越多长周期任务。

过去，一个工程师可能需要：

1. 查资料；

2. 写代码；

3. 调试；

4. 测试；

5. 修改。

整个过程可能持续数小时甚至数天。

而 Agent 可以在后台持续运行：

• 自动搜索资料；

• 调用多个工具；

• 执行代码；

• 分析日志；

• 创建多个解决方案；

• 根据结果继续优化。

人类角色正在发生变化：

过去：

人负责执行，AI 辅助。

未来：

人负责制定目标，AI 负责执行。

三、AI 正在创造“数字分身”，突破时间限制

传统工作最大的限制之一，是人的时间有限。

一天只有 24 小时，一个员工同时只能处理有限任务。

但 Agent 改变了这一点。

一个员工可以同时启动多个智能体：

• 一个负责代码开发；

• 一个负责测试；

• 一个负责数据分析；

• 一个负责资料整理。

多个 Agent 可以并行运行。

因此，未来优秀员工的核心能力，可能不再只是“自己完成多少工作”，而是：

能否设计、管理和调度一支 AI 工作团队。

员工正在从执行者转变为“智能体管理者”。

四、非技术岗位正在快速进入 AI 自动化时代

过去，人们普遍认为 AI 编程主要属于开发者领域。

但 Codex 的发展正在改变这一认知。

越来越多非技术岗位开始使用 AI 完成过去需要研发支持的任务：

包括：

• 财务自动化报表；

• 法务资料分析；

• 人力招聘数据整理；

• 市场运营数据处理；

• 内部工具搭建。

以前：

行政、财务、运营人员提出需求 → 等研发排期。

现在：

业务人员自己利用 Agent 创建自动化流程。

这意味着技术能力正在从研发部门向整个组织扩散。

未来，一个优秀的业务人员，不一定需要成为程序员，但需要具备：

• 理解数据；

• 描述需求；

• 调度 AI；

• 验证结果。

五、岗位正在重新定义：代码能力成为通用生产力

一个值得关注的变化是：

代码不再只是程序员的专属技能。

越来越多岗位正在通过 AI 生成代码、修改脚本、处理数据。

例如：

未来，“会不会写代码”可能不再是关键区别。

真正重要的是：

能不能利用 AI 把问题转化成自动化流程？能否总结出工作的痛点和SOP？

六、如何在 Codex 中接入自己的 API？

如果希望在本地 Codex 环境中使用自己的 API，可以通过 cc-switch 进行配置。

项目地址：

https://github.com/farion1231/cc-switch

第一步：下载安装 cc-switch

1. 打开 GitHub 项目页面。

2. 找到 Release 页面。

3. 在 Assets 中下载对应版本：

• Windows：选择 .msi

• macOS：选择 .dmg

1. 安装完成后打开软件。

第二步：准备 API Key

这里以第三方模型平台为例：

https://www.moyu.info/register?aff=qBX9

点开邀请链接，用手机号或邮箱注册账号。

1. 登录控制台；

2. 进入：

令牌管理（Token Management）

1. 创建新的 API Token。

保存生成的 API Key。注意：API Key 相当于账号访问凭证，不要公开分享。

第三步：获取模型 ID

进入：

模型广场

复制需要使用的模型名称。

配置 Codex 时，需要填写准确的 Model ID。

例如：model-name


不要手动输入错误名称，建议直接复制。

第四步：在 cc-switch 中配置 Codex

打开 cc-switch：

进入：

Codex 配置页面

然后：

1. 点击添加供应商；

2. 输入 API Key；

3. 填写模型名称；

4. 开启：

本地路由映射

1. 保存配置。

完成后，Codex 即可通过本地代理调用对应模型。

七、企业未来需要关注什么？

Agent 时代最大的变化，不只是效率提升。

更重要的是：

组织结构会发生变化。

过去企业管理：

• 人员权限；

• 软件权限；

• 数据权限。

未来还需要增加：

• Agent 权限；

• 模型调用限制；

• API 成本控制；

• 数据访问审计。

企业需要提前建立：

1. 模型白名单

限制员工调用未经审核的模型。

2. API 网关管理

统一管理：

• 请求；

• 成本；

• 日志；

• 风险。

3. Agent 审计机制

记录：

• 谁创建 Agent；

• Agent 做了什么；

• 调用了哪些数据。

结语： AI 重塑工作方式

从 ChatGPT 到 Agent，这不是一次普通的软件升级。

它代表的是：

工作方式从“人操作工具”，进入“人管理智能体”。

未来几年，最大的生产力差距可能来自：

不是谁拥有更强的大模型，

而是谁更早掌握：

• Agent 工作流设计；

• 自动化能力；

• AI 协作方式。

对于个人而言，需要学习的不只是使用 AI。

而是：

如何让 AI 成为自己的数字团队。

欢迎进群交流，获取更多AI相关干货课程和产品试用。