agent究竟是否真正重塑了工作方式？
OpenAI最新发布的研究报告《The Shift to Agentic AI: Evidence from Codex》，提供了迄今为止最直观、最实证的一组观察数据。
该研究由OpenAI联合哥伦比亚商学院、沃顿商学院以及杜克大学Fuqua商学院的学者共同完成。
报告基于OpenAI Codex的真实行为日志，横向对比了三类用户群体：个人账户持有者、组织账户使用者，以及OpenAI公司内部员工。
它不仅揭示了OpenAI内部如何将Codex深度嵌入日常协作流程，更悄然传递出一个关键信号：
人与AI的关系，正经历一场静默却深刻的范式跃迁。
从“和AI聊天”转向“让AI执行任务”，从“亲自动手”升级为“调度多个AI协同作业”，这一转变已在真实场景中落地生根，只是尚未被广泛察觉。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Codex用户半年激增五倍，但渗透率极不均衡
数据显示，2026年上半年，Codex的周活跃用户数增长逾500%。
然而，在不同用户群体中，其使用密度存在显著断层。
过去28天内曾使用Codex的活跃用户占比分别为：
个人用户中仅0.7%，
组织用户中达17.3%，
而OpenAI内部员工高达97.9%。
这意味着：对普通个体而言，Codex仍处于尝鲜阶段；对企业组织来说，它已进入扩散初期；而在OpenAI内部，它几乎完成了全面接管。
报告特别指出，在OpenAI内部，Codex已基本取代ChatGPT，成为员工日常工作的核心AI交互界面。
这得益于OpenAI所具备的独特条件——员工普遍熟悉前沿模型能力、调用成本近乎为零、组织层面强力支持、系统化培训与非正式经验共享机制成熟。
尽管这种环境难以在当下大多数企业中复制，但它清晰勾勒出一种可能性：
当所有应用壁垒被清除时，Agent形态的AI会以何种强度融入工作流。
任务难度持续攀升，AI产出量级爆发
报告还构建了一套衡量任务复杂度的新标尺：
若无AI辅助，一名资深从业者完成相同任务需耗时多久？
结果令人震撼。
2025年12月，仅有35.4%的活跃个人用户曾提交过至少一项需人工耗时超1小时的任务；
至2026年5月，该比例跃升至70.2%。
更值得关注的是，需人工投入8小时以上的高复杂度任务，其提交用户占比从2.1%飙升至25.6%，增幅超10倍。
与此同时，AI生成内容的规模同步井喷。
2026年6月，OpenAI法律团队成员通过Codex与ChatGPT生成的月度Token总量，相较2025年11月增长13倍；
研究人员群体的增长幅度更是突破50倍。
报告还捕捉到一个反直觉现象：
在Agent主导的工作模式中，用户往往直接抛出最高阶目标，后续交互则聚焦于拆解、校准与迭代。
这彻底颠覆了传统“由浅入深、逐步提问”的对话逻辑。
Codex早已超越编程工具的原始定位
尽管Codex诞生于代码生成场景，但其实际应用边界早已大幅外延。
在全部用户中，工程运维、编码实现、代码理解等技术类任务仍是主流；
但文档撰写、数据分析、学术研究、跨团队协同等非编码任务同样高频出现。
在OpenAI内部，Codex的应用已覆盖研究设计、战略规划、内部沟通、人才招聘、市场销售、产品管理及数据洞察等多个职能模块。
使用广度与Agent渗透深度呈正相关——这正在形成一种自我强化的演进循环。
报告进一步对比了不同职能角色的使用特征：
在组织层面，工程运维类任务占据各职级Token输出的最大份额；
而知识型产出（如策略文档、汇报材料）在管理者与高管中的占比明显更高。
在OpenAI内部，一线工程师更倾向使用Codex处理技术任务，管理层则更多将其用于协调、评审与任务分发。
通过本地 Codex 或 OpenClaw OAuth 凭证直接调用 ChatGPT/Codex Responses 的 image_generation 工具来生成或编辑光栅图像，然后保存
角色各异，但全员皆用。
顶尖用户已在实践“AI团队指挥官”模式
如果说大众用户尚处于“用AI代劳单点任务”阶段，那么先行者已迈入“统筹多AI协同作战”的新纪元。
在OpenAI内部，仅10.7%的员工在同一时段仅运行单一Agent；
近30%的员工会在某一时段并发调度5个及以上Agent。
报告将此定义为“人类监督下的AI团队协作”——即任务统一分派、进度实时监控、关键节点人工干预。
而在外部组织中，此类并行工作流尚未普及：
约67%的组织用户与64%的个人用户从未启用并发Agent功能。
但在OpenAI内部，重度用户每日平均驱动Codex累计运行约71小时。
例如，一名员工可同时启动3个Codex Agent，分别执行缺陷修复、测试用例编写与技术文档整理——每项任务运行1小时，系统即记录为3小时总运行时长。
数据显示，自2026年4月7日起，OpenAI内部前1%重度用户的Codex日均累计运行时长增长近88%。
外部组织用户中，前1%高活用户的日均运行时长增幅约为25%；
个人用户中同类群体增幅约为50%。
用户正将AI工作流固化为可复用资产
一次性调用AI解决某个问题，与将整套协作逻辑封装为标准化模块反复调用，代表两种截然不同的应用深度。
Codex通过“技能”（Skills）与“插件”机制，支持将指令模板、软件逻辑与外部工具链打包成可复用、可共享、可传承的数字资产。
2026年3月1日，仅5.4%的活跃Codex用户曾调用过任意技能；
至6月11日，该比例升至26.6%。
分群体来看差异更为显著：
25.7%的个人用户与30.4%的组织用户使用过技能；
而在OpenAI内部，高达96.2%的活跃用户至少调用过一项自建或共享技能。
报告特别强调，自定义技能的增长尤为迅猛——这些由团队自主开发、贴合特定业务规范与协作习惯的技能模块，正成为组织级AI能力沉淀的关键载体。
这标志着工作方式的深层重构已然开启。
组织一旦启动转型，落地速度远超预期
常有人假设新技术采纳遵循“自上而下”的路径，但Codex的数据呈现了另一幅图景。
按岗位类型看，工程师是最早、最深入拥抱Codex的群体。
在组织用户中，普通工程师有26.8%的输出Token来自Codex，该占比相较年初增长5倍；
数据与分析从业者紧随其后，达15.2%。
但从职级维度看，Codex的采用横跨全层级——从初级职员到CXO均在高频使用。
报告指出，高层用户使用Codex的核心目的并非写代码，而是用于目标拆解、过程审核与资源委派。
耐人寻味的是：在OpenAI内部，法务、招聘等后期接入Codex的部门，其普及速度反而快于早期采用的工程团队。
2026年1月这些部门使用率几近为零，4月初跃升至约20%，一个月后即突破75%。
这印证了一个判断：组织决心一旦确立，AI转型可迅速规模化落地。
最懂AI的人，也最敢把AI用到极致
本报告最本质的洞见在于：
Agent的普及程度，并不取决于模型能力的天花板，而取决于组织土壤的支持力。
同一款Codex，在个人、企业与OpenAI内部，展现出三种迥异的使用图谱。
报告认为，决定性因素包括：对关键系统与数据的访问权限、管理层的明确期待、员工的AI素养基础，以及配套的质量审查与责任界定机制。
这与历史上所有通用技术（GPT）的扩散规律高度一致。
技术本身只是引信，真正的变革发生在组织围绕技术重构协作规则、流程与权责体系的过程中。
报告援引了一个经典历史类比：
19世纪末工厂从蒸汽动力转向电力初期，多数企业仅简单替换动力源，厂房布局与生产节拍未作调整；
真正的效率革命，发生在数十年后——当工厂被重新设计、流水线被彻底再造、分工逻辑被根本重写之时。
Agent技术，或许正站在同一临界点上。
当前所见，或许只是冰山一角；真正的系统性变革，仍在加速酝酿之中。
本文来自微信公众号“世界模型工场”，作者：世界模型工场，36氪经授权发布。
