智能体如何重塑工作方式

智能体 AI 正在改变知识工作的基本单元——从单次交互转变为可委托的长周期任务。聊天交互通常简短且独立，而智能体可以自主运行数分钟甚至数小时，协调工具调用、与环境交互并迭代解决方案。因此，智能体正迅速成为工作中最强大的 AI 工具。

过去一年，OpenAI 内部见证了这场变革。在 Codex 公开发布后的最初几个月，ChatGPT 仍是 OpenAI 内部默认的 AI 工作工具。截至 2025 年 8 月，OpenAI 员工平均只有不到 10% 的 token 消耗在 Codex 上。如今，包括法务和招聘在内的非技术部门都已将 Codex 作为主要 AI 工作工具。这一模式反映了我们认为的智能体工具能力扩展和易用性提升后未来工作的形态。

Codex 的采用与其能力同步增长。随着 Codex 利用更强的模型和新产品功能，它能够承担越来越多的生产力任务。在个人用户、组织用户和 OpenAI 员工三个群体中，我们记录了以下四大趋势：

• 人们用 Codex 完成更长周期的工作。到 2026 年 5 月，80.6% 的抽样个人用户至少向 Codex 提交过一次预计需人工超过 30 分钟的任务请求，70.2% 的用户提交过超一小时的任务，25.6% 的用户提交过超八小时的任务。
• Codex 已成为 OpenAI 每个部门的主要 AI 工具。工程部门率先迁移，法务、财务和招聘部门大约在 2026 年 4 月也将 Codex 作为首选。对于普通 OpenAI 员工，Codex 目前占其输出 token 的 85% 以上。由于 Codex 用户往往比非用户消耗更多 token，其在总 token 中的占比更高：Codex 占 OpenAI 内部每周输出 token 的 99.8%。
• 非开发者的采用增长尤为迅猛，远超开发者。自 2025 年 8 月以来，个人用户中的非开发者增长 137 倍，组织用户中增长 189 倍，OpenAI 内部增长 12 倍。
• Codex 让 OpenAI 员工能够完成职责范围之外的任务。虽然技术用途在工程师中仍最为普遍，但非技术用户经常使用 Codex 从事编码或技术执行，包括自动化、数据转换、工具编写、调试和结构化分析。

智能体工作时间更长，处理任务更困难

近四分之一的 Codex 请求对应的是需要人工超过一小时才能完成的任务1。随着 Codex 独立处理长上下文任务能力的提升，用户从短交互转向更困难、周期更长的任务。

下图估算了跨越四个人工时间阈值的个人用户占比：超过 30 分钟、超过 1 小时、超过 4 小时和超过 8 小时的任务2。从 2025 年 12 月到 2026 年 5 月，提交过预计需人工超过 30 分钟任务的用户比例上升至 80.6%。提交过超 1 小时任务的用户比例升至 70.2%。而提交过超 8 小时任务的用户比例从低基数增长最快。

智能体使用量的增长还体现在每日 Codex 运行时长上。在 OpenAI 的日活用户中，最重度用户一天会让 Codex 运行数十小时的智能体工作。到 2026 年 6 月，99 分位的用户每天经常产生超过 60 小时的 Codex 智能体轮次，分布在多个并行的智能体任务中。随着 Codex 变得更强大且更易于并行，用户从每次只问一个答案，转向在一天内协调多个智能体任务。

采用从工程师扩展到 OpenAI 其他部门

OpenAI 的工程师最初逐步采用 Codex。到 2025 年 12 月，公司内工程师平均已将多数 OpenAI 产品使用量转移到 Codex。如今，工程师平均 99% 的输出 token 来自 Codex 而非 ChatGPT。法务、财务和招聘部门大约在 2026 年 4 月才跨越多数使用量转向 Codex 的门槛，但它们的转变速度更快。OpenAI 的律师或招聘人员现在平均超过 85% 的输出 token 来自 Codex。

过去六个月，Codex 在 OpenAI 的使用深度和强度都在增加。在活跃内部用户中，各部门合并输出 token 的变化量急剧上升。研究部门增长最大：到 2026 年 6 月，中位使用量是 2025 年 11 月的 56 倍。客户支持增长 32 倍，工程增长 27 倍，法律部门增长更为平缓但仍有 13 倍。

这两个模式共同展示了 Codex 如何改变 OpenAI 使用 AI 完成实际工作的方式。整个公司的用户正从聊天机器人转向智能体作为主要 AI 交互形式，并部署指数级增长的智能体劳动。

非开发者是最快增长的用户群体

在所有用户群体（OpenAI 内部、组织用户和个人用户）中，Codex 最初都由开发者使用——这是作为编码工具的天然目标受众。但随着 Codex 扩展到更通用的知识工作，非开发者的采用增长甚至更快。如下方的用户增长图所示，个人、组织和 OpenAI 群体中，每周非开发者用户增长均快于开发者。到 2026 年 6 月初，个人非开发者用户自 2025 年 8 月以来增长了 137 倍。组织非开发者用户增长 189 倍，OpenAI 非开发者用户增长 12 倍（可能因为该群体起点已高于平均水平）。

这种转变并不意味着每个非开发者都像工程师一样使用 Codex，而是意味着更多非开发者正在用 Codex 完成某种智能体工作。

Codex 正在拓展潜在生产力工作的边界

Codex 使非技术部门能够加速那些以往受制于技术专长的工作流程。下方的热图对比了 OpenAI 内部推断的职业类别与 Codex 输出所代表的工作类型。工程和编码在数据科学和研究部门中占比最大，而知识工作则是财务与业务运营、营销、运营及其他部门的最大类别。

然而，智能体工具可以扩展个体员工的能力边界。例如，业务职能员工用 Codex 完成的工作中，超过四分之一属于工程或编码。智能体可以降低跨任务边界的成本，帮助员工从事以前需要更多专业支持的相邻工作。

职业 vs. 使用 Codex 完成的工作

工作类别	各部门输出 token 占比
推断部门	工程
工程	(最高)
数据科学/研究
财务/业务运营
产品/营销/运营
其他

（注：热图数据以原文描述为准，此处简化为表格示意）

这对智能体的经济潜力意味着什么

非工程师员工越来越多地使用智能体工具，扩展了这些员工的能力前沿。这对企业决定如何重新设计工作流程、对员工学习哪些技能更具价值、以及对政策制定者和研究人员理解 AI 如何改变劳动力市场都至关重要。

我们的论文展示了前沿用户如何在前沿采用功能强大的智能体工具。结果证明了当人们拥有广泛、低摩擦的渠道使用强大智能体工具时会发生什么：随着工具改进，人们会将其用于更长时间、更复杂和更跨职能的工作。随着时间的推移，这很可能就是未来工作的面貌。

---

原文链接：OpenAI Blog
本文由前途科技编辑整理