OpenAI Codex: будущее агентного ИИ уже наступило внутри компании

ИИ больше не просто чат-бот. Это главный тезис нового исследования OpenAI «The Shift to Agentic AI: Evidence from Codex» (опубликовано 25 июня 2026 года). Документ, написанный исследователями из OpenAI, Колумбийского университета, Университета Дьюка и Пенсильванского университета, анализирует данные об использовании агентной платформы для кодинга и работы Codex и фиксирует структурные изменения в том, как выполняется интеллектуальный труд.

Ключевой вывод: агентный ИИ — когда пользователи делегируют многошаговые задачи автономным системам — растёт быстро, но неравномерно. Внутри OpenAI переход почти полный. Внешне он ускоряется, но остаётся сконцентрированным в организациях, а не среди индивидуальных потребителей .

Вот самые важные выводы исследования, сгруппированные по их значению для будущего ИИ и работы.

1. Внутреннее внедрение в OpenAI: почти полный переход на агентов

Внутри самой OpenAI Codex — уже не эксперимент. Это основной рабочий инструмент во всех отделах.

• 97,9% активных сотрудников OpenAI используют Codex, и на него приходится 99,8% всех еженедельных выходных токенов как в Codex, так и в ChatGPT внутри компании .
• Инженерный отдел перешёл первым, достигнув преимущественного использования к декабрю 2025 года. Нетехнические отделы — юридический, финансовый и отдел рекрутинга — перешли около апреля 2026 года, но их переход был значительно быстрее, как только они начали .
• Медианный сотрудник юридического отдела генерировал в 13 раз больше ежемесячных выходных токенов (Codex + ChatGPT) в июне 2026 года по сравнению с ноябрём 2025 года. Медианный исследователь — более чем в 50 раз больше .
• Количество пользователей OpenAI, не являющихся разработчиками, увеличилось в 12 раз с августа 2025 года .

Важное предостережение: В исследовании прямо указано, что OpenAI не является показательной для типичных организаций. Она называет себя «передовой» средой, где сотрудники хорошо знакомы с моделями, затраты на использование низки, заинтересованность организации максимальна, а распространение знаний происходит неформально .

2. Рост внешнего использования: быстро, но неравномерно

Внешнее внедрение Codex ускоряется, но выглядит по-разному в зависимости от того, являетесь ли вы организацией или индивидуальным пользователем.

• Количество активных пользователей Codex выросло более чем в пять раз в первой половине 2026 года, причём самый быстрый рост произошёл за пределами первоначальной аудитории разработчиков ПО .
• Организационные пользователи демонстрируют значительное внедрение: на Codex теперь приходится 63,3% выходных токенов среди организаций, активных как в ChatGPT, так и в Codex . Доля организаций, использующих Codex, выросла с чуть более 0% в августе 2025 года до примерно 17% всех активных организационных пользователей .
• Индивидуальные (потребительские) пользователи демонстрируют совершенно иную картину. Только 16,5% их выходных токенов приходится на Codex. Среди потребителей, активных на любой из платформ за последние 28 дней, менее 1% вообще использовали Codex .
• Самый быстрый рост наблюдается среди непрофессиональных разработчиков: количество индивидуальных пользователей без навыков разработки выросло в 137 раз, а организационных — в 189 раз с августа 2025 года .

3. Тенденции сложности задач: пользователи делегируют более крупные задания

Пожалуй, самый поразительный вывод: пользователи не просто используют Codex для быстрых вопросов. Они передают ему работу, которая заняла бы у человека часы или даже целые дни.

К маю 2026 года среди опрошенных индивидуальных пользователей Codex:

• 80,6% сделали хотя бы один запрос, оценённый как превышающий 30 минут человеческой работы.
• 70,2% сделали запрос, превышающий 1 час.
• 25,6% сделали хотя бы один запрос, оценённый как превышающий 8 часов работы опытного человека .

Доля индивидуальных пользователей, отправивших запрос, оценённый как требующий более 8 часов, выросла почти в десять раз с начала 2026 года .

В OpenAI опытные пользователи уже работают в масштабе. Пользователи на 99-м процентиле теперь регулярно генерируют более 60 часов сессий агента Codex в день, распределённых по нескольким параллельным агентам . Более 10% пользователей управляют тремя и более одновременными агентами Codex каждую неделю, а 26,6% используют «навыки» — общие наборы инструкций для сложных рабочих процессов . В общей сложности исследование показало, что 24% всех запросов Codex приходятся на задачи, выполнение которых, по оценкам, заняло бы у человека более часа .

4. Более широкий сдвиг: от беседы к делегированию

Исследование представляет переход от разговорного к агентному ИИ как фундаментальное изменение единицы интеллектуального труда.

«Агентный ИИ меняет единицу интеллектуального труда с отдельных взаимодействий на делегированные долгосрочные задачи», — говорится в исследовании .

В нём ChatGPT характеризуется как преимущественно разговорный (вопросы-ответы, советы), а Codex — как агентный (делегированное производство: отладка, рефакторинг, составление документов, анализ данных, координация коммуникации). Исследование отмечает, что это не абсолютная бинарность — у ChatGPT есть некоторые агентные функции, а некоторое использование Codex является разговорным . Использование Codex «сильно ориентировано на делегированное производство» — пользователи просят его делать работу, а не только предоставлять советы или информацию .

Изначально созданный для разработки ПО, Codex теперь распространяется на составление документов, анализ данных, коммуникацию и другие задачи интеллектуального труда за пределами кодинга . Внутри OpenAI более четверти работы, выполненной с помощью Codex сотрудниками бизнес-функций, была инженерной или связанной с кодингом — это показывает, что агенты снижают стоимость пересечения границ задач .

5. Оговорки и ограничения самого исследования

Исследование прямо ограничивает значение своих выводов. Это не малозначительные сноски:

1. OpenAI не является показательной. В исследовании говорится: «Поэтому использование OpenAI не является показательным для типичной организации сегодня. Однако оно даёт представление о том, как может выглядеть использование агентного ИИ в будущем, когда препятствия для внедрения будут минимальны» .
2. Разговорное vs. агентное — это спектр, а не бинарность. За неделю до 11 июня 2026 года 60,3% сессий в Codex и 21,9% сессий в ChatGPT задействовали хотя бы один внешний инструмент — само использование инструментов является несовершенным показателем агентности .
3. Оценки сложности генерируются моделью. Пороги длительности задач (30 мин, 1 час, 8 часов) оцениваются моделью ИИ, а не измеряются напрямую, и основаны на 0,1% случайной выборки индивидуальных пользователей, которые дали согласие на использование своих запросов для обучения .
4. Внедрение остаётся узким в целом. Среди всех потребителей на потребительских тарифах менее 1% использовали Codex — большинство пользователей ИИ по-прежнему в основном общаются с ботами .
5. Внешнее внедрение «ниже и более неравномерно», чем внутреннее внедрение в OpenAI, и агентные инструменты в целом остаются «гораздо менее широко используемыми, чем ChatGPT» .
6. Данные получены с одной платформы (Codex) и от одной компании (OpenAI) — результаты могут не распространяться на другие агентные инструменты или организации с другими рабочими процессами, требованиями безопасности и уровнем знакомства пользователей .

Ключевые выводы

• Внедрение агентного ИИ реально и ускоряется внутри организаций, особенно там, где низки барьеры стоимости и доступа. Но для индивидуальных потребителей доминирующей парадигмой остаётся чат-ориентированный ИИ.
• Самый большой сюрприз — самый быстрый рост происходит за пределами разработки ПО: в юридических, финансовых, рекрутинговых и других областях интеллектуального труда.
• Сложность задач растёт: значительное меньшинство пользователей уже делегирует агентам ИИ работу на целый день.
• Ограничения исследования означают, что эти результаты следует воспринимать как опережающий индикатор, а не как универсальный прогноз. Большинство пользователей ИИ всё ещё общаются, а не командуют агентами.

Исследование OpenAI даёт наиболее детальный взгляд на то, как агентный ИИ переходит от исследовательской концепции к практическому рабочему инструменту. Сдвиг происходит — но где, как и для кого, сильно зависит от контекста.