从对话到委派：OpenAI Codex研究揭示智能体AI的惊人增速

AI不再只是聊天机器人——这是OpenAI最新研究论文《向智能体AI的转变：来自Codex的证据》（2026年6月25日发布）的核心论点。这篇由OpenAI、哥伦比亚大学、杜克大学和宾夕法尼亚大学的研究人员共同撰写的论文，通过分析OpenAI智能体编程工作平台Codex的使用数据，记录了一组知识工作方式的深刻变化。

核心发现：智能体AI——用户将多步骤任务委托给自主系统完成——正在快速增长，但采用情况极不均衡。在OpenAI内部，这种转变几乎彻底完成。在外部，转变正在加速，但仍集中在组织用户，个人消费者用户比例极低。

以下是论文中最关键的发现，按其对AI与工作未来的影响进行组织。

1. OpenAI内部采用：近乎完全的智能体转型

在OpenAI内部，Codex已不再是实验性工具，而是各部门的首要工作平台。

• OpenAI活跃员工中有97.9%使用Codex，在Codex和ChatGPT的总产出代币中，Codex占比高达99.8%。
• 工程部门最先完成转变，于2025年12月达到多数使用。法务、财务和招聘等非技术部门在2026年4月左右跨越了阈值，但它们的转变速度显著更快。
• OpenAI从事法务工作的员工，2026年6月的月均产出的代币总量（Codex + ChatGPT）是2025年11月的13倍。而研究人员的增幅更为惊人，中位数增长了超过50倍。
• 自2025年8月以来，OpenAI内部的非开发者用户增长了12倍。

重要说明： 论文明确指出，OpenAI并不能代表典型组织。它称自身为“前沿”环境——员工对模型高度熟悉、使用成本极低、组织支持力度最大、非正式知识分享普遍。

2. 外部使用增长：迅速但不均衡

Codex的外部采用正在加速，但在组织用户和个人用户之间呈现截然不同的景象。

• 活跃Codex用户在2026年上半年增长了五倍以上，增长最快的群体来自最初的软件开发者受众之外。
• 组织用户表现出显著的增长：在同时活跃使用ChatGPT和Codex的组织中，Codex产出代币占比已达63.3%。使用Codex的组织占比从2025年8月的接近0%增长到约17%的活跃组织用户。
• 个人（消费者）用户则完全不同：他们的产出代币中只有**16.5%**来自Codex。在过去28天内活跃于任一平台的消费者中，使用过Codex的不到1%。
• 增长最快的群体是非开发者用户：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了189倍。

3. 任务复杂度趋势：用户正在委派更大规模的工作

也许最引人注目的发现是，用户不仅使用Codex处理简单问题，而是将需要人类数小时甚至一整天的复杂工作交给它。

截至2026年5月，在抽样个人Codex用户中：

• 80.6% 的用户至少提交过一个估计超过30分钟人工工作量的请求。
• 70.2% 的用户提交过超过1小时的请求。
• 25.6% 的用户至少提交过一个估计超过8小时经验丰富人工工作量的请求。

自2026年初以来，提交估计需要超过8小时任务的个人用户比例增长了近十倍。

在OpenAI内部，超级用户已全面铺开。处于第99百分位的高频用户如今每天通过多个并行智能体产生超过60小时的工作量。超过10%的用户每周同时管理三个或更多Codex智能体，26.6%的用户使用“技能”（针对复杂工作流程的共享指令集）。总体而言，论文发现24%的所有Codex请求都是估计需要人类超过一小时的任务。

4. 更广泛的转型：从对话到委派

论文将这一转变视为知识工作基本单元的结构性变革。

论文指出：“智能体AI将知识工作的单元从单次交互转变为委托式的、长期的任务。”

它将ChatGPT定义为以对话式为主（问答、建议），而Codex以智能体式为主（委托式生产：调试、重构、起草文档、分析数据、协调沟通）。论文强调这并非绝对的二元划分——ChatGPT也具备部分智能体功能，而部分Codex使用属于对话式。但Codex的使用“强烈倾向于委托式生产”——用户要求它完成工作，而不仅仅是提供建议或信息。

Codex最初为软件开发而构建，如今已扩展到起草文档、数据分析、沟通以及编程之外的其他知识工作。在OpenAI内部，从事业务职能的员工在Codex上完成的工作中，超过四分之一是工程或编程任务——这说明智能体降低了用户跨任务边界的成本。

5. 论文自身的局限与注意事项

研究对其结论的局限性做了明确说明，这些并非无关紧要的脚注：

1. OpenAI不具有代表性。 论文指出：“OpenAI的使用情况因此不能代表当今的典型组织。然而，它提供了一个在采用障碍最小时的未来智能体AI使用样貌。”
2. 对话式与智能体式是一个谱系，而非二元划分。 在2026年6月11日前一周，60.3%的Codex交互和21.9%的ChatGPT交互调用了至少一个外部工具——工具使用本身是代理性的不完美指标。
3. 复杂度估计由模型生成。 任务时长阈值（30分钟、1小时、8小时）由AI模型估算，并非直接测量，并且基于0.1%随机抽样的、同意将查询用于训练的个人用户。
4. 整体采用率仍然偏低。 在所有使用个人计划的消费者中，使用过Codex的不到1%——大多数AI用户仍然主要与聊天机器人互动。
5. 外部采用率“更低且更不均衡”，智能体工具的整体使用“远不如ChatGPT广泛”。
6. 数据仅来自一个平台（Codex）和一家公司（OpenAI）——研究结果可能无法推广到其他智能体工具或工作流程、安全要求和用户熟悉度不同的组织。

关键要点

• 智能体AI的采用是真实且正在加速的，尤其是在成本和访问障碍较低的组织内部。但对于个人消费者而言，基于聊天的AI仍是主流范式。
• 最大的惊喜可能来自软件工程之外的增长最快领域——法务、财务、招聘以及其他知识工作领域。
• 任务复杂度在增加，相当一部分用户已经开始将全天的工作量委托给AI智能体。
• 论文的诸多限制意味着这些发现应被视为领先指标，而非普遍预测。大多数AI用户仍在聊天，而非指挥智能体。

OpenAI的这份研究提供了迄今为止关于智能体AI如何从研究概念转变为实际工作工具的最详细图景。转型正在发生——但在哪里、以何种方式、对谁而言，则高度依赖于具体情境。