OpenAI Codex 研究：從聊天到委派的轉變，比任何人預想的都來得更快

AI 不再只是聊天機器人。這是 OpenAI 最新研究論文《The Shift to Agentic AI: Evidence from Codex》（2026年6月25日發表）的核心論點。這篇由 OpenAI、哥倫比亞大學、杜克大學和賓州大學研究人員共同撰寫的論文，分析了 OpenAI 的代理型編碼與工作平台 Codex 的使用數據，記錄了知識工作方式的結構性轉變。

核心發現是：代理型 AI——使用者將多步驟任務委派給自主系統——正快速成長，但採用情況極度不均。在 OpenAI 內部，這項轉變幾乎已全面完成。在外部，採用速度也在加快，但仍集中在組織用戶，而非個人消費者 。

以下整理論文中最重要發現，並說明其對 AI 與工作未來的意義。

1. OpenAI 內部採用：近乎全面的代理型轉變

在 OpenAI 內部，Codex 早已不是實驗性工具，而是每個部門的主要工作平台。

• 高達 97.9% 的在職 OpenAI 員工使用 Codex，且 Codex 佔公司內部（Codex 與 ChatGPT 合計）每週輸出代幣的 99.8% 。
• 工程部門最早轉變，於 2025 年 12 月達到多數使用。法務、財務與招聘等非技術部門則在 2026 年 4 月左右跨過門檻，但它們的轉變速度一旦啟動，反而更為迅速 。
• 截至 2026 年 6 月，法務部門的 OpenAI 員工每月輸出代幣量（Codex + ChatGPT）的中位數，比 2025 年 11 月成長了 13 倍；研究員的中位數則成長了 超過 50 倍 。
• 自 2025 年 8 月以來，OpenAI 內部的非開發者用戶數量成長了 12 倍 。

重要提醒： 論文明確指出，OpenAI 並非典型的組織。它自稱為「前沿」環境：員工對模型高度熟悉、使用成本低廉、組織支持最大化，且內部知識交流頻繁 。

2. 外部使用成長：快速但不均

Codex 的外部採用正在加速，但組織用戶與個人用戶之間的差異巨大。

• 2026 年上半年，活躍 Codex 用戶數成長超過五倍，且成長最快的群體來自 原本的軟體開發者以外 。
• 組織用戶的採用顯著：在同時活躍使用 ChatGPT 和 Codex 的組織中，Codex 已佔其輸出代幣的 63.3% 。使用 Codex 的組織佔比，從 2025 年 8 月的接近 0%，成長至約佔所有活躍組織用戶的 17% 。
• 個人（消費者）用戶則截然不同：他們的輸出代幣中僅 16.5% 來自 Codex。在過去 28 天內活躍於任一平台的消費者中，不到 1% 曾使用過 Codex 。
• 成長最快的群體是非開發者：非開發者個人用戶成長了 137 倍，非開發者組織用戶則成長了 189 倍（自 2025 年 8 月起算）。

3. 任務複雜度趨勢：用戶委派的工作規模越來越大

最引人注目的發現或許是，用戶不只是用 Codex 來回答簡單問題，而是開始將原本需要數小時甚至一整天才能完成的工作交給它。

截至 2026 年 5 月，在抽樣的個人 Codex 用戶中：

• 80.6% 曾提出一項估計需超過 30 分鐘 人類工時的請求。
• 70.2% 曾提出一項超過 1 小時 的請求。
• 25.6% 曾提出至少一項估計需超過 8 小時 經驗人類工時的請求 。

自 2026 年初以來，提交估計需 超過 8 小時 工時請求的個人用戶比例，成長了 近十倍 。

在 OpenAI 內部，重度使用者已達到相當規模。第 99 百分位的用戶，每天規律產生 超過 60 小時 的 Codex 代理操作回合，且分散在多個並行代理中 。每週有 超過 10% 的用戶管理三個或以上的並行 Codex 代理，26.6% 的用戶使用「技能」（Skills）——一種為複雜工作流程設計的共享指令集 。論文發現，24% 的所有 Codex 請求，其任務估計需耗費一人超過一小時 。

4. 更廣泛的轉變：從對話到委派

論文將從對話式 AI 到代理型 AI 的轉變，視為知識工作基本單位的改變。

論文明確指出：「代理型 AI 將知識工作的單位，從單次互動轉變為委派式、長週期的任務。」

它將 ChatGPT 歸類為主要 對話式（問答、建議），而 Codex 則是 代理型（委派式產出：除錯、重構、起草文件、分析數據、協調溝通）。論文強調這 並非絕對的二元劃分——ChatGPT 也具備某些代理功能，而部分 Codex 使用也是對話式的 。Codex 的使用「強烈傾向於委派式產出」——使用者要求它 完成工作，而不僅僅是提供建議或資訊 。

Codex 最初是為軟體開發而建，但現在已擴展到 文件起草、數據分析、溝通協調，以及其他非編碼的知識工作 。在 OpenAI 內部，業務部門員工使用 Codex 進行的所有工作中，有 超過四分之一 是工程或編碼相關——這顯示代理降低了員工跨任務邊界工作的成本 。

5. 論文自身的限制與提醒

這項研究對其發現的意涵有明確的自我限制。這些並非細微的附註：

1. OpenAI 不具代表性。 論文指出：「OpenAI 的使用情況因此不能代表現今的典型組織。然而，它提供了一幅未來採用摩擦最小化時，代理型 AI 可能呈現的樣貌。」
2. 對話式 vs. 代理型是一個頻譜，而非二元對立。 在 2026 年 6 月 11 日前一週內，60.3% 的 Codex 操作回合和 21.9% 的 ChatGPT 回合 至少呼叫了一個外部工具——工具使用本身並非代理性的完美指標 。
3. 複雜度估計由模型生成。 任務時長門檻（30 分鐘、1 小時、8 小時）是由 AI 模型估計，而非直接測量，且基於 0.1% 隨機抽樣的個人用戶（這些用戶同意將其查詢用於模型訓練）。
4. 整體採用率仍然狹窄。 在所有使用消費者方案的用戶中，不到 1% 曾使用過 Codex——大多數 AI 使用者仍主要與聊天機器人對話 。
5. 外部採用「較低且更不均勻」，整體代理型工具仍「遠不如 ChatGPT 被廣泛使用」。
6. 數據僅來自單一平台（Codex）與單一公司（OpenAI）——研究發現可能無法推廣至其他代理型工具或具有不同工作流程、安全需求及使用者熟悉度的組織 。

關鍵結論

• 代理型 AI 的採用是真實且正在加速的，尤其在組織內部，特別是當成本和存取門檻較低時。但對個人消費者而言，聊天式 AI 仍是主導模式。
• 最大的驚喜或許是，成長最快的群體並非軟體工程師，而是來自法務、財務、招聘等知識工作領域。
• 任務複雜度正在提高，已有顯著少數的用戶開始將全天的工作委派給 AI 代理。
• 論文的限制意味著，這些發現應被視為領先指標，而非普遍預測。大多數 AI 用戶仍在進行對話，而非指揮代理。

OpenAI 的這項研究提供了迄今最詳盡的觀察，顯示代理型 AI 如何從研究概念轉變為實際的工作工具。轉變正在發生——但發生的地點、方式以及對誰而言，很大程度上取決於具體情境。