Agent到底有没有真的改变工作？
OpenAI最近发布了一份名为《The Shift to Agentic AI: Evidence from Codex》的报告, 这报告给出了当下最为直接的一组数据。
这份报告, 是由OpenAI的研究者, 与哥伦比亚商学院的研究者, 以及沃顿商学院的研究者, 还有杜克大学Fuqua商学院的研究者, 共同给弄完成了的。
该报告对OpenAI Codex的实际运用数据展开了分析, 将三类人群予以了比较, 这三类人群分别是个人账户用户, 组织账户用户, 还有OpenAI内部员工。
它并非只是呈现出OpenAI内部究竟怎样去最大程度利用Codex的情形, 而且还会致使 somebody 萌生出这样一种感受:
AI的使用方式正在经历一次静默的范式转移。
有这样一个过程, 它是从与 AI 展开对话, 进而发展到让 AI 去执行任务, 从依靠自身动手, 转变为管理一众 AI 员工, 这个过程已然在进行之中, 然而, 大多数人尚未察觉到这件事情已然处于发生的状态了。
Codex用户半年增长五倍开云手机入口官网下载，但采用不均衡
2026年上半年, 有报告显示, Codex的周活跃用户数, 增长幅度超过了5倍。
然而在于个人用户之中, 在组织用户范围之内，以及OpenAI内部员工这一群体里, Codex的使用强度存在着极大的差异。
数据报告显示, 在过去的28天当中, 曾使用过Codex的那些活跃用户, 于个人用户里占到的比例仅仅是0.7%, 在组织用户里所占比例为17.3%, 而在OpenAI内部员工群体里达到了97.9%。
换言之, 于普通个人用户范畴内, Codex依旧属于早期产品, 于企业组织领域里, Codex已然开始传播, 然而在OpenAI自身内部, 它已然近乎全面推广。
报告专门特别指明, 于OpenAI内部之中, Codex已大体基本上替代了GPT, 进而成为了主要的开展工作的AI界面。
OpenAI具备异常有利的环境, 员工对前沿模型熟悉, 使用成本低廉, 组织支持度很高, 培训广泛且非正式知识分享普遍。
虽说OpenAI的运用并不意味着当下的典型企业, 然而它呈现出了一种迹象, 那就是。
当所有的采用障碍都被移除后，Agent的使用会是什么样子。
Agent任务越来越难，输出越来越多
报告针对用户交付给Codex的任务复杂度展开了分析, 并且为测试设定了一个构思精巧的问题。
如果没有AI，一个有经验的人类完成同样任务开云app官方最新下载地址，需要多长时间？
结果很惊人。
在2025年12月的时候, 仅有35.4%处于活跃状态的个人用户, 发送过最少一个需要耗费1小时以上人工才能完成的任务。
到了2026年5月，这个比例翻倍到了70.2%。
还有更夸张的情况, 有一种任务, 是需要8小时以上的人工才能完成的, 发送过这种任务的用户比例, 从2.1%一下子飙升到了25.6%, 增长幅度比10倍还要多。
与此同时，产出也在暴涨。
2026年6月, OpenAI法律岗位内的普通员工, 借助Codex以及GPT所生成的月输出Token, 相较于2025年11月, 增长幅度达到了13倍, 而普通研究人员的增长幅度更是超越了50倍。
报告还发现一个有趣的现象：
于Agent时代之时, 用户打从起始之际便已然在进行委派最为复杂的工作之举。用户先是提出最为宏大、最为复杂的需求, 随后后续的对话仅仅是持续不断地予以细化以及修正。
这跟传统的“先问简单问题、再逐步深入”的交互模式完全相反。
Codex早就不只是写代码了
尽管Codex一开始是针对软件开发而进行设计营造的, 然而它的运用早就已经跨越超出了这样的范畴范围界限之地啦。
Codex的所有用户群体里, 最常出现的依旧是, 和软件关涉的任务, 像工程运维, 代码实现, 代码理解等。
不过呢, Codex却被广泛地运用在了文档编写方面, 还使用在了数据分析领域, 也应用于研究工作当中, 并且有着协作沟通等并非编码的工作场景里。
于OpenAI内部之中, Codex被运用于进行研究, 被用于开展规划, 被用于实现沟通, 被用于达成招聘, 被用于完成销售, 被用于开展产品工作, 还被用于实施数据分析。
有着更广泛使用范围的组织, Agent的渗透程度也就更深, 这好像是一种会自我强化的、不断循环的情形。
报告还比较了不同职能的使用差异。
于组织里边, 工程运维占据着多数资历组输出Token这样东西的最大部分配额, 然而知识工件类的相关任务, 在管理人员以及高管那里所占的比例, 却是更高一些的。
于OpenAI内部这儿, 个体贡献者倾向更偏向工程运维方面, 然而管理层则更偏向协作类任务范畴。
不同角色用Agent做不同的事，但所有人都在用。
最深度用户在“管理一群AI员工”
倘若讲普通的用户仍处于借助AI去开展工作的状态, 那么最为前沿的用户已然在负责指挥一群从事工作的AI了。
于OpenAI内部范围当中, 仅仅只有10.7%的员工在同一时刻之时就只运行一个Agent, 差不多30%的员工在某一个时间点之际同时管理5个或者是超过5个的并发Agent。
这是一种工作方式, 报告描述为, 人类对一支Agent团队进行监督, 同时, 把任务分配给多个Agent, 监控其进度, 并选择性介入。
在外部，这种并行工作流还不普遍。
约百分之六十七的组织用户, 以及百分之六十四的个人用户, 对并发Agent完全不加以使用。
但于OpenAI内部, 这批最为重度使用用户, 每日平均而言, 会致使Codex累计运作大约71小时。
比如说, 有一名员工, 让三个Codex agents, 分别去做修复漏洞的工作, 撰写测试的工作, 以及整理文档的工作。要是这三项任务, 各自都运行一个小时的话, 那么报告就会记录为累计运行三个小时。
有这样一份报告表明, 自2026年4月7日起始, OpenAI内部的那批处于前1%的重度用户, 他们的Codex累计下来的每日运行时长, 出现了增长, 增长幅度将近88%。
外部用户也在增长，但强度明显低得多。
于组织起来的用户里头, 在使用强度方面处于前百分之一位置的那些用户, 他们每日运行的时长呢增加了大概百分之二十五。
在个人用户中，前1%重度用户的每日运行时长增长约50%。
用户开始把工作流封装起来反复使用
通过一次性运用AI去达成某个任务, 与将一套工作流进行封装以便让AI能够反复予以执行, 这是两种全然不一样的深度。
Codex借助“技能”, 也就是“Skills”, 以及“插件”达成工作流的系统化, 这意味着将指令、软件以及外部工具集成起来进行打包, 能够反复去调用, 甚至可以在跨用户、跨组织的情况下实现共享。
在2026年3月1日的时候, 仅有5.4%的处于活跃状态的Codex用户调用过技能, 到了6月11日, 此比例达到了26.6%。
分群体看差距更明显：
25.7%的个人使用者, 以及30.4%的组织使用者, 调用了技能, 然而在OpenAI内部, 96.2%的活跃使用者, 调用了至少一个技能。
报告专门提及, 自定义技能的增长速度尤为迅速, 这些技能是由用户或者组织自行编写的, 是针对特定团队标准的技能, 也是针对特定工作流程的技能。
这是一次更深层的工作方式变革。
一旦组织下定决心，AI转型可以非常快
很多人以为, 新技术往往先是从顶层开始普及, 然而, Codex所给出的数据, 给出了与之相反的答案。
从职位来看，工程师是最早、最深地使用Codex的群体。
有26.8%的Token是普通工程师在组织用户里于Codex上生成的, 该份额在自年初起就增长了5倍。
数据和数据分析从业者紧随其后，达到15.2%。
但就资历方面而言, Codex的采用贯穿了整个层级范围, 从处于初级阶段的员工开始, 一直到担任高管职位的人员都在使用它。
报告持有这样的观点, 即高级用户运用Codex, 并非仅仅是出于编写代码的目的，而更多的是为了开展规划工作, 进行审查活动以及实施委派任务这一系列行为。
有件挺有意思的事儿, 在OpenAI内部, 后来采用Codex的部门, 像法务部门, 还有招聘部门, 它们的转型速度, 反倒比早期就采用的工程部门还要快。
2026年1月之际, 这些部门的Codex使用率近乎为零, 到4月初的时候, 达到了约20%, 在一个月之内, 就急剧飙升至75%。
这表明开云真人app,开云真人app地址，一旦组织下定决心，转型可以非常快。
最会造AI的人，也是把AI用得最狠的人
这份报告最核心的一个洞见是：
Agent获得被采用这种情况, 并非由模型具备的强大程度来决定, 而是由组织环境所表示出的支持力度来决定的。
同样的Codex, 呈现出完全不同的使用模式, 该模式在个人那里, 在组织那里, 在OpenAI内部。
报告持有这样的观点, 其认为决定因素涵盖如下方面, 有对于相关文件以及系统的访问权限, 存在管理层所抱有的期望, 具备员工自身的技能水平, 并且还有是否拥有配套的审查流程之分句号。
这跟历史上所有通用技术的扩散规律一致。
技术自身仅仅是催化剂, 而真正的变革出现于组织怎样依据技术再度设计工作流程。
报告用了一个经典的类比：
在19世纪末, 于从蒸汽动力转向电力的进程里, 早期的工厂仅仅是将蒸汽机替换成了电动机, 而工厂的布局以及工作流基本上没有发生改变。
数十年之后, 会出现真正的生产力爆发, 那时工厂会重被设计, 生产流程也将被彻底重构着。
Agent可能正在经历同样的过程。
当下的使用情况或许只是冰山一角，真正的变革还在后面。
还木有评论哦，快来抢沙发吧~