OpenAI内部报告：智能体Codex如何改变工作

一篇新的经济学研究论文，衡量 Codex 在前沿的经济潜力。

智能体式 AI 将知识工作的单位从单次交互转变为可委托的、长周期任务。聊天机器人交互往往简短且自成一体。而智能体可以独立运行数分钟乃至数小时，同时编排工具调用、与环境交互，并不断迭代以逼近解决方案。因此，智能体正迅速成为工作中最强大的 AI 工具。

在过去一年里，我们在 OpenAI 亲眼见证了这种转变。在 Codex 向公众发布后的最初几个月里，ChatGPT 仍是 OpenAI 内部默认的工作 AI 工具。截至 2025 年 8 月，OpenAI 员工的平均 token 消耗中，用于 Codex 的不足 10%。如今，包括法务和招聘等非技术部门在内的每一个部门，都将 Codex 作为其主要的工作 AI 工具。鉴于智能体工具能力的扩展和可及性的提升，这一模式反映了我们所认为的未来工作形态。

Codex 的采用率与 Codex 的能力同步增长。随着 Codex 借助更强的模型和新的产品功能，它能够承担的生产性任务范围不断扩大。在个人用户、组织用户和 OpenAI 员工中，我们记录了过去一年里的四大趋势：

人们将 Codex 用于更长周期的任务。截至 2026 年 5 月，80.6% 的抽样个人用户至少发起过一次估计超过 30 分钟人工工作量的 Codex 请求，70.2% 发起过估计超过一小时的请求，25.6% 至少发起过一次估计超过八小时的 Codex 请求。
Codex 已成为 OpenAI 每个部门的主要 AI 工具。工程部门率先采用，但法务、财务和招聘部门也在 2026 年 4 月前后将 Codex 作为其主要 AI 工具。对于 OpenAI 的普通员工而言，Codex 的使用量现已占其输出 token 的 85% 以上。由于 Codex 用户往往比非用户使用更多 token，其在整体 token 中的占比甚至更高：Codex 占 OpenAI 内部每周生成输出 token 的 99.8%。
非开发者群体的采用增长尤为迅速，超过了开发者的采用速度。自 2025 年 8 月以来，非开发者用户中，个人用户增长了 137 倍，组织用户增长了 189 倍，而在 OpenAI 内部增长了 12 倍。
Codex 使 OpenAI 员工能够完成其岗位职责之外的任务。尽管技术类使用在工程师中仍最为普遍，但非技术用户也经常使用 Codex 来承担编码或技术执行工作，包括自动化、数据转换、工具开发、调试和结构化分析。

智能体在更困难的任务上工作更长时间

2026 年 5 月，超过 70% 的用户要求 Codex 完成一项人类需要超过一小时才能完成的任务1。随着 Codex 独立处理长上下文工作的能力提升，用户从短交互转向了周期更长、难度更高的任务。

下图估算了个体用户中跨过四个人类耗时阈值的比例：即那些需要一个人花费超过 30 分钟、超过一小时、超过四小时以及超过八小时才能完成的任务2。从 2025 年 12 月到 2026 年 5 月，发出过被估算为对应人类需花费超过 30 分钟才能完成的工作请求的用户比例上升至 80.6%。发出对应人类需花费超过一小时才能完成的工作请求的用户比例上升至 70.2%。请求对应人类需花费超过八小时才能完成的工作的用户比例从较低的基数增长最快。

智能体使用量的增长可以从 Codex 的每日运行时长中看出。在 OpenAI 的日活跃用户中，使用最频繁的用户会要求 Codex 在单日内运行数小时的智能体工作。到 2026 年 6 月，处于第 99 百分位的用户每天经常生成超过 60 小时的 Codex 智能体轮次，分布在多个并行的智能体上。随着 Codex 变得更强大且更可并行化，用户从每次只向 Codex 索取一个答案，转向在一天中越来越多地编排多个智能体任务。

采用范围持续从工程师扩展到 OpenAI 的其他部门

OpenAI 的工程师最先开始采用 Codex，过程是渐进的。到 2025 年 12 月，公司普通工程师已将其对 OpenAI 产品的大部分使用转移到 Codex。如今，普通工程师 99% 的输出 token 由 Codex 而非 ChatGPT 生成。法务、财务和招聘部门较晚才转向以 Codex 为主，大约在 2026 年 4 月，但它们的转变要快得多。OpenAI 的普通律师或招聘人员现在有超过 85% 的输出 token 在 Codex 上生成。

在过去六个月里，Codex 在 OpenAI 内部的使用不断加深和强化。在活跃的内部用户中，各部门的综合输出 token 变化量均大幅上升。研究部门的增幅最大：到 2026 年 6 月，使用量中位数是 2025 年 11 月的 56 倍。客户支持部门增长了 32 倍，工程部门增长了 27 倍，而法务部门增长较为平缓，但仍达到了 11 月水平的 13 倍。

这两种模式共同说明，Codex 已经改变了 OpenAI 利用 AI 开展生产性工作的方式。在整个公司范围内，用户正从聊天机器人转向智能体，将其作为 AI 交互的主要形式，并部署了呈指数级增长的智能体劳动力。

非开发者是增长最快的用户群体

在所有用户群体中——无论是 OpenAI 内部用户、组织用户还是个人用户——Codex 的使用都始于开发者，这对其最初作为编程工具的定位而言是自然而然的目标受众。然而，随着 Codex 向更通用的知识工作扩展，非开发者中的采用速度增长得更快。如下方用户增长图所示，在个人用户、组织用户和 OpenAI 内部用户群体中，每周非开发者用户的增长速度均超过开发者用户。截至 2026 年 6 月初，非开发者个人用户自 2025 年 8 月以来增长了 137 倍。非开发者组织用户增长了 189 倍，非开发者 OpenAI 内部用户增长了 12 倍，这可能是因为该群体的起点本就远高于平均水平。

这一转变并不意味着每一位非开发者都在以工程师的方式使用 Codex。相反，它意味着越来越多的非开发者正在使用 Codex 从事某种形式的智能体工作。

Codex 正在拓展潜在生产性工作的边界

Codex 让非技术部门能够加速那些此前因技术专业门槛而受阻的工作流程。下方的热力图将 OpenAI 内部推断出的职业与 Codex 输出中所代表的工作类型进行了对比。在数据科学与研究领域，工程与编码是占比最大的类别；而在财务与业务运营、市场营销、运营及其他部门，知识工作则是占比最大的类别。

话虽如此，智能体工具能够拓展单个工作者所能完成的工作范围。例如，业务职能部门的工作者使用 Codex 完成的工作中，超过四分之一属于工程或编码。智能体可以降低跨越任务边界的成本，帮助工作者完成那些过去需要更专业技术支持才能完成的相邻工作。

职业 vs. 使用 Codex 完成的工作

	工作类别
合并后的推断部门	工程 / 编码
工程	72%
数据科学 / 研究	51%
财务 / 业务运营	31%
产品 / 市场 / 运营	25%
其他	50%

各部门输出 token 占比

这对智能体经济潜力意味着什么

非工程师员工对智能体工具的使用日益增多，拓展了这些员工能力的前沿边界。这对正在决定如何重新设计工作流的企业、正在了解哪些技能变得更有价值的员工，以及试图理解 AI 如何改变劳动力市场的政策制定者和研究人员而言，都至关重要。

我们的论文展示了前沿用户如何在前沿采用能力强大的智能体工具。我们的结果证明了当人们能够广泛、低摩擦地使用能力强大的智能体工具时会发生什么：随着工具不断改进，人们将其用于更长时间、更复杂、更跨职能的工作。随着时间推移，这很可能就是未来工作的样貌。

脚注

1 任务时间跨度是通过一个可访问 Codex 对话记录的 LLM-as-judge 来估算的。
2 这些阈值是由模型估算的，因此应视为方向性参考，而非精确值。这也仅基于个体数据，并且基于对 0.1% 用户随机抽样的查询。