一篇新的经济研究论文，衡量了 Codex 在前沿领域的经济潜力。
智能体 AI 将知识工作的单位从单次交互转变为委托式的、长周期任务。聊天机器人的交互通常简短且独立。而智能体可以独立运行数分钟甚至数小时，同时编排工具调用、与环境交互并迭代寻找解决方案。因此，智能体正迅速成为工作中最强大的 AI 工具。
过去一年，我们在 OpenAI 内部亲身见证了这场变革。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 员工平均在 Codex 上消耗的模型 token 占比不到 10%。而现在，包括法务和招聘等非技术部门在内的所有部门，都将 Codex 作为其主要的工作 AI 工具。我们认为，随着智能体工具的能力和可及性不断提升，这一模式反映了未来工作的形态。
Codex 的采用率与其自身能力同步增长。随着 Codex 利用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也在不断扩大。在个人用户、组织用户和 OpenAI 员工中，我们记录了过去一年的四个趋势：
- 人们使用 Codex 处理更长周期的工作。到 2026 年 5 月，80.6% 的抽样个人用户至少发起过一次预计相当于人类工作超过 30 分钟的 Codex 请求，70.2% 的用户至少发起过一次预计超过一小时的请求，而 25.6% 的用户至少发起过一次预计超过八小时的 Codex 请求。
- Codex 已成为 OpenAI 每个部门的主要 AI 工具。工程部门率先行动，而法务、财务和招聘部门大约在 2026 年 4 月也转向将 Codex 作为其主要 AI 工具。对于 OpenAI 员工而言，Codex 的使用量现在占其输出模型 token 的 85% 以上。由于 Codex 用户往往比非用户消耗更多模型 token，它在总模型 token 中的占比甚至更高：Codex 占 OpenAI 内部每周输出模型 token 的 99.8%。
- 非开发者用户的增长尤为迅猛，其增速已超过开发者用户。自2025年8月以来，非开发者个人用户增长了137倍，组织用户增长了189倍，而在OpenAI内部则增长了12倍。
- Codex使OpenAI员工能够完成其岗位描述之外的任务。虽然技术性使用在工程师中仍然最为普遍，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完成一项人类需要花费超过一小时才能完成的任务¹。随着Codex独立处理长上下文任务能力的提升，用户从短交互转向了更具挑战性、周期更长的任务。
下图估算了跨越四个人类工时阈值的个人用户占比：即任务需要人类花费超过30分钟、超过一小时、超过四小时以及超过八小时²。从2025年12月到2026年5月，提出预估对应人类工作超过30分钟任务的用户比例上升至80.6%。提出需要人类花费超过一小时任务的用户比例上升至70.2%。而提出需要人类花费超过八小时任务的用户比例，则从较低的基数开始增长最为迅速。
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，最重度用户会在单日内要求Codex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常规性地产生超过60小时的Codex智能体轮次，这些任务分布在多个并行的智能体中。随着Codex变得更加强大且更易于并行化，用户从一次只要求Codex给出一个答案，逐渐转变为在一天内协调编排多个智能体任务。
采用范围正从工程师扩展到OpenAI的其他部门
OpenAI 的工程师们率先开始逐步采用 Codex。到 2025 年 12 月，该公司普通工程师已将 OpenAI 产品的大部分使用量转移到了 Codex 上。如今，普通工程师 99% 的输出 token 都是通过 Codex 而非 ChatGPT 生成的。法务、财务和招聘部门稍晚一些，大约在 2026 年 4 月，才将大部分使用量转向 Codex，但它们的过渡速度要快得多。OpenAI 的普通律师或招聘人员现在超过 85% 的输出 token 都是在 Codex 上生成的。
在过去的六个月里，Codex 在 OpenAI 内部的使用深度和强度都在增加。在活跃的内部用户中，各部门的合并输出 token 变化量急剧上升。研究部门的增幅最大：到 2026 年 6 月，其中位使用量是 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，但也达到了 11 月水平的 13 倍。
这两种模式共同说明了 Codex 如何改变了 OpenAI 利用 AI 进行高效工作的方式。在整个公司范围内，用户正从以聊天机器人作为主要的 AI 交互形式，转向以智能体为主要形式，并且正在部署呈指数级增长的智能体劳动力。
非开发人员是增长最快的用户群体
在所有用户群体中——包括 OpenAI 内部用户、组织用户和个人用户——Codex 的使用都是从开发人员开始的，他们最初是这款编码工具的自然目标受众。然而，随着 Codex 扩展到更通用的知识工作领域，非开发人员的采用率增长得甚至更快。如下方的用户增长图表所示，在个人用户、组织用户和 OpenAI 内部用户群体中，每周非开发人员用户的增长速度都快于开发人员用户。截至 2026 年 6 月初，自 2025 年 8 月以来，非开发人员个人用户数量增长了 137 倍。非开发人员组织用户数量增长了 189 倍，而非开发人员的 OpenAI 内部用户数量增长了 12 倍，这可能是因为该群体一开始的起点就远高于平均水平。
这种转变并不意味着每个非开发人员都像工程师一样使用 Codex。相反，它意味着更多的非开发人员正在使用 Codex 来完成某种智能体工作。
Codex 正在拓展潜在生产性工作的边界
Codex 使非技术部门能够加速此前因技术专长而受阻的工作流程。下方的热力图将 OpenAI 内部推断的职业与 Codex 输出所代表的工作类型进行了对比。工程与编码在数据科学和研究领域占比最大，而知识工作则在财务与业务运营、市场营销、运营及其他部门中占比最高。
也就是说，智能体工具可以拓展单个员工的工作能力。例如，业务职能员工使用 Codex 完成的工作中，超过四分之一属于工程或编码。智能体能够降低跨越任务边界的成本，帮助员工从事那些过去需要更专业的技术支持才能完成的相邻工作。
职业 vs. 使用 Codex 完成的工作
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 / 市场营销 / 运营 | 25% |
| 其他 | 50% |
部门内输出 token 占比
这对智能体的经济潜力意味着什么
非工程师员工对智能体工具使用量的增加，拓展了这些员工的工作能力边界。这对于决定如何重新设计工作流程的企业、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最前沿采用强大的智能体工具。我们的结果揭示了当人们能够广泛、低门槛地使用强大的智能体工具时会发生什么：随着工具的改进，人们会将其用于更长时间、更复杂以及更多跨职能的工作。随着时间的推移，这很可能就是未来工作的面貌。
- 2026
- 经济研究
- Codex
脚注
- 1 任务跨度是通过一个能够访问 Codex 转录文本的 LLM-as-judge 来估算的。
- 2 这些阈值是模型估算得出的，因此应视为方向性而非精确值。此外，这仅基于个体数据，并基于 0.1% 用户的随机抽样查询。