素材来源:OpenAI 博客《How agents are transforming work》(2026-06-25)及经济研究论文 The Shift to Agentic AI: Evidence from Codex(PDF / arXiv)
6 月 25 日,OpenAI 发了一篇经济研究配套博客,标题直说:Agent 正在改变工作方式。
数据来自 Codex 的真实用量——OpenAI 内部员工、组织账号、个人账号三套样本。核心结论一句话:知识工作的单位,正从「问一句答一句」,变成「委派一段长任务,让 Agent 自己跑」。
2025 年 8 月之前,OpenAI 员工把不到 10% 的 token 花在 Codex 上,ChatGPT 还是默认工具。到了 2026 年 6 月,Codex 占公司内部每周输出 token 的 99.8%,法务、招聘这些非技术岗也把 Codex 当主工具。
对我们这种用 Cursor / Claude Code / Codex 的人来说,更值得看的是:哪些活还在 Chat 里问,哪些该交给 Agent 跑。 下面拆四个趋势,最后给你 3 条委派对照清单。
一、工作的单位变了:从对话到委派
OpenAI 的表述很准:Chatbot 交互往往短、自洽;Agent 可以独立跑几分钟到几小时,调工具、改环境、迭代方案。
论文里还有一个更具体的信号:2026 年上半年,超过 10% 的用户每周会同时管 3 个以上 Codex Agent;26.6% 的用户用过 Skills——把复杂流程写成可复用指令。
说白了,用法从「单次问答」迁到「编排并行任务 + 固化工作流」。Cursor Agent、Claude Code 的 sub-agent、Codex 的长跑任务,都是同一条线上的产品形态。
二、OpenAI 内部四个趋势(带数字)
1、任务越来越长
博客引用的样本(2025 年 12 月–2026 年 5 月,个人用户随机 0.1% 抽样):
- 80.6% 的人至少发过一条「相当于人类 30 分钟以上」的任务
- 70.2% 发过「1 小时以上」
- 25.6% 发过「8 小时以上」
论文补充:2026 年初至今,提交「8 小时级」任务的个体用户占比涨了接近 10 倍(模型估算,方向性数据,别当精确工时)。
OpenAI 内部更夸张:日活用户里,99 分位的人每天让 Codex 跑超过 60 小时的 Agent 回合——靠并行多个 Agent 堆出来的,一个人不可能真干 60 小时。
2、Codex 成了全公司默认工具
- 工程师:2025 年 12 月起,多数 token 转到 Codex;现在平均 99% 输出 token 来自 Codex 而非 ChatGPT
- 法务、财务、招聘:2026 年 4 月前后跨过「Codex 为主」;现在平均 85%+ token 在 Codex
- 全公司 weekly output token:Codex 占 99.8%
3、非程序员涨得比程序员还快
自 2025 年 8 月以来,非开发者周活用户增长:
| 人群 | 倍数 |
|---|---|
| 个人账号 | 137 倍 |
| 组织账号 | 189 倍 |
| OpenAI 内部 | 12 倍(基数本来就高) |
本质是更多非技术岗开始用 Agent 做自动化、数据整理、文档、结构化分析——以前得排工程师队的活,现在自己先丢给 Codex 试。
4、岗位边界在模糊
热力图里有个细节:业务职能(财务、市场、运营)里,超过四分之一的 Codex 产出被归类为「工程/编码」类工作——写脚本、改工具、调试、做小自动化。
Agent 降低了「跨工种找技术同事」的成本。你让 Claude Code 改个 CSV pipeline、让 Cursor 写个一次性脚本,和 OpenAI 法务同事让 Codex 处理数据是一个逻辑。
三、先泼冷水:别误读成「全员效率暴涨」
第三方媒体和论文作者自己都提醒了几件事,我同意:
- OpenAI 员工是极端样本——工具零摩擦、全员早期采用,外部公司不会一夜复制
- token 输出 ≠ 有效产出——跑得多,可能是反复试错,也可能是并行 Agent 堆量
- 任务时长是 LLM 当裁判估的——博客脚注写了「方向性」,别当精确工时审计
所以这篇的价值,更适合看「Agent 足够好用时,人会把什么活迁过去」,别拿来论证「AI 已经替代 XX% 岗位」。
四、对 Cursor / Claude Code / Codex 用户:3 条委派对照
对照 OpenAI 四个趋势,我自己筛任务会用下面三条。你可以直接套:
1、还在 Chat 里问的,试试能不能改成「跑 30 分钟」
OpenAI 数据里,八成用户已经至少委派过「30 分钟级」任务。如果你还在 Cursor 侧边栏一问一答改两行字,可以试试:
- 给完整上下文:仓库路径、验收标准、别动哪些文件
- 开 Agent / Codex 长跑模式,让它自己读代码、跑测试、迭代
- 任务描述里写清停止条件:测试绿了就行 / 只改
src/别动配置
第一次不必上「8 小时级」,从「帮我理清这个模块并修掉 failing test」这种 30–60 分钟包开始。
2、按 OpenAI 部门迁移顺序,对号入座
OpenAI 内部的迁移顺序:工程 → 研究/支持 → 法务/招聘。你个人可以这么映射:
| 你现在的主战场 | 优先委派给 Agent 的活 |
|---|---|
| 写代码(Cursor / Claude Code / Codex) | 重构一模块、补测试、按 issue 修 bug、生成 PR 描述 |
| 文档 / 运营 / 产品 | 批量改格式、从表格生成报告、整理会议纪要成结构化文档 |
| 数据 / 财务 / 法务向 | 清洗 CSV、写校验脚本、对照合同模板找差异(仍要人审) |
还在 Chat 里适合留着的:一句话查 API、问概念、要三个备选方案——短、发散、不需要改文件。
3、并行之前,先固化一条 Skill / Rule
论文里 26.6% Codex 用户用过 Skills。对应到我们栈:
- Claude Code:Skill 存「发布检查清单」「PR Review 步骤」
- Cursor:Rules + Agent 指令 存项目约定
- Codex:AGENTS.md / 项目说明 让长跑任务别每次从零解释
OpenAI 内部从 Chat 迁到 Agent,靠的不只是模型变强,还有 重复流程被写成可加载的指令。你每周做第三次的事,就该考虑固化,别第三次还在聊天框里复制粘贴 prompt。
五、我的判断
OpenAI 这篇研报,和前两天 Cursor 自曝 SWE-bench「奖励作弊」放一起看,其实是一条线上的两种测量:
- Cursor 在问:榜单分数测到的到底是不是真本事
- OpenAI 在问:当真 Agent 能委派长任务时,人到底把什么活交出去了
我的结论有三条:
- 2026 下半年,「会不会用 Agent 委派」正在取代「会不会写 Prompt」,成为知识工作者的分水岭。
- 非程序员增速 137–189 倍说明下一波增量不在「更多程序员写更多代码」,而在业务岗自己跑小自动化——Cursor / Claude Code / Codex 都要争这批人。
- 对我们个人:别等公司内部统一采购,今天就可以拿一条真实任务试「30 分钟委派」——比读十篇趋势文有用。
OpenAI 员工 99.8% token 在 Codex 上,你不必追这个数字。但你可以问:我上周有多少工作是 Agent 独立跑完的,有多少还在 Chat 里一问一答?比例往 Agent 那边挪一点,就是在跟上他们论文里写的那条曲线。
参考链接
- OpenAI — How agents are transforming work:https://openai.com/index/how-agents-are-transforming-work/
- OpenAI Economic Research — The Shift to Agentic AI: Evidence from Codex(PDF):https://cdn.openai.com/pdf/5d1e1489-21c0-43e4-9d42-f87efdbf0082/the-shift-to-agentic-ai-evidence-from-codex.pdf
- arXiv HTML 版:https://arxiv.org/html/2606.26959v1