从问答案到接任务 AI正在重写工作的基本单位

AI正在发生一个根本性的转变——从“我问你答”的对话工具，进化为“你委托我执行”的自主Agent。全球最大的AI公司内部最近有一组数据，把这个趋势推到了聚光灯下：他们每周产出的所有token中，99.8%来自一个叫Codex的Agent工具。

这不仅仅是一次工具升级。这是工作方式的底层革命。

这份报告来自这家公司内部，数据是真实的，转变是已经发生的。它带来的启示，比数字本身更值得深挖。

先说几个核心判断：

1. AI正从对话工具向自主Agent全面进化；
2. 公司内部正从ChatGPT全面转向Codex；
3. Agent化正在催生四大未来工作趋势。

最近有一份数据报告，让人重新思考“我们到底在用AI做什么”这个问题。

报告来自一家全球最大的AI公司内部。他们用自己的真实数据，展示了一个正在发生的根本性转变：AI正在从“你问我答”的对话工具，变成“你委托我执行”的自主Agent。报告里有一个数字尤其刺眼——在这家公司内部，每周产出的所有token中，99.8%来自一个叫Codex的Agent工具。

这不是一个概念性的展望，而是已经发生的事。而它带来的启示，远比数字本身更值得深思。

当 AI 不再只是回答问题

从聊天机器人到自主Agent

我们过去对AI工作方式的理解，基本停留在“对话”层面——你问一个问题，AI给你一个答案。整个交互是短暂的、即时的、自包含的。就像一个无所不知的朋友，你随时可以找他聊，但每次聊完就散了。

但Agent改变了这一切。Agent不是“回答”你的问题，而是“接受”你的委托。它可以独立运行数分钟甚至数小时，在这个过程中自主编排工具调用、与环境交互、不断迭代直到找到解决方案。你不再需要一步步引导它，而是像给一个下属布置任务一样，说清楚目标，然后让它自己去跑。

这就是Agentic AI的核心转变：

这个转变的本质，是把AI从“工具”升级成了“同事”。你不会再跟同事说“帮我查个东西”，而是说“这个项目交给你了”。Agent正在成为这样的角色。

一个公司内部的真实转型

最能说明问题的，是这家公司自己的转型数据。

2025年8月之前，员工使用AI的默认工具是ChatGPT，只有不到10%的token输出用在了Codex上。那时候，Codex对大多数人来说还是一个陌生的名字。

但到了2026年6月，情况完全反转。Codex成了每个部门的主要AI工具，

。在OpenAI内部所有每周输出token中，Codex的占比高达 。普通员工超过 的输出token也来自Codex。

这意味着什么？意味着从工程师到律师，从财务到招聘，所有人都在用Agent来完成工作。Agent不再是某个技术团队的专属工具，而是变成了整个组织的基础设施。

一个公司从上到下、从技术到非技术部门全面采用Agent，这本身就说明了一件事——Agent不是给极客用的玩具，而是给所有人用的生产力工具。

四个正在发生的趋势

任务越来越长，越来越复杂

第一个趋势最直观：用户开始把越来越复杂、越来越耗时的任务交给Agent。

到2026年5月，数据显示：

的个人用户曾发起过估计需要超过30分钟人工工作的请求；发起过超过1小时的请求；至少发起过一次超过8小时的请求。

更惊人的是，重度用户（第99百分位）每天通过并行Agent产生

。一个人一天只有24小时，但通过并行运行多个Agent，他们可以同时推进多个长时间跨度的项目。

这说明Agent不只是在处理“简单重复”的任务，而是在承担真正的“项目级”工作。

80%的用户在用Agent做超过30分钟的事，这已经不是“辅助”了，这是在“外包”。工作的定义正在被重新书写。

从工程师到所有人

第二个趋势更加耐人寻味：Codex正在成为整个公司的核心工具，而不仅仅是工程师的专属。

数据很清楚。在OpenAI内部，工程师率先完成了转型，平均每位工程师

的输出token来自Codex。但更值得关注的是非技术部门——法务、财务、招聘在 跨过了Codex使用量过半的门槛。如今，平均每位律师或招聘人员的输出token来自Codex。

各部门从2025年11月到2026年6月的token增长数据更是说明了这种扩散的速度：研究部门增长

，客户支持增长 ，工程部门增长 ，法务部门增长 。

这些数字背后的含义是：Agent不再是“技术部门在用”，而是“所有人都在用，而且用得越来越多”。

非开发者才是增长最快的人群

第三个趋势可能是整份报告中最令人意外的：

从2025年8月到2026年6月，每周非开发者用户增长了

（个人用户），组织用户增长了 。OpenAI内部员工也增长了12倍——但因为起始基数较高，这个数字反而显得“平淡”。

189倍。这个数字意味着什么？意味着一年前几乎不用编程工具的人，现在正在大量涌入。Agent作为一个“技术能力民主化”的工具，正在让非技术人员完成以前需要工程师帮忙才能做的事。

市场人员可以用Agent处理数据、生成报告；财务人员可以用Agent写脚本做分析；运营人员可以用Agent搭建自动化流程。他们不需要“学编程”，只需要用自然语言描述需求，Agent来执行。

189倍的增长说明Agent是真正意义上的“技术平权”。以前只有程序员能做的事，现在所有人都能做。这不是替代程序员，而是让每个人都拥有了“编程”的能力。

岗位边界正在模糊

第四个趋势是最具碘伏性的：Agent正在打破传统的岗位边界。

数据显示，业务部门（财务、市场、运营）员工使用Codex的工作中，

属于“工程/编程”类别。一个财务人员在做的事，有25%是以前只有工程师才能做的事。

具体来看各部门的实际工作类型分布：工程部门72%是工程/编程，数据科学/研究部门51%，但

。

这说明Agent正在重新定义“岗位”的含义。一个人的“岗位说明书”上写的是“财务分析师”，但他实际在做的事，有三分之一是工程和编程。Agent降低了技术门槛，让跨职能工作成为可能。

当一个财务人员25%的工作变成了编程，“岗位”这个词就需要重新定义了。未来最值钱的人，可能不是某个领域的专家，而是能用Agent做任何事的“通才”。

这些数据意味着什么

工作流需要重新设计

当Agent能独立运行数小时来完成一个项目时，企业的整个工作流都需要重新思考。

传统的审批流程、监控机制、质量检查——所有这些都需要适配“长时间跨度的Agent任务”。你不能用管人的方式来管Agent，也不能用管短对话的方式来管长任务。

这不是工具层面的升级，而是

。

技能价值正在重塑

真正升值的技能，不是执行本身，而是

。

以前，“会写代码”是稀缺技能。但在Agent时代，写代码这件事本身可以被委托。真正稀缺的是：理解问题、分解任务、设计工作流、评估结果的能力。这些“元技能”的价值正在急剧上升。

个人能力的天花板被抬高

一个普通员工以前受限于技术专长，很多跨部门的任务根本做不了。现在Agent让单个员工能做的事情范围大幅扩展。一个人可以同时推进数据分析、报告撰写、流程自动化等多个方向的工作。

这不只是效率提升，而是

。

Agent时代的核心能力不是“动手做”，而是“想清楚要做什么”。编排能力会成为新的核心竞争力。

工作的未来正在被定义

回到开头的问题：我们到底在用AI做什么？

答案正在从“辅助”变成“委托”，从“对话”变成“项目”，从“人驱动”变成“人+Agent协同”。这份报告用一个公司内部的真实数据告诉我们，这不是未来——这是现在。

工作的基本单位正在被重写。以前是“一次对话解决一个问题”，现在是“一个委托完成一个项目”。这个转变已经发生，而且正在加速。

当99.8%的内部token输出都来自Agent，当非开发者用户增长189倍，当80%的用户在用Agent做超过30分钟的任务——我们有理由相信，这不只是一个公司的故事，而是整个知识工作行业的未来方向。

最后问三个问题：

1. 如果你的工作中有25%可以被Agent独立完成，你会把省下来的时间用来做什么？
2. 在Agent时代，你觉得什么样的人才最有价值？是某个领域的深度专家，还是能用Agent跨领域解决问题的“编排者”？
3. 你的公司开始用Agent了吗？如果还没有，你觉得最大的障碍是什么？