meng shao (@shao__meng) “OpenAI 的工作正被 Agent (Codex) 重塑，且已经覆盖每一个部门，不止研发团队！ 来自” — TopicDigg

OpenAI 的工作正被 Agent (Codex) 重塑，且已经覆盖每一个部门，不止研发团队！ 来自 OpenAI 官方博客，OpenAI 用 Codex 的一整年使用数据，证明：知识工作的基本单位，正从「一问一答」转向「委托长周期任务」，Codex 就是这个答案！ # 四条实证结论 1. 任务变长、变难 · 约 24% 的 Codex 请求，对应人类需 1 小时以上 的工作 · 到 2026 年 5 月（个体用户样本）： · 80.6% 至少有一次 ≥30 分钟任务 · 70.2% ≥1 小时 · 25.6% ≥8 小时 · 内部重度用户：P99 用户单日可并行跑 60+ 小时 agent 运行时长（多 agent 并发） 2. 从 ChatGPT 到 Codex 的结构性迁移 OpenAI 内部变化最剧烈： · 2025 年 8 月前：员工 token 中 Codex 占比 <10% · 2026 年 6 月：99.8% 的 output token 来自 Codex 部门迁移节奏： · 工程 2025 年 12 月率先过半 · 法务、财务、招聘 约 2026 年 4 月快速 crossover · 工程师今日 99% token 在 Codex；律师/招聘 85%+ 外部用户分化明显： 群体 | Codex 占 output token 份额 · OpenAI 员工 | 99.8% · 组织用户 | 63.3% · 个人用户 | 16.5% 3. 非开发者增长最快 自 2025 年 8 月以来，非开发者用户增长： · 个人：137 倍 · 组织：189 倍 · OpenAI 内部：12 倍（基数已高） H1 2026 活跃用户整体 5 倍以上，增量主要来自开发者以外人群。 4. 岗位边界被模糊 · 工程/研发：仍以编码为主 · 财务、市场、运营：以 知识工作 为主 · 但业务职能员工用 Codex 产出的工作中，超过 1/4 是工程/编码类（自动化、数据处理、调试等） Agent 降低「跨界执行」成本——非技术人员也能做原本需工程支持的事。 总结 当 Agent (Codex) 足够好用且组织摩擦足够低时，人们会把 AI 从「顾问」当成「劳动力」——委托更长、更难、跨岗位的任务，并并行编排多个 Agent；ChatGPT 式聊天在工作场景中被 Codex 快速替代。