AI 使用方式已经变了：OpenAI 员工近 100% 使用 Codex，而不是ChatGPT

最近半年以来，我密集在使用 Claude Code 或是 Codex。

而且实际上，我现在使用 AI 的方式也从 ChatGPT 转向了 Codex 或是 Claude Code。

我相信很多人也类似。

我们好像已经习惯了这种使用方式了。这种使用方式跟我们最早使用 ChatGPT 是完全不一样的。

OpenAI 今天发了篇论文，里面把这种方式定义为「委托」。也就是说，我们不再仅仅是 AI 的用户，而是开始成为 AI 的委托人了。

这两个字的区别，其实比我们想象的大得多。

先说这篇论文讲什么吧。

OpenAI 用 Codex 的真实用户数据研究了一件事，就是 AI 从聊天助手变成一个「代理执行」，这件事到底发生得有多快。

他们研究的对象包括三类人，普通个人用户、企业用户、OpenAI 自己的内部员工。

数据是从 2025 年底到 2026 年 6 月，大约半年的时间。

先说个让我非常意外的数字：OpenAI 的内部员工现在 99.8% 的 AI 使用量是来自于 Codex，而不是 ChatGPT。

这太夸张了，接近 100% 都在使用 Codex。

也就是说，ChatGPT 在 OpenAI 内部基本上已经没人用了，是个摆设。

图：论文第 7 页 Figure 1 Panel B，三类用户 Codex token 占比折线图

我的第一反应肯定是 OpenAI 强制要求员工去用它，但比例这么高，我觉得就不只是强制那么简单了。

这让我想起之前谷歌的团队。我相信他们也会强制员工要用 Antigravity，但是发现很多谷歌大佬其实都在使用 Claude Code。

所以本质上还不是强不强制的问题，是你这个工具到底好不好用的问题。如果不好用，其实强制也强制不了，因为大家都有自己的工作去完成。

这么高的使用率，只能说明这个工具在他们内部一致认为确实还是非常好用的。

我相信很多人会误认为 Codex 这种工具一定是研发人员用的比较多，但其实并不是。

论文里显示的数据非常夸张，从去年 11 月到今年 6 月，半年时间，研究员月均输出 token 增长了 53 倍，客户支持增长了 32 倍，工程团队增长了 26 倍，法务团队增长了 12 倍。

图：OpenAI 官方博客：自 2025 年 11 月以来各部门合并产出token 的变化

而且非开发者的增速，比开发者还快。

从去年 8 月到今年 6 月，个人用户里非开发者增长了 137 倍，企业用户里非开发者增长了 189 倍。

我们还可以看到其他部门使用 Codex 的占比，招聘团队 89%、法务团队 88%。

其实跟技术没有什么太大关联，但他们从今年 2 月份开始，使用率一下子从零飙升到了 6 月的接近 90%。

图：论文第 9 页 Figure 3 Panel B，OpenAI 内部各职能部门 Codex 占比曲线

所以这个确实跟我想象中的不太一样。

论文里面有个说法我觉得很准，就是 OpenAI 内部的使用模式，是外面企业 6 到 12 个月的预告。

说到这，我们还是要说一下使用 AI 和委托 AI 到底有什么不一样。

ChatGPT 这种交互模式是我们已经很熟悉的，就是问答，你问他答。你让他写一段文字，他写完给你，然后你改，或者你追问，直到满意为止。

这种方式本质上还是你在做事情，AI 只是你的辅助工具。

而 Codex 的模式就不一样了，你是在描述一个目标，让他去执行一系列的步骤。他会调用各种工具，比如读文件、跑代码，然后自己 debug，最后直接给我们一个结果。

这是一种完全的委托。你不再是一个执行者，而是一个任务的发起人和最终结果的审核者。

所以现在很流行说提示词工程都过时了，现在叫 Loop Engineering。说的就是现在我们只需要在发起任务和最终验收的循环里面就可以了。

这种「委托」的规模，其实也在快速扩大。

到今年 5 月，已经有 80.6% 的用户提交过需要花一个人 30 分钟以上才能完成的任务；有 70.2% 的用户提交过 1 小时以上的；而需要一整天（8 小时以上）才能完成的任务，也已经有 25.6% 的用户在提交了。

半年前，这个数字只有 2.1%。

也就是说，人们敢托付给 AI 的事情，越来越重了。

图：论文第 13 页 Figure 6 Panel A，各复杂度任务的用户占比随时间变化

论文里面还有一个细节，超过 10% 的用户，每周至少有一天同时在跑 3 个以上的 Codex Agent。

也就是说三个并发，一次性把三件事情同时交出去，然后再去想下个任务。

这种工作方式以前只有团队负责人才能做到，但现在一个程序员也可以同时管理多条工作流。

图：论文第 17 页 Figure 9，三类用户峰值并发 agent 数量分布

用过 Codex 或者是 Claude Code 的朋友应该会很清楚，会明显感觉到现在终于有了一个不会累的助手。

而且这个助手不需要我们手把手来教，我们只需要让他清楚目标，他就会知道怎么样去做。如果错了，让他重新来就可以了。

你会发现我们的角色其实变了，我们从一个写代码的人，变成了一个描述需求、审查结果以及调整方向的人。

这种角色的转变，其实也让我们所需要的能力发生了根本的转变。

我们以前可能需要的是一些专业技能，比如会写代码、会做分析、会起草合同。

那时候我们的价值更多体现在执行能力上。

但现在，我们更需要具备的是判断力、目标设定的能力、对结果的审查和校正能力。

这其实不是替代，也不是简单的效率提升，而是我们在工作链条里的位置发生了移动。

管理学里面有一个经典的说法，工业革命让人从劳动力变成了工厂的管理员。

这并不是说人不重要了，而是人的角色从一个体力执行者，变成了机器的监督者和协调者。

在那个时代，会使用、观察并判断机器是否出问题，比单纯会手工做事情更值钱。

只不过现在又来了一次类似的移动，而这次移动的对象不再是体力劳动者，而是脑力劳动者。

而且这个边界，比我们想象的模糊得多。

论文里有个数据，Finance 和 Biz Ops 团队用 Codex 完成的工作里，有 31% 是工程或编码类任务；Product 和 Marketing 团队也有 25%。

也就是说，以前需要找技术团队帮忙的事情，现在财务、市场的人直接自己做了。

岗位的边界，正在被 agent 悄悄抹掉。

图：OpenAI 官方博客 Occupation vs. work done with Codex 热力表格

很多人一直在关注 AI 会替代什么岗位，其实我觉得我们更应该关注的是，AI 会把什么岗位转变成管理岗位，以及转变之后应该怎么样调整自己。

这让我想起最近京东发布的消息。

因为大家都很担心外卖员、骑手会被机器人替代，京东已经开始让这些骑手学习机器人相关的知识（比如维护等），帮他们做岗位的升级，其实也是类似的操作。

但如果在你的工作里面，委托出去之后就没有什么是只有你能做的，那这样的升级可能就不是你的机会了。

这可能也是很多人焦虑的真正来源，不是 AI 会替代我做什么，而是委托出去之后，我还剩什么？

参考：

OpenAI.The Shift to Agentic AI: Evidence from Codex
https://cdn.openai.com/pdf/5d1e1489-21c0-43e4-9d42-f87efdbf0082/the-shift-to-agentic-ai-evidence-from-codex.pdf

OpenAI.How agents are transforming work
https://openai.com/index/how-agents-are-transforming-work/

你现在的工作，委托出去之后还剩什么？欢迎在评论区说说你的判断觉得有用 → 点个❤️在看转给还不知道的朋友点个赞 告诉我你看完了关注「AI范儿」，下次更新第一时间收到