据 OpenAI 发布的文章，Agentic AI 正在把知识工作的基本单位从“单次对话”推向“长期委托任务”。OpenAI 还披露了一个很有意思的内部变化：Codex 起初只是开发者工具，但到 2026 年，它已经在 OpenAI 的法务、招聘等非技术部门成为主要 AI 工作工具。

这篇文章当然带有 OpenAI 的产品叙事。它想告诉市场：Codex 不只是写代码的助手，而是可以把复杂任务拆开、调用工具、持续迭代的工作代理。我们不能把公司自述直接当成行业结论，但它提供了一个值得认真看的信号：企业 AI 的竞争点正在从“回答得好不好”转向“能不能被委托去做一件完整的事”。

聊天机器人适合即时问答。你问一个问题，它给一个答案；你再追问，它再回答。Agent 不同，它更像一个拿到目标后能自己跑一段流程的临时同事：读文档、查代码、跑测试、改文件、汇总结果，中间可能需要十几次工具调用。对开发者来说，这意味着工具的价值不再只看补全准确率，而要看它能不能接住真实工程流程里那些又长又碎的任务。

OpenAI 文中最容易被误读的数字，是 Codex 在内部 token 使用中的占比和非开发者用户增长。这些数字说明 OpenAI 内部使用强度很高，但不等于所有公司照搬都能得到同样效果。OpenAI 员工本来就更熟悉 AI 工具，也更愿意把工作流交给模型。普通公司真正要跨过去的门槛，是权限、数据访问、错误责任和复核成本。

林岚更关心另一个问题：如果非技术部门也开始大量使用 Codex，开发者工具的边界会被重画。以前“会写代码”是工程团队的专属生产力，现在法务、运营、招聘也可能用 agent 处理数据、生成脚本、改内部工具。这会提高一些人的能力上限，也会制造新的治理问题：谁能运行代码？谁能访问仓库？谁对 agent 改出来的结果负责？

所以这条新闻不是“OpenAI 又夸自家 Codex”。真正值得看的是，AI 工具正在从聊天入口变成工作委托系统。它会让更多非工程人员靠近软件生产，也会迫使企业重新定义权限边界。先别急着说 agent 会替代谁，先看公司有没有能力管理一个会自己操作工具的“数字员工”。

参考来源

• OpenAI：How agents are transforming work：原始文章，提供 OpenAI 内部 Codex 和 agent 使用趋势。