核心概念

OpenAI 於 2026 年 6 月 25 日發布研究報告，以其內部 Codex 使用數據揭示 AI Agent 如何系統性地改變工作型態。報告的核心洞察是：員工並非只是用 Agent 加速舊任務，而是轉向執行過去難以負擔的更長、更複雜的任務。

報告追蹤了 OpenAI 員工與外部 Codex 用戶的行為轉變，發現三個關鍵現象：

任務複雜度飛躍：截至 2026 年 5 月，80.6% 的個人用戶曾提交至少一個估計等同 30 分鐘人工的 Codex 請求；70.2% 超過 1 小時；25.6% 曾提交等同 8 小時人工工作量的請求。最重度的使用者（第 99 百分位）每日透過 Agent 完成超過 60 小時等效工作——這在物理上不可能由單人完成，是全新的工作量維度。

非技術職能快速擴張：自 2025 年 8 月至 2026 年 6 月，非開發者個人用戶增長 137 倍，非開發者組織用戶增長 189 倍。非技術部門員工開始承擔原本需要工程師協助的任務，包括資料轉換、自動化腳本、除錯、結構化分析等，「降低了跨任務邊界的成本」。這與 業務運營團隊 × Codex：五大文件場景自動化 所記錄的職能外溢現象高度一致。

OpenAI 內部部門轉型：以 2025 年 11 月為基準，研究部門 Codex 用量增長 56 倍，客戶支援增長 32 倍，工程部門增長 27 倍，法務部門增長 13 倍。全公司 85% 的輸出 token 現在來自 Codex 而非 ChatGPT，Agent 已成為主要 AI 介面。

這份報告的特殊性在於它是第一手縱向數據——OpenAI 用自己員工的實際行為軌跡，而非調查問卷，記錄了 Agent 普及的真實過程。

關鍵要點

  • 量變到質變：四分之一的 Agent 請求超過 8 小時等效工作量，顯示工作已進入「批量委派」模式而非即時輔助
  • 非技術職能突破：非開發者 189 倍的組織用戶成長，代表 Agent 的最大增量市場在技術邊界之外
  • 研究部門領跑：研究者 56 倍的增長最高，顯示深度知識工作是 Agent 效益最顯著的場域
  • KPMG 佐證：同期 KPMG 研究顯示企業員工 Agent 採用率已達 68%，僅 2% 的領導層對 AI 部署有重大阻力
  • 輸出分布不對稱：少數重度用戶消耗絕大多數算力，但帶動了跨部門的工作模式演化
  • 並行工作新模式：員工同時啟動多個 Agent 任務、在背景執行期間處理其他工作，本質上實現了個人層級的並發運算

實務應用

非技術知識工作者獲益最明顯的場景：資料分析師不再等候工程師拉資料，而是直接用自然語言向 Agent 查詢，四小時的任務縮至 45 分鐘；法務人員透過 Agent 進行合約初審，節省 60-80% 的首輪審閱時間；財務分析師每週從自動化報告中回收 4-8 小時。

企業級採用方面，NVIDIA × Codex：萬人工程師的 GPT-5.5 實戰手冊 和 MUFG × OpenAI：打造 AI-native 金融機構 的案例均驗證了這份研究的方向：AI Agent 先由工程部門試點，然後橫向擴散至法務、財務、業務等職能。

延伸觀點

延伸閱讀產業分析後，有兩點值得補充：

高 ROI 場景的共同特徵：AI Agent 在知識工作中表現最佳的案例，普遍具有「高頻率、結構化、可容忍少量錯誤、人工閉環審核」四個特徵。OpenAI 的資料也符合這個模式——Agent 負責初稿、轉換、查詢，人類負責判斷與決策。Agentic AI 企業落地現實：基礎建設障礙與突破策略 對此有詳細分析。

仍未實現的承諾：多篇分析均指出，全自主的多步驟決策、AI 生成策略、端到端客戶互動處理在 2026 年仍屬例外而非常態。AI Agent 當前最確定的價值在於延長個人的有效工作時間，而非取代人類的判斷能力。Endava Frontiers：以 AI Agent 網絡重構軟體交付生命週期 的組織轉型實踐也呼應了這個論點：真正的變革不是讓 AI 取代人，而是讓人透過 AI 接觸到更多樣的工作類型。

反向連結

以下頁面引用了本頁：