agent 到底落地了多少，一直是个被营销话术淹没的问题。每家都说自己的 coding agent 改变了开发，但拿得出手的客观数据极少。OpenAI 这次公开内部 Codex 使用量，价值就在于它是头部实验室对自己组织的第一手量化披露。 具体数字：以 2025 年 11 月为基线，到现在内部 Codex 输出 token 的中位数增长，Research 方向 56 倍、Customer Support 32 倍、Engineering 27 倍、Legal 13 倍。这里用的是'中位数'而非平均值，意味着不是少数重度用户把数字拉高，而是中间那个典型用户的用量都涨了几十倍——这是采用面铺开、而非个别狂热者的信号。 值得注意的是层级分布。增长最猛的是 Research 而不是 Engineering，这有点反直觉。一个合理解读是：工程岗位本就是 coding agent 最早渗透的领域，2025 年 11 月时基数已经不低，所以倍数反而没那么夸张；而 Research、Legal 这些非传统编码岗位是从低基数起步，agent 正在向它们扩散，倍数自然更大。换句话说，agent 的边界正在从'写代码'往外溢。 数据来源是 OpenAI 的经济研究报告《How Agents Are Transforming Work》。需要明确的是，这反映的是 OpenAI 自己组织内部的使用，不是外部客户的产品销量或留存——它是'自家人怎么用自家工具'的内部画像。 影响层面，对不同角色含义不同。做产品的可以把它当成 agent 采用曲线的一个真实锚点，反推自家用户可能处在哪个阶段。做 Research/Legal 等非工程岗的人，则该正视一个趋势：coding agent 不再只是工程师的玩具，正在变成跨职能的生产力底座。 局限要诚实标注：这是 OpenAI 用自家工具、披露对自己有利的指标，存在选择性呈现的可能；token 增长也只是使用量代理，并不直接等于产出质量或真实生产力提升。但即便打折扣，头部实验室公开内部采用数据本身就稀缺，作为趋势判断的参照仍然有分量。