從對話到委派的轉變

資料來源#

• Anthropic Economic Index report: Cadences
• The Shift to Agentic AI: Evidence from Codex

摘要#

OpenAI 的 The Shift to Agentic AI: Evidence from Codex（Johnston、Holtz、Richmond、Ong、Tambe、Chatterji，2026 年 6 月）的核心論點是：代理式 AI 不是能力更強的聊天機器人，而是一種不同的使用模式。 對話式系統（ChatGPT）用於交換資訊：你提問，模型回答。代理式系統（Codex）用於執行工作：你委派任務，系統代表你檢查脈絡、使用工具並修改成果物。這篇論文衡量了三類族群的轉變——個人使用者、組織使用者，以及 OpenAI 自己的員工——發現這種轉變快速、不均衡，而且最好透過產出 token，而非使用者人數來觀察。 這是 Codex 端、跨族群的補充研究，對應 Anthropic 在 Claude Code 內部的工作組成轉變：同樣是「從提問走向執行」的移動，由第二家前沿實驗室透過第二種工具測量。

證據說明。 empirical——研究來自一套針對 Codex 使用記錄的隱私保護自動分類器流程（研究人員從未讀取原始訊息）；涵蓋三類族群；成長率經過索引與抽樣（使用者樣本為 3–4%，複雜度樣本為 0.1%）。有兩項應坦承的限制：這是第一方研究（OpenAI 衡量自己的產品與員工），而且OpenAI 內部使用情況明確不代表典型組織——作者將其定位為低摩擦採用的前沿預覽，而非母體估計。結果由分類器推斷而來。

密集邊際：產出 token，而非活躍使用者#

這篇論文的方法論轉向在於：計算使用者人數會低估這項轉變。 許多人仍會開啟 ChatGPT；採用 Codex 的人則使用得密集得多。因此，標題指標是截至 2026 年 6 月 11 日、過去 28 天內，Codex 在 Codex 與 ChatGPT 產出 token 總量中的占比：

族群	Codex token 占比	28 天 Codex 採用率（廣度邊際）
個人使用者	16.5%	活躍使用者的 <1%
組織使用者	63.3%	17.3% 的使用者
OpenAI 員工	99.8%	幾乎普及

廣度／密集度之間的落差就是故事本身：不到 1% 的個人活躍使用者在 28 天內使用過 Codex，卻占個人產出 token 的 16.5%——採用者的使用強度異常高。在 OpenAI 內部，Codex 已大幅取代 ChatGPT，成為工作的介面。Codex 的每週活躍使用量在 2026 年 1 月 1 日至 6 月 1 日間增長超過五倍，而且成長最快的是非開發者，不是原本的軟體開發者族群。

同樣的廣度／密集度分離，也會按職能重現：組織中的工程師平均將 26.8% 的自身 token 產生於 Codex，但對採用 Codex 的工程師而言，Codex 占其產生總 token 的 88.3%。法律職能使用者：平均使用者 token 的 1.9%，但占該職能總量的 17.6%。採用面很淺，但一旦落地，使用就很深。

提問與執行#

這個概念上的關鍵點，是明確對照 Chatterji et al.（2025）的 How People Use ChatGPT（也是本論文的共同作者）：在對話式使用中，「提問」幾乎占所有提示的一半——資訊、建議、學習。Codex 的使用則是**「執行」**：使用者委派除錯、重構、驗證、設定、文件撰寫與資料分析。論文將這些框定為生產，而非諮詢——「使用者是在要求 Codex 執行工作，而不只是提供建議。」在代理式介面中，一個使用單位對應的是委派工作流程，而非單次對話交換。（工具使用是粗略代理指標：在截至 2026 年 6 月 11 日前的一週，Codex 的 60.3% 回合相較於 ChatGPT 的 21.9% 回合呼叫了外部工具。）

衡量方式的過時：當使用變成委派，該計算什麼#

論文面向未來的主張，也連結到 wiki 的衡量主題：標準的 AI 使用衡量方式——活躍使用者、聊天數、訊息量——「隨著代理式系統擴散，可能變得較不具資訊性」。 當單一指令引發數小時的自主、多工具、多步驟工作時，訊息數便不再追蹤產出。作者提出應追蹤的替代指標：

• 委派任務複雜度（每項任務估計所需的人力工時——見任務時間跨度擴展）
• 執行時間（代理每天工作的時間——見平行代理編排）
• 工作流程重用（skills／plugins——見代理式工作系統化）
• 並行度（平行代理——見平行代理編排）
• 生產產出（代表使用者產生的 token）

這與遙測與問卷衡量及生產來源評估所秉持的「衡量系統實際做了什麼，而非代理指標」的直覺相同，只是更進一步：不只是以遙測取代問卷，而是以產出與委派指標取代互動次數指標。

三類族群作為自然實驗#

由於三個群體都能使用同一個模型，它們之間的巨大差距證明，採用取決於脈絡，而非能力——也就是組織對 AI 的互補條件論點。OpenAI 員工（邊際使用成本低、認同度高、受過訓練，且接近系統）是前沿預覽：它展示了採用摩擦接近零時，代理式使用的樣貌。他們的模式——使用分布於研究、規劃、溝通、招募與銷售；2025 年 11 月至 2026 年 6 月間，每個職能產生的 output token 都至少增加 10 倍（研究人員增加 50 倍以上）——是論文描繪的終點，而非平均情況。

產品，而不只是模型：按介面衡量自主性#

Anthropic 的 AEI Cadences 報告（2026 年 6 月）從 Claude 端提供了介面比較。以 1–5 分量表評定 AI 自主性，Claude Code 在 31 種產出類型中的 26 種，展現出比聊天／Cowork更高的自主性（平均差距**+0.37**；腳本與程式碼片段為**+0.53**）。差距的三分之二來自以更多委派執行相同任務——一篇部落格文章在聊天／Cowork 上來回互動的中位數為13 回合，但在 Claude Code 上只需單一提示——三分之一則來自不同的產出組成。關鍵是，在控制模型後，差距仍然存在：在由 Sonnet 提供服務的對話中，Claude Code 仍顯示多出**+0.26** 的自主性，即使 Code 使用 Opus 的頻率高得多（相較於聊天／Cowork 的 10%，Code 為 54%）。報告的結論——「所使用的產品可能比底層模型更重要」——正是本頁「代理式 AI 是不同的使用模式，而不是更好的聊天機器人」的介面設計對應，也呼應模型改進下的工具層收縮：決定使用者委派多少的，是工具層／介面，而不只是模型。

相關連結#

• 代理式程式撰寫工作組成轉變——Anthropic／Claude Code 對同一「提問→執行」移動的遙測；這是 OpenAI／Codex 的跨族群補充（兩家實驗室、兩種工具、同一項轉變）
• 對話成果物——同一份 Cadences 報告中的成果物配套；自主性與運算量會在成果物之間共同移動（r = 0.68）
• AI 使用節奏——該報告的時間節律章節；這項擴散中委派的廣度節奏
• 自動化—樂觀連結——認知章節：自動化占比（本頁的委派，由問卷衡量）預測工作者樂觀程度
• 暴露分類法：觀察到的、理論上的、回報的、預期的——問卷的信念面衡量，補足這項行為面轉變
• Anthropic Economic Index——姊妹研究計畫；其專業回報報告被這份 OpenAI 研究引用
• 代理式程式撰寫中的專業回報——本研究引用之報告中的配套發現（Hitzig et al. 2026）：當工作變成委派時，關鍵的人類技能是領域理解加監督，而非執行
• AI 的組織互補條件——在同一模型下，為什麼三類族群差異如此之大：價值取決於工作流程／權限／技能互補，而不只是能力
• 代理式工作系統化——三種「如何」邊際之一：臨時委派逐漸固化為可重用的 skill／plugin 例程
• 平行代理編排——另外兩種「如何」邊際：並行度與長時間執行，也就是密集使用者的工作流程
• 任務時間跨度擴展——委派任務複雜度（超過 8 小時任務的占比從 2.1% 上升至 25.6%）是可靠任務長度上限上升的使用面解讀
• 規劃／執行分工——委派是已實現的一半：每個提示引發多少自主工作，以及使用者實際交出了多少工作
• 遙測與問卷衡量——衡量過時的論點在此延伸：不只是以遙測取代問卷，也是以委派指標取代互動次數
• 驗證成為新瓶頸——當使用從提問轉向委派，人類角色轉向審查、監督與協調，也就是此處指出的瓶頸
• 工程師與 PM 的融合——密集使用者「管理一組代理式工作」，轉向委派／監督／整合；這是使用資料中看到的角色融合
• AI 作為主要作者——委派式生產意味著作者身分轉移給代理；token 占比數字顯示了這項轉移走了多遠
• 模型改進下的工具層收縮——使用面上，工具層收縮所促成的正是委派增加：每項任務需要較少手把手引導，交出去的工作更多
• OpenAI——這是其 Codex 遙測資料所屬的實驗室，其內部使用情況也是前沿預覽
• Codex——本研究衡量其採用情況的代理式工具
• 以市場定價的 AI 暴露（AI 溢價）——對同一提問→執行移動的獨立、跨供應商佐證：Borri-Liu-Tsyvinski 的 OpenRouter 面板（400 多個模型，而非單一實驗室）顯示代理式 token 占比——完成原因為 tool_calls 的請求——從 2024 年約為 0，上升至 2026 年初的52.2%。同一項轉變，是在任何單一供應商產品之外進行的衡量；其「密集邊際，而非使用者人數」定價，也與本頁的「產出 token，而非活躍使用者」相互呼應

待解決的問題#

• token 占比指標會獎勵冗長的代理式產出。99.8%／63.3%／16.5% 的分布中，有多少是真實的工作轉變，又有多少只是代理式工具針對每單位人類意圖產生了更多 token？
• OpenAI 內部使用依假設是前沿預覽。外部組織的曲線是否真的沿著 OpenAI 路徑前進（這是論文的隱含主張），還是會在採用摩擦沒有消失的地方達到平臺期？
• 「提問占 ChatGPT 的一半，執行占 Codex 的大多數」——但兩種工具會自行選擇不同的工作。有多少提問→執行的對比是轉變本身造成的，又有多少只是把原本就屬於「執行」的任務導向為其打造的工具？

資料來源#

• The Shift to Agentic AI: Evidence from Codex——摘要；§1 Introduction（四項風格化事實）；§3 Who Uses Agentic AI；§6 Conclusion
• Anthropic Economic Index report: Cadences——Anthropic Economic Index Cadences（2026 年 6 月），第 2 章 §"How much autonomy does Claude have to decide on its own?"（按介面衡量自主性、控制模型）
• Chatterji et al. (2025), How People Use ChatGPT (NBER WP 34255)——此處用來對照的對話式 AI「提問 ≈ 一半」基準