潍坊防火门专用胶厂家 Codex用户暴涨背后，2026职场人的AI分水岭来了

作者｜西西弗柿

编辑｜心插柳柳橙汁

近 OpenAI 发了个很有意思的数据。

Codex 增长快的用户群体不是程序员，而是不写代码的知识工作者。

金融分析师、咨询顾问、产品经理，这些从来不写代码的人，正在成为 AI Agent 活跃的用户群。

这个数据背后指向件事，AI Agent 的浪潮已经不只是在技术圈里卷了，它正在涌入每个普通工人的工位。

这让我想问大个扎心的问题，你平时用 AI，是怎么用的？

我猜大多数人，式大概是这样的，有问题去问豆包，让它解释个概念。用 DeepSeek 润段文案、统计数据、写个邮件开头。有时候也会让 AI 帮你搜点资料，整理下信息。

真的提了吗？当然有。

但仔细想想，这套用法有个共同点，就是你把 AI 当成了个聪明的搜索引擎和个快的文案助手。你问个问题，它给你段回答。你让它润，它帮你改几句话。

整个过程的核心动作是，聊天。

你获取了信息，辅助了思考，率确实提升了，但交付这件事，还是你自己干的。你把 AI 的回答复制粘贴回你的文档，自己排版、自己调整、自己发给老板。

我身边 60 的同事、朋友，目前对 AI 的使用基本停留在这个阶段。

但是显然，这种"单点式"的对话，还没有真正触及 AI Agent 的时代红利。

从 Codex 目前的势头来看，接下来半年，职场可能会出现次新的分化，拉开差距的不是学历和岗位，是个人指挥 AI 的能力。

青铜的搜索框

者的项目组

当前职场人使用 AI 的式可以分为三个段位，青铜、白银、者。段位越往上，你和 AI 的协作度越，产出的率差距也越大。

青铜段位，把 AI 当聊天工具，你有问题了去找 AI，本质上是把 AI 当成了个聪明的搜索引擎和快的文案助手。

你获取了信息，开了思路，但交付这件事，还是你自己干的。

白银段位，把 AI 当交付工具。

如果你近留意职场圈的 AI 讨论，会发现有群人已经切换了姿势。他们不跟 AI 聊天了。他们的用法是，开个门的 Agent 工具，把个完整的工作目标丢进去，然后等交付物。

什么意思？

比如你要做份数据 PPT，以前是自己开模板页页调，现在用 PPT Agent 类的产品，给个主题，它帮你搭框架、填内容、出设计。比如你要写份商业案，给 Agent 背景资料，它帮你输出份结构完整的 Word 案。

白银段位的核心变化是，AI 不再只是帮你想，而是帮你干完。交付物不再是复制粘贴回来的文本片段，而是 PPT、Excel、Word 这些可以直接用的东西。

这类垂类 Agent 产品在 2025 年下半年集中爆发，覆盖了 PPT 制作、数据分析、文档写作、代码生成等具体场景，每类都瞄准了个具体的脏活。

但白银段位有个局限，你用的是用的单点工具，做 PPT 的开个，做数据的开个，写文档的开个。每个工具各自为战，你的任务之间没有串联，每步都需要重新交代遍背景。

者段位，把 AI 当下属团队用。

三类人，已经不满足于把个活交给 AI 干了，他们试图让 AI 像支团队样分工协作。这是目前职场 AI 使用的段位。

在这个段位，你面对的不是个单点 Agent，而是个能调度多个子 Agent 的指挥系统，比如 OpenAI 的 Codex，能帮非程序员用户管理复杂的编码任务链；比如 Anthropic 旗下的 Cowork，主多人协作场景下的 AI 协同。

这个向，国内的 AI 公司也有类似的动作。上周，Kimi 上线了 Kimi Work Beta 版，它不是个新的聊天窗口，而是个面向知识工作者的桌面端 Agent，能调度多 300 个子 Agent 并行执行任务，能碰数据、操作浏览器、处理本地文件。

这些桌面 Agent 产品仍在持续迭代中，但它们展示出的能力边界，已经足够让人重新思考个问题：

类人还在跟 AI 聊天。另类人已经开始指挥群 AI 员工干活了。

同样份竞品调研，哥用豆包搜索了 20 个网页、手动整理了天；李姐在桌面 Agent 里输入了行指令，二十分钟后拿到了份完整报告。

这就是 AI 时代的职场折叠。

阶玩

率先把杂活交给 Agent

那么目前市面上真正能做到 AI 团队的产品长什么样？我们来拆解有代表的。

先说 Anthropic 的 Cowork。

今年 1 月，Anthropic 出了 Cowork，简单说，就是把面向开发者的 Claude Code 能力，包装成个所有人都能用的桌面工具。你给它个目标，它自动拆解步骤、执行、反馈，泡沫板橡塑板专用胶不用你盯着每个环节。

而且，TA 能跑定时任务，定期轮询部署状态、看护 PR、检查构建、抓取数据，全程自动跑，有问题才通知你。

国内的 Kimi Work，走的则是加本土化的向。

个是大规模任务。300 个子 Agent 并行调度，意味着工人可以把加复杂的任务外包给它，直接的价值就是用低的时间成本拿到多可交付的结果。

另个是业数据源。天眼查、同花顺、Yahoo Finance、World Bank…… 这些是投研分析、竞品调研等研究工作中绕不开的数据，如果 Agent 能直接接入这些数据库，就不只是"帮你搜索网页"，而是能接近真实办公里需要用到的数据入口。

那么，那普通职场人，怎么才能吃到 Agent 的红利？

你不用上来就让它替你做什么惊天动地的大项目，先试着把那些脏活、累活、消耗人的活，交出去部分。

比如，过去做竞品调研，要个个开官网，看产品介绍、找价格信息、翻客户案例、截页面，再手动整理成对比表。

现在你可以试着让 Agent 操作你的浏览器，下载资料，提取关键信息。

你给它个竞品名单和调研维度，让它自己把资料跑遍，后汇总成份 Excel 对比表。

拿到份供应商同草稿，丢进 Agent 让它快速过遍，标出风险条款和不理的地。它会用表格呈现，每行有条款编号、风险点描述、修改建议，再附份修改意见。

AI 当然不能替代法务做终判断，但它可以先把机械筛查做完，让法务把时间用在真正需要业判断的地。

如果你是做投研的，可以把份文件夹拖进 Agent，里面是上半年五个大区几十份销售表，有空行、乱码、脏数据。输入句话，让 TA 清洗并、总额和环比增速、找出增速慢的城市、针对那个城市写份 2000 字的业务复盘与改进案。

输出结果是份可以直接发给分公司的 2000 字度复盘报告，结构完整，有数据分析、有问题诊断、有改进建议。

条指令，全流程交付。

这就是 OpenAI 那个数据反映的趋势了。为什么 Codex 的非程序员用户增长快？因为不需要写代码，不需要懂技术，你只需要描述任务，就会 Agent 被稳稳地接住。

职场分化背后

是生产式的变化

聊到这里，我觉得比产品本身值得关注的，是这件事背后代表的向。

AI 从日常助手变成工作团队，这不是句口号，是个工作式的升。

每次通用技术的普及，都会经历同个阶段。人们先试着把新技术塞进旧流程里，发现率提升有限，然后才有人围绕新技术重新设计整个工作流。

1880 年代电力开始普及的时候，工厂早做的是把蒸汽机拆了、换上电动机，但产线布局还是按照蒸汽机的逻辑来设计的。蒸汽机在中间，传动轴把动力传到各个车间，电动机来了之后，还是这个布局。

率有提升吗？有，但不多。

真正让电力改变世界的是后来，工厂重新设计了产线，每台机器旁边放台电动机，layout 按照电力的逻辑来，这才有了现代工厂，这才有了大规模生产。

AI 今天处在哪个阶段？

我觉得处在把蒸汽机拆了换上电动机、但产线还是老布局这个阶段。

大多数人用 AI 的式，是把 AI 塞进旧的办公流程里。你在 Word 里写稿，卡住了，去 AI 聊天窗口问句，复制粘贴回来。你在 Excel 里做表，公式不会写，去问 AI，复制粘贴回来。

AI 在帮你，但你还是在旧的生产线里干活。

Codex、Cowork、Kimi Work 在做的事，是围绕 AI Agent 重新设计产线。不是你把 AI 当助手用，是 AI 把你的任务当项目管理，它自己拆任务、派给不同的 Agent、跟踪进度、汇总结果、生成交付物。

而对职场人来说，接下来真正拉开差距的，可能不是谁多问了 AI 几个问题，而是谁早学会把任务交给 AI 进。

我说这句话不是制造焦虑。

就像 1995 年，个人在用盘账，另个人在用 Excel，你说谁的产出率？

不是用盘的那个人不努力。

是工具变了，生产式变了，努力的回报倍数不样了。

AI Agent 也是类似的道理，它不会让努力变得不重要，但它会改变努力的向。相关词条:罐体保温施工     异型材设备     锚索    玻璃棉    保温护角专用胶

奥力斯    PVC管道管件粘结胶价格     联系人：王经理    手机：18231788377（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区/p>

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。