Codex 周活涨 6 倍背后:AI Agent 的四条战线

Codex 周活涨 6 倍背后:AI Agent 的四条战线

「一篇读懂」系列 Vol.004:一个话题,一篇文章,讲透讲清。

先看一组数字。OpenAI 披露:今年 2 月以来,Codex 的周活跃用户涨了 6 倍,突破 500 万。增长结构更有意思------知识工作者的增速,是开发者的 3 倍。

一个给程序员打造的工具,涨得最快的用户却不是程序员。这比任何发布会都能说明问题:AI Agent 的主战场,正从技术圈外溢到整个生产力场景。

把最近一周的消息排一排,大厂的动作密集得反常:微软 Build 2026 喊出「Agent 优先」;OpenAI 宣布合并 ChatGPT 和 Codex;微信 Agent 进展曝光;千问开始接入第三方 Skill;豆包回应付费传闻;美团在财报会上强调「服务 AI Agent 正变得越来越重要」。

还有人问:之前爆火的 OpenClaw 怎么没人提了?答案就藏在这些消息里------Coding Agent 已经变成执行任务的通用方案,正在和 Chatbot 融合,配套的 Skill 与 Agent 生态开始建设。大厂在把 OpenClaw 带来的启发,转化成真实的业务进展。

这些动作收拢起来,就是四条战线:场景渗透、内部协同、Skill 生态、上下文积累。下面逐条拆。

一、先看数据:「AI 同事」上岗了

描述 Agent 时,「同事」是当下出场率最高的词。微软的 Scout 被设计成「像同事一样」工作;扣子 3.0 强调让人和 AI 团队协作;OpenAI 的 Agent 插件被形容为「已办完入职、懂全套流程的新同事」。

词汇变化的背后,是钱的验证:

信号 数据
Codex 周活 半年增长 6 倍,达 500 万
Codex 用户结构 知识工作者增速是开发者的 3 倍
Anthropic Q2 收入预计翻倍至 109 亿美元,营业利润或达 5.59 亿

Anthropic 的收入大头来自企业和初创公司。生产力场景------而不只是传统意义上的「企业场景」------的商业价值,已经被真金白银验证。

四条战线,全部围绕这个焦点展开。

二、战线一:场景渗透------生产力场景成为竞争焦点

微软的打法最具代表性。Scout 基于 OpenClaw 框架打造,常驻 Microsoft 365,跑在 Teams 里,能协同 Outlook、OneDrive:浏览邮件、日历、工作消息,自动处理会议冲突、起草回复、推进任务。配套推出的 Agent 365 负责统一管理 Agent 的身份、权限、策略和风险------干活的和管事的,一起上。

OpenAI 把发布会主题直接定为「Intelligence at Work」,给 Codex 做了三项升级:推出可定制能力的 Agent 插件;把局部批注修改能力从代码和网页,拓展到文档、表格和 PPT;通过生成网站来做产出汇报。

国内这边,豆包在回应付费传闻时提到了专业版计划:软件开发、数据分析、专业设计、流程自动化、金融分析、科学研究,打包面向专业人群。

三个动作指向同一件事:Agent 的定位从「工具」变成「分工里的一环」。工具等人来用,同事主动接活。

三、战线二:内部协同------Chatbot 与 Agent 合流

大厂基本都同时布局了 Chatbot 和一个或多个 Agent 产品,现在整合开始了。

最激进的是 OpenAI:让 ChatGPT 从单纯的对话入口,升级成协同 Agent 工作的主界面;Codex 升级为通用 Agent 平台,覆盖办公、科研、企业流程、数据分析、业务运营。内核是对 Coding Agent 做使用场景泛化------把写代码练出来的任务执行能力,推给 ChatGPT 庞大的用户群,扩大付费基数。还有消息显示,AI 浏览器 Atlas 也会加入这场整合。

另一条整合线,是把大厂原有的互联网服务,以 Skill 或 Agent 的形式装进 AI 产品:

  • 阿里:给千问加点外卖、打车、淘宝购物的能力,算早期探索
  • 字节:给豆包打通抖音商城后,继续接入美食、电影票、民宿等本地生活推荐
  • 美团:AI 助手「小团」嵌入美团 App,五一期间服务过亿人次,覆盖吃喝玩乐、出行、问诊
  • 腾讯:腾讯文档把积累的文档处理能力做成 Skill,被 WorkBuddy 调用

腾讯汤道生的说法值得记下来:传统应用的功能要转换成可被智能体调用的能力,才能把多年积累的价值释放出来。今年企业微信正在把数据能力通过接口和 Skill 开放出来,让其他智能体调用------这种开放趋势越来越明显。

四、战线三:Skill 生态------第三方接入提上日程

Agent 区别于此前产品的核心,是具备工具调用能力。这要求背后有足够丰富的工具生态------但即便是大厂,也很难凭一己之力构建,第三方生态建设已经提上日程。

平台 生态动作 进度
千问 向第三方 Agent/Skill 全面开放,企业可运营品牌 Agent 瑞幸、肯德基、蜜雪冰城、东方航空已上线 Skill
微信 Agent 调度小程序,实现点餐、打车、订票、购物等复合服务 已完成原型测试,最快本月启动合规审批
OpenAI Agent 插件一次性打包岗位所需的工具、知识和技能 覆盖 62 个热门应用、110 项技能

微信的布局还多一层:正在尝试与荣耀、小米等手机厂商建立 Agent to Agent 连接,让基础能力被手机厂商的 Agent 调用------手机厂商成为新入口,多个入口共用一套 Agent 生态。

OpenAI 的插件思路最「职业化」:创意生产插件能根据 brief 生成 campaign board、展示广告变体、电商图集,还能调用 Figma、Canva、Shutterstock 等工具。简单理解,这是一套给 Agent 准备的职业传承体系。后续插件生态会开放给合作伙伴,让第三方直接在 Codex 和 ChatGPT 里创建并部署自己的插件。

五、战线四:上下文积累------比模型更深的护城河

腾讯首席 AI 科学家姚顺雨的判断,可以当作这条战线的题眼:模型越来越擅长把复杂输入变成输出,前提是它能拿到足够好的输入。

这件事分三层。

用户端:为模型和 Agent 提供足够详实、有用的信息,让它理解「你是谁」「你正在做什么」「什么答案对你有价值」这些能锚定正确路径的问题。AI 产品要连接和积累多源上下文,再辨别什么该给、什么不该给,来对齐任务意图。

开发端:AI 产品开发需要从产品反馈中确定模型该奖励什么、惩罚什么------什么回答算好,什么行为算差。模型团队和产品团队要通过上下文共享完成 Co-Design,共同创造体验。

组织层:这也是为什么 OpenAI 为整合 ChatGPT 和 Codex,从今年 1 月就开始重组团队------先让产品团队和底层模型研究人员贴身协作,再把 ChatGPT、Codex 和 API 团队合成一个部门。上下文的积累与共享,表面是产品问题,底子是组织问题。

对上下文的重视,还可能刺激硬件的 Agent 化:微软的 Project Solara 正在探索让桌面终端和随身设备成为 Agent 收集用户上下文的途径------随时随地的沟通不是唯一目的,更重要的是在桌面和移动场景里,为 Agent 执行任务提供更多背景信息。

六、回望路径:这条路通向哪里

过去几年,AI 行业走出了一条相对清晰的路径:预训练 → 后训练 → Agent → Coding Agent。

这条路径未必是未来唯一的主线,但它是大厂当下能抓住的最有效主线。四条战线就是这条路径上的层层坐标,最终指向同一个方向:Coding Agent 向通用场景泛化。

这又是一场系统级的竞争。用姚顺雨的话收尾很合适:一场长周期的变革才刚刚开始,真正的产品形态、商业机会和使用方式,都还远没有被充分发明出来。现在看到的这些产品,大概率都不是终局形态。

七、常见问答(FAQ)

Q1:OpenClaw 是凉了吗?

不是凉了,是被吸收了。大家不再单独讨论它,是因为 Coding Agent 已经成为执行任务的通用方案,并与 Chatbot 走向融合,配套生态开始建设,付费探索也在进行。OpenClaw 带来的启发,正在被大厂转化为业务进展。

Q2:四条战线里哪条最关键?

短期看场景渗透(决定谁先拿到付费用户),中期看 Skill 生态(决定能力边界),长期看上下文积累(决定护城河深度)。内部协同是实现路径,不是终点。

Q3:Chatbot 和 Agent 合并后,对话框会消失吗?

不会消失,但角色会变------从「产品本体」变成「Agent 的操作界面」。你还是在聊天框里下指令,但背后执行的是能调工具、有上下文的 Agent。

Q4:普通开发者该关注什么?

关注 Skill 生态的窗口期。插件与 Skill 的开放意味着第三方可以把自己的能力接进大厂的分发网络------这和当年小程序开放的逻辑相似,早期入场者吃规则红利。

附:速记表收尾

看产品 → 先看它切哪个生产力场景;

看整合 → Chatbot 是界面,Agent 是引擎;

看生态 → Skill 开放度决定能力上限;

看壁垒 → 上下文积累深度决定护城河;

看趋势 → 一句话:Coding Agent 正在泛化成通用工作引擎。


本文是「一篇读懂」系列 Vol.004。前几期拆过桌面 Agent 产品格局(Vol.002)和 OpenClaw 部署(Vol.003),这一期往上看一层:大厂在战略层面往哪打。下一篇《当 AI 拿到工牌:WorkBuddy 打通企微背后的 AI 工作流之争》,拆一个具体动作背后的行业逻辑。

相关推荐
Eloudy7 小时前
全文 - Improving Language Understanding by Generative Pre-Training
llm
江屿风7 小时前
【Plain Language Large Model】【从麦当劳点餐到Redis接入:MCP如何让AI工具集成变简单】流食般投喂
人工智能·redis·笔记·语言模型·llm·mcp
大侠在此在在此8 小时前
我花了不到1块钱,用python把自己一年的1500次会话做成了个人知识库
python·llm
小林ixn8 小时前
从线性 RAG 到 Agentic RAG:用 LangGraph 搭一个会判断、会纠错、会兜底的检索闭环
langchain·llm·agent
承渊政道10 小时前
【大模型应用开发:基于GPT-4和ChatGPT】(使用LangChain框架和插件增强LLM的功能)
chatgpt·langchain·llm·框架·大模型应用开发
vipxieliang10 小时前
数字员工上岗实录:各行业 Agent 部署案例集
openai
墨林陌11 小时前
AI 热点日报(2026-10-30):新芯航途发布 700 TOPS 大模型芯片,微软发债 250 亿加码 AI,谷歌财报现现金流红灯
openai
MoonOut18 小时前
LLM | 大模型数据公司(Scale AI、Mercor、Surge AI 等)的由来、现状与演变
llm
DO_Community1 天前
WorkBuddy 接入自定义模型教程:接入 GPT、Claude 等大模型
人工智能·llm·agent