核心内容总结
这篇新闻主要讲：AI编程智能体（比如OpenAI的Codex）正在从程序员专属工具，变成各行各业都能用的“万能助手”——不仅OpenAI自己内部几乎全用它（占周Token用量99.8%），非技术人员（律师、招聘员）也靠它做自动化、数据处理等工作；而且Anthropic、字节跳动等公司也在大规模用AI写代码，行业趋势明显。不过要让AI真正落地，还得解决工程化的实际问题（比如场景适配、迭代优化）。
一、AI编程智能体：从“聊天工具”变“工作主力”
以前OpenAI员工默认用ChatGPT，但现在Codex成了首选——每周内部Token用量里，Codex占99.8%，普通员工85%以上的输出都来自它。为啥变化这么大？
因为Codex不是“一问一答”的聊天机器人，而是能独立完成长任务的智能体：比如它能自己调用工具、和系统互动，一步步解决问题（比如自动写个小工具、调试代码、处理一堆数据）。举个例子：以前你要让AI帮你做数据转换，得一句句教它步骤；现在Codex能自己规划流程，直接输出结果，省了很多时间。
二、技术平权：非技术人员也能“玩代码”
Codex最牛的地方是降低了编程门槛，让不懂代码的人也能做技术活。比如OpenAI的律师，用它自动整理案件数据、生成法律文书；招聘人员用它筛选简历里的关键词、自动发面试通知。数据显示：非技术部门员工（律师、招聘）用Codex的Token占比超过85%，而且非开发者用户（个人+组织）从2025年8月到现在，增长了100多倍。
简单说：以前编程是程序员的“专利”，现在只要会用Codex，任何人都能做“自动化、数据处理”这些以前需要技术背景的事——这就是“技术平权”。
三、行业都在跟进：AI写代码成常态
不止OpenAI，其他公司也在疯狂用AI编程：
- Anthropic：到2026年5月，公司主代码库80%的代码是AI智能体Claude独立写的（2025年初才个位数）；
- 字节跳动：过去一年AI代码贡献率涨了6倍，AI生成的代码经过修正后，能合并到业务代码库的比例（合入率）涨了2倍多——说明AI代码已经深入到日常研发里了。
这说明：AI编程不是OpenAI一家的事，整个行业都在往这个方向走。
四、落地关键：得解决“工程化”的实际问题
AI编程虽然火，但要真正用起来，还得解决基础工程问题。比如新闻里提到的“Harness”，就是在实际业务中跑出来的工具——它能帮企业快速验证AI工具是否好用、发现问题、不断优化。像DeepSeek公司，不仅招AI编程团队，还专门招“Agent Harness”团队，就是为了把AI工具落地到具体场景里。
举个例子：你用AI写了一段代码，但它能不能和公司现有的系统兼容？会不会出bug？这些都需要工程化的工具来测试、调整——光有AI能力不够，得有“接地气”的配套技术。
五、未来工作：人人都用“自主性AI工具”
OpenAI预测：以后大家都会用这种“能自己干活”的AI工具。随着工具越来越好用、门槛越来越低，人们会用它做更复杂、跨部门的任务（比如一个市场人员，用AI工具自动分析用户数据、生成报告，还能和技术部门的系统对接）。
简单说：未来的工作，可能不是人直接做所有事，而是人指挥AI工具做——不管你是技术还是非技术岗位，AI都会成为你的“超级助手”。
总结一下：AI编程智能体正在改变工作方式，从“少数人用”到“人人能用”，但要落地还得解决实际工程问题。这趋势不仅影响技术行业，还会渗透到各行各业，最终改变我们的工作习惯。