从聊天到干活：为什么 AI 智能体终于变得重要

过去两年里，大多数人眼中的 AI 是一个能力很强的聊天助手：你问问题，它来回答；你要初稿，它来写；你要翻译，它来转换。这种 AI 很有用，但真正的工作大多仍要由屏幕前的人来完成。

如今，交互方式正在改变。以 OpenAI Codex 等工具为代表的新一代 AI 智能体，正从“回答”走向“执行”。这些系统能够理解任务、将任务拆解成步骤、使用工具、生成文件、检查输出，并把工作推进到可交付的结果。

这正是 AI 智能体终于开始对普通用户具有重要意义的原因。它们不只是更好的聊天机器人，而是正逐渐进入知识工作的实际流程。

发生了什么变化？#

关键转变在于，AI 正从对话界面走向执行界面。过去，我们使用 AI 的主要方式是输入提示词并接收文本。如今，智能体更像一名受监督的数字员工：它可以读取文件、编辑代码、分析数据、生成报告，还能并行推进多项任务。

2026 年 6 月，OpenAI 表示，Codex 已不再只是一款编程工具。它正越来越多地帮助各行各业的人自动完成日常工作、提高速度，并消除现代知识工作中的瓶颈。OpenAI 还称，Codex 每周活跃用户已超过 500 万，自 2 月桌面应用发布以来，用户规模增长至原来的六倍以上；知识工作者目前约占用户的 20%，其增长速度则是开发者的三倍多。

这揭示出一个更广泛的趋势：尽管开发者仍是智能体最早的一批重度用户，但使用场景正扩展到文档、电子表格、研究、工作流自动化和轻量级内部工具。

普通人可以用智能体做什么？#

人们听到 Codex、智能体或工作流这些词时，往往以为这仍是程序员的话题。但这没有抓住重点。真正的问题在于，一项任务能否被委派。如果一份工作可以表述为一个目标、一组材料、一套规则、一个执行流程和一个审核步骤，那么智能体就可能承担其中一部分。

文档处理：读取 PDF、Word 文件、网页和电子表格；提取关键信息；生成摘要与核对清单。
数据处理：清理电子表格、分类记录、计算统计数据并制作图表。
内容创作：起草文章、优化标题、制作双语版本并提出配图建议。
工作流自动化：识别发票、生成费用汇总、标记异常并制作报告。
轻量级工具：把重复操作做成网页、小应用或内部工具，以便反复使用。

为什么这是一个转折点？#

首先，模型能力已经开始支持耗时更长的任务。OpenAI 推出 Codex 应用时，描述了这样一种工作方式：开发者可以跨项目协调多个智能体、委派工作、并行执行任务，并放心让智能体承担持续数小时、数天，甚至数周的项目。

其次，工具链正在跟上。Codex App 支持多个智能体在彼此独立的线程和工作树中工作，也支持技能与自动化。这些概念听起来或许很技术化，但都指向同一个方向：AI 正从聊天框被迁移到工作环境中。

第三，用户群体正在变化。Axios 6 月 25 日报道称，OpenAI、哥伦比亚大学、杜克大学与宾夕法尼亚大学的一份新报告显示，Codex 等智能体工具正在承担更复杂的委派任务。在允许将数据用于研究的个人用户样本中，80.6% 的用户至少提交过一次 Codex 请求，而据估算，该请求若由经验丰富的人类完成，需要超过 30 分钟。非开发者也属于增长最快的用户群体。

综合来看，这些信号表明，智能体正从新奇事物走进工作流程。

一个实际例子：费用报表与文档整理#

设想一下整理一批发票或报销材料。传统流程十分重复：下载文件，逐一打开，提取金额和日期，把信息录入电子表格，检查异常，最后制作汇总。

有了智能体，工作流可以变成：读取文件、提取金额与日期、按规则分类、标记异常、生成 Excel 表格，并撰写简短说明。人类并没有消失。人负责定义规则、检查高风险环节并批准最终结果。

这正是智能体的用武之地：它不取代判断，而是负责跑完大量创造性不高、却仍需认真处理的步骤。

如何把工作委派给 AI 智能体#

普通用户需要掌握的技能未必是编程，而是委派。一个简单的五步循环就很有效：

1. 明确目标：你最终想得到什么——文章、表格、核对清单、网页还是脚本？
2. 提供上下文：把文件、链接、背景资料和示例集中放在一起。
3. 设定规则：明确格式、范围、排除项、命名规范、时间区间和验收标准。
4. 执行并审核：让智能体工作，但要核实关键事实、敏感数据和最终结论。
5. 保存工作流：保留提示词、核对清单和模板，让这一流程能够重复使用。

OpenAI 的《Codex-maxxing for long-running work》指南也表达了类似观点：雄心勃勃的目标应拆解为可验证的步骤；用户需要知道何时把执行工作委派给 Codex，以及人类监督在哪些环节最有价值。

智能体很强大，但并非魔法#

智能体能做的事情越多，边界就越重要。它们可能读取文件、调用工具并执行命令。这意味着，不清晰的权限、模糊的指令和未经检查的输出都会带来实际风险。

• 不要把敏感文件交给你不信任的工具。
• 未经确认，不要让智能体删除、覆盖或发送文件。
• 不要把 AI 输出视为最终真相，尤其是在金融、法律、政策或投资领域。
• 可复用工作流应包含日志、版本管理和人工审核节点。

未来并不只是 AI 取代人类，而是人类学会如何管理 AI 团队。能够定义任务、制定规则和审核结果的人会获得杠杆；只会提出模糊问题的人，得到的也可能只是模糊的自动化。

从答案走向成果#

AI 智能体不要求每个人都成为程序员，而是要求更多人成为善于委派数字工作的管理者。

昨天，我们用 AI 获取答案。明天，我们会用 AI 推进工作。

这就是从聊天走向干活为何重要。AI 不只是在学习如何把话说得更好，也在学习如何做更多事情。普通人的机会在于，把自己的工作转化为清晰、可重复的流程，让智能体能够执行、检查并改进。

AI 不会取代你，但善用 AI 的人已经在取代不用 AI 的人。

来源#

• OpenAI，《Codex is becoming a productivity tool for everyone》，2026 年 6 月 2 日。
• OpenAI，《Introducing the Codex app》，2026 年 2 月 2 日；Windows 更新，2026 年 3 月 4 日。
• OpenAI，《Codex-maxxing for long-running work》，2026 年 6 月 22 日。
• Axios，《AI agents are here for real this time》，2026 年 6 月 25 日。