The Next Era of Knowledge Work

发表时间: 2026-06 · Tech report by OpenAI (openai.com)

日期: 2026年6月2日

A1 主要贡献

知识工作主导着发达经济体，在美国，超过40%的劳动力（约7200万人）主要从事信息处理工作。然而，这种工作模式的效率受到了“零散数字化”的制约。尽管电子邮件、协作文档、电子表格和各种SaaS应用等工具提升了局部效率，但它们造成了信息孤岛，使得知识工作者需要花费大量时间在不同系统间寻找信息、协调工作和进行审批验证。

核心问题与研究目标:
本文旨在探讨现代知识工作面临的三大核心摩擦：
1. 搜索摩擦：在庞大且不透明的系统中查找相关输入的成本。
2. 协调摩擦：在团队、工具和格式之间传递信息与决策的成本。
3. 审批与验证摩擦：确保工作成果被接受并经得起现实考验的成本。

这些摩擦导致了生产力悖论——计算机的普及并未立即带来办公室生产力的显著提升。生产力的飞跃需要对工作流程、技能和管理结构进行重新设计。

创新点与解决方案 (Codex):
本文提出Codex作为这一“工厂式再设计”的解决方案。Codex的目标是通过将人工智能（AI）更紧密地部署到每个待解决的问题旁，来化解知识工作中的瓶颈。其核心贡献和创新点包括：
* 赋能个体：Codex将更大的自主权交给了最需要解决问题的人，使他们能够直接构建所需的工具或完成任务，而无需依赖传统的、漫长的软件开发流程。
* 溶解瓶颈：它能够自动化或辅助处理从寻找输入、协调工作流、生成交付物，到检查质量和追踪审批的全过程。
* 打破角色边界：AI使非技术人员也能完成编码和工程操作，而开发人员也能高效处理知识型产出物（如报告、备忘录）。例如，产品经理可以自行构建仪表盘，研究员可以自己编写数据清洗脚本。
* 实现并行工作：用户可以同时运行多个Codex任务，从单任务执行者转变为多工作流的协调者，极大地提高了个人工作效率，使其能够达到小型团队的工作规模。
* 整合碎片化知识：Codex帮助个人和团队将分散在不同系统和媒介中的信息（如视频、网站、本地平台）整合成可用的共享知识和工作系统。GroundVue公司利用Codex将分散的政府公开信息整合为可搜索、可比较的知识库，是这一能力的典型例证。

总之，Codex旨在通过提供一种全新的工作方式，帮助团队在碎片化的数字组织中高效运作，减少延误和行政负担，使人们能够专注于更具影响力的任务。


图注：GroundVue公司由Travis Hoppe、Ann Lewis和Shannon Arvizu创立，展示了Codex如何从软件开发领域扩展到知识工作。该公司通过使公共会议内容可大规模搜索和比较，帮助政府机构相互学习。Codex被用来查找难以触及的公共信息源，并构建持续收集和组织这些信息的系统。以往需要数天或数周的任务现在只需几分钟，使得一个小团队能够完成过去需要大型技术和研究团队才能完成的工作。Codex实际上帮助将碎片化的公共信息转化为可用的制度知识。

A3 背景知识/关键Observation/设计原则

现代知识工作的困境。知识工作已成为发达经济体的主导。尽管数字化工具使文档、消息、仪表盘等产物的生产速度空前提高，但知识工作者仍将大量时间消耗在寻找上下文、协调不同版本、等待回应以及跨系统转移信息上。一项麦肯锡全球研究院的研究发现，普通知识工作者每周约28%的时间用于管理邮件，近20%的时间用于寻找内部信息或能提供帮助的同事。

零散数字化的历史遗留问题。这种现状是零散数字化的结果。电子邮件、协作文档、电子表格、CRM系统等各类工具各自解决了局部问题，但共同造成了工具的碎片化。信息分散在收件箱、文件夹、聊天记录、评论、权限设置、仪表盘、工单、会议纪要乃至个人记忆中。办公室虽已数字化，却未实现真正的整合。

定义知识工作成本的三大摩擦。当前，知识工作的日常成本由三种摩擦定义：
1. 搜索：在庞大、不透明的系统中寻找相关输入的成本，如寻找正确的文件、条款、路径、先例、数据集、消息或专家。
2. 协调：在不同团队、工具和格式之间传递信息和决策的成本，同时还需应对组织内不断变化的激励机制。
3. 审批与验证：使工作成果被接受并确保其在现实中可行的成本。这在工程领域意味着测试、审查、部署和持续监控；在法律或咨询领域则意味着合伙人审查、客户接受和可辩护的推理；在科学领域则需要实验、复制和证据。

生产力悖论与组织再设计的需求。这些摩擦解释了为何计算机普及许久后，办公室生产力才出现增长，即所谓的“生产力悖论”。埃里克·布林约尔松（Erik Brynjolfsson）的理论指出，信息技术只有在组织围绕新技术重新设计流程、技能、管理结构和工作流后，才能产生巨大收益。这与电力革命类似，真正的效益并非来自用电动机简单替换蒸汽机，而是在工厂围绕分布式电动机重新布局生产线之后才得以实现。

Codex作为解决方案的提出。以往的工作场所软件降低了中间产物（如文档、邮件）的生产成本，却增加了消化这些产物所需的注意力。邮件泛滥、草稿倍增、审查周期延长，导致了文档和工具的过剩，以及时间和注意力的日益稀缺。Codex被提出作为这场必要的“工厂再设计”。它将AI置于每个待解决的问题旁边，把自主权交到最需要的人手中，旨在溶解产物生产前、中、后的各种瓶颈，从而帮助碎片化的数字组织中的团队以一种全新的方式工作，减少延误和行政负担，让员工专注于最具影响力的任务。

方法细节

A2.1 超越软件：智能体工具如何理顺知识工作

Codex的用户增长与构成。Codex目前每周活跃用户超过500万，自2月份桌面应用发布以来增长超过6倍。虽然它最初是为软件开发设计的工具，但其更快的增长正日益来自于一个更广泛的类别：知识工作。

Codex在不同知识工作领域的应用。数据科学家使用Codex清洗数据集、构建模型和自动化分析。财务团队用它来核对信息、建立预测和生成报告。设计师用它来制作产品原型和创建资产。市场营销人员用它来分析营销活动、制作内容和综合客户反馈。

知识工作者成为增长主力。知识工作者现在约占Codex用户的20%，其采用速度是开发人员的3倍以上。这包括产品管理、项目管理、设计、研究和学术等角色。个人用户占Codex用户的5%以上，增长速度是开发人员的4倍以上，主要用于爱好和创意工作、教育和自学、个人理财以及娱乐等领域。


图注：Codex用户角色随时间变化的份额

知识工作者的任务组合揭示新趋势。在这些用户中，每周有72%的人生产各类产出物：文本文档（报告、备忘录、合同）、多媒体资产（图片、音频、视频），以及越来越多的PDF和电子表格。其后的任务类别更值得关注：工程运营（47%）、代码实现（46%）和研究（41%）。这表明软件工作和知识工作之间的界限已经模糊，因为AI使人们能够超越其正式角色，构建其目标所需的任何东西。开发者使用Codex创建知识型产物；知识工作者则用它来编写代码和进行工程运营。例如，产品经理可以直接构建仪表盘，而无需委托给其他团队；研究员可以自己编写数据集清洗脚本，而无需通过工程部门；设计师可以在没有开发者参与的情况下交付原型；高管可以构建一个内部工具来协调文件并生成周报。Codex为最接近工作的人提供了一种方式，让他们能够自己构建缺失的工具，而无需等待正式的软件开发路线图来批准和交付。


图注：知识工作者每周任务渗透率

并行任务成为关键行为转变。数据显示，最具影响力的行为转变是向并行任务的迁移。现在约有50%的用户在一天中的某个时刻会同时运行一个以上的Codex任务，而4月中旬这一比例还不到三分之一。从顺序执行到并行使用的转变，使得单个知识工作者能够以小型团队的规模运作：一个任务用于检查数据集，另一个用于起草脚本，再一个用于汇编报告，还有一个用于检查应用程序。用户从一次执行单个任务的角色，转变为多个工作流的协调者。

Codex在碎片化环境中的作用。现代知识工作深受不完善的工具、分散的上下文、耗时的交接以及需要组装、修订和批准的产出物所困扰。Codex为人们提供了一种在碎片化环境中高效运作的方式，将分散的、局部的知识转化为共享的、可行的系统，并将个人努力转化为并行的、可审查的工作流。


图注：Proaction公司展示了Codex如何帮助小团队完成以往需要更大组织才能完成的工作。该公司帮助车队管理车辆和设备，这些数据分散在远程信息处理系统、维护平台、电子表格和组织记忆中。联合创始人Colin Knudsen使用Codex将客户对话转化为定制化的提案、工作流原型和针对每个潜在客户操作的实际演示。Proaction不再依赖通用的销售说辞，而是能够在签订合同前快速构建和验证解决方案。Codex有效地连接了客户探索、销售和产品开发，帮助这家五人初创公司行动更快，并能与远超其规模的对手竞争。

A2.2 Codex增长最快的领域

知识工作者增长最快的任务类型。对于知识工作者来说，增长最快的任务类型是：数据分析（周环比增长110%）、研究（+37%）和知识型产物（+36%）。


图注：Codex在知识工作者中增长最快的任务

各任务类型中的具体增长点。在这些增长最快的任务类型中，有几个值得注意的细节：
* 在知识型产物类别中，用户最常处理的是文本文档（如Google Docs、Word文档、报告、备忘录、合同）和多媒体资产（图像、音频和视频）。处理PDF和电子表格的用户增长超过50%。
* 在研究类别中，常见的是对网络和内部知识的搜索，其中市场研究增长显著，包括对公司、行业、竞争对手、市场规模和地位的研究。
* 在数据分析类别中，数据标注占据主导地位，无论是使用量还是增长率，在所有任务中都是最高的。
* 此外，其他多种任务也实现了超过40%的增长，包括：起草消息、构建和设计产品、理解合同、法规和政策，以及招聘和面试。


图注：数学教授井上泰代（Taiyo Inoue）使用Codex来自动化教学中最耗时且回报最低的部分之一：在学习管理系统中维护课程信息。通过帮助他生成脚本来更新Canvas中的作业、日历、材料和通知，Codex处理了以前每周消耗数小时手动操作的工作。Inoue估计这个工作流每周为他节省四到五个小时。他没有将这些时间花在行政维护上，而是重新设计了他的课程，使其围绕协作解决问题展开，为加州州立大学的学生提供了更多共同、面对面地解决数学问题的机会。Codex帮助将常规的学术管理工作转化为Inoue可以重新投入到教学中的时间和精力。

A4 实验结果

本文并非传统的实验性论文，而是基于Codex产品实际用户数据的观察报告。其核心“实验结果”体现在对用户行为和增长趋势的分析上。


图注：Luke Xing使用Codex构建了一个桌面应用程序，以补偿他左耳严重且多变的听力损失。通过用简单的语言向Codex描述问题，他创建了一个工具，该工具可以测试不同频率的听力并为不同设备调整音频输出，帮助恢复音乐、通话和日常听音的平衡。该应用程序不是医疗设备，而是针对商业软件未能解决的高度特定挑战的个人解决方案。Luke的经历说明了一个更广泛的转变：人们不再需要等待别人来构建他们需要的工具。他们越来越可以自己构建这些工具。

A7 补充细节：智能体时代的政策建议

本文旨在与政策制定者就智能体工具从软件领域扩展到公共机构、学校、初创企业、非营利组织、研究实验室和商业等更广泛的工作领域展开对话，并提出以下几点建议。

1. 现代化工作流程并衡量成效

公共机构应利用智能体来减少行政积压、改进软件系统、搜索和核对记录、支持科学研究以及更快地提供公共服务。成功与否应以服务于民且易于理解的成果来衡量，例如：更短的等待时间、更少的表格、更快的审批、更好的福利发放、更低的行政成本以及更具响应性的政府。智能体AI的好处不应仅限于最大的公司，政策应支持学校、初创企业、小企业、非营利组织、研究人员和政府的广泛使用。

2. 将AI素养作为核心劳动力技能

政府应将AI素养视为基础经济设施。这意味着通过学校、社区学院、公共机构、图书馆和雇主合作关系来资助实践性的AI培训。应通过拨款、税收优惠、采购和合作关系鼓励雇主支持培训，让员工有带薪时间在实际工作流程中学习这些工具。

3. 将员工置于AI应用的核心

最接近工作的人通常最清楚AI在何处可以使工作更好、更安全、更高效。护士知道哪些表格会延误护理，案例工作者知道福利发放的哪个环节会出问题，机械师知道哪些交接会导致错误，教师知道多少行政工作会减少他们与学生相处的时间。政府应通过小企业补助金、公共部门创新基金、技术援助以及为员工和管理者提供塑造AI使用方式的正式渠道来支持由员工主导的AI应用。回报最高的应用场景通常是局部的、具体的：为诊所、实验室、地方政府办公室、小型制造商或非营利组织开发的小工具，帮助人们消除危险、重复、行政或令人疲惫的工作，并专注于更高价值的任务。

4. 围绕待办任务更新公共采购

政府应更新采购流程，以便机构能够购买解决运营问题的AI工具，而不仅仅是购买软件许可证。公共部门的试点项目应要求具备隐私性、安全性、可审计性和人工监督。还应授权机构在安全的沙箱中测试工具，并推广那些能够显著减少积压、提高质量或降低行政负担的工具。

A5 结论

本文描绘了知识工作的未来图景，强调Codex等智能体工具是解决现代工作场所碎片化和低效问题的关键。它并非要取代知识工作者，而是作为一种赋能工具，让最了解问题的人拥有更大的自主权和能力来解决复杂问题。通过消除搜索、协调和验证三大摩擦，Codex使用户能够将个人努力转化为并行的、高效的工作流，模糊了不同职业角色之间的界限，并催生了从顺序执行到并行协调的工作模式转变。

报告通过真实用户数据和多个案例研究，证实了Codex正从软件开发迅速渗透到数据分析、研究、市场营销等更广泛的知识工作领域，并成为增长的主要驱动力。最终，文章呼吁政策制定者拥抱这一变革，通过现代化工作流程、普及AI素养、以员工为中心推动AI应用以及改革公共采购等方式，支持智能体工具的广泛应用。那些能够赋予人们权限、教导他们负责任地构建和委派任务的国家和组织，将在生产力上获得最大收益，开启知识工作的新纪元。