YOHO AI

标签： AI职场

  • OpenAI Codex周活冲到500万，这次不打算只给程序员用了

    OpenAI本周公布了一个数字：Codex每周活跃用户已经到了500万。这个数字比大多数人预期的要快，而这个工具的定位，也已经不再只是程序员的专属了。

    从编程工具到通用生产力工具

    Codex刚出来的时候，大家都觉得这就是个AI写代码的东西，程序员用用就算了。但OpenAI现在的说法很明确：Codex要覆盖的是所有跟信息和知识打交道的人，而不只是写代码的人。

    这个定位转变其实挺聪明的。写代码的人就那么多，但每天要处理文档、整理数据、搭建内部工具的知识工作者，数量是程序员的好几倍。Codex如果能让他们不用学编程也能”指挥”AI干活，这个市场就大得多了。

    Codex现在的能力已经超出ChatGPT的范畴——它可以构建可交互的托管网站和应用，还能根据新数据自动更新。

    新功能到底有什么用

    这次跟着500万用户数字一起公布的，还有几个实在的功能更新。最值得关注的是新的预览版本，企业客户现在已经可以用上了。

    • 支持构建可交互的托管网站和应用——不只是生成代码，而是直接跑起来
    • 支持用新数据持续更新生成的内容，不用每次都重新生成
    • 新插件生态上线，第三方工具可以接入Codex的工作流
    • 企业版支持更细粒度的权限和数据隔离控制

    有意思的是这次发布的时机。正好微软在办Build 2026大会，微软和OpenAI这种”亲密友敌”的关系，在AI圈已经不是秘密了。两边都在推自己的AI编程工具，但底层又深度合作，这种竞合关系估计还会持续很久。

    500万周活意味着什么

    500万周活，放在消费级AI产品里不算特别夸张，但Codex的用户价值密度很高。用Codex的人，通常是真的在用它干活，而不是随便玩玩。这个留存率和付费转化，应该比ChatGPT的普通用户要好不少。

    OpenAI这次强调”不只是给程序员用的”，某种程度上也是在为Codex的商业化铺路。程序员市场天花板太低，只有打进更广的知识工作者市场，这个产品才撑得起OpenAI的估值预期。

    OpenAI Codex generated document
    Codex为虚构的Blossom Widgets企业峰会生成的活动文档（图片来源：The Verge）

  • OpenAI给Codex加了六双”职业手套”，白领工作被AI盯上了

    OpenAI正在认真追逐企业用户。6月2日，这家AI实验室发布了Codex的一套新能力，目标很明确：把这款AI工具从程序员圈子扩展到更广阔的白领职场。

    跟新工具一起发布的，还有一份OpenAI内部报告，揭示了Codex在知识工作中的真实使用情况——结论超出很多人预期：它的用武之地，早就超出了软件工程。

    OpenAI Codex
    Codex正在从一款开发者工具转向知识工作者的日常助手（图：NurPhoto / Getty Images）

    500万周活用户，知识工作者增速是开发者的3倍

    报告里的数据值得细看：Codex目前每周活跃用户已经超过500万，自今年2月桌面应用上线以来增长了6倍以上。开发者仍然是最多的用户群体，但知识工作者已经占到用户总量的20%，而且增速是开发者群体的3倍还多。

    这意味着什么？意味着”AI写代码”这个故事已经不够用了。数据分析师、产品经理、设计师、金融分析师——这些人正在成为Codex增长最快的新用户群。

    “Codex现在有超过500万周活跃用户，自2月桌面应用上线以来增长了6倍以上。知识工作者已占用户总量的20%，增速是开发者群体的3倍以上。”

    六款岗位插件，开箱即用

    这次更新的重头戏是六款定向插件，分别对应六个白领岗位：数据分析、创意制作、销售、产品设计、股权投资、投资银行。用户可以在Codex应用内直接调用这些插件，每个插件都打包了对应岗位的集成工具、操作指引和场景上下文，让Codex能够模拟对应岗位的工作能力。

    打个比方，以前你让Codex”帮我分析这份数据”，它得靠你描述清楚背景。现在选了”数据分析”插件，Codex自带了数据分析师常用的工具链和思维框架，输出的东西更贴近一个真实数据分析师会给出的结果。

    当然，跟所有AI工具一样，这些插件的效果会随着自定义调整而提升，但OpenAI的意思是——开箱就能用，不需要太多配置。

    顺手把”Sites”功能也做了

    这次更新还有一个挺实用的功能叫”Sites”：Codex现在可以把工作成果直接输出成一个可访问的互动网站，而不是只生成本地文件。OpenAI已经拉了一串合作伙伴进来做这件事：Wix、Base44、Replit、Lovable、Figma、Emergent。后续还会扩大合作生态。

    另外还有一个”Annotations（标注）”功能，让你可以在Codex里框选文档或文件的特定部分，然后针对那一块发指令，上下文操作更精准。

    OpenAI在企业市场是个”后来者”

    这件事的背景挺有意思。Anthropic早在今年2月就推出了企业智能体项目，5月还上线了更聚焦金融场景的智能体。OpenAI此前一直更侧重C端用户，直到3月才为Codex引入插件支持。这次的动作，明显是在追赶Anthropic的企业服务布局。

    三周前，OpenAI刚推出了面向企业客户的合资公司”OpenAI Deployment Company”，拿到了全球投资机构超过40亿美元的融资，目标就是把OpenAI的工具更深地嵌到全球企业的业务流程里。首席营收官Denise Dresser的说法是：”AI已经能够在组织内部完成越来越有价值的工作，现在的挑战是帮助企业将这些系统整合到支撑业务的基础设施和流程中。”

  • 程序员拒绝在没有 AI 的情况下工作——但这可能会反过来坑了他们

    程序员拒绝在没有 AI 的情况下工作——但这可能会反过来坑了他们

    2026 年有个挺有意思的发现：你现在很难让开发者放下 AI 编码工具去干活了。

    AI 确实能帮程序员更快地生成代码，但研究人员警告说，它产出的代码质量未必更好，这可能会给开发者的未来带来麻烦。

    研究者遇到的尴尬

    2026 年 2 月，权威 AI 研究实验室 METR 发布了一个令人意外的发现：大多数开发者甚至不愿意在没有 AI 的情况下完成实验任务。

    METR 原本想更新他们在 2025 年做的一项关于 AI 编码生产力的开创性研究。那项研究里，研究人员测量了开源开发者手动完成任务和使用 AI 完成任务的耗时。结果挺打脸的——开发者自称 AI 提升了生产力，但实际上 AI 拖慢了他们的工作速度。没错，AI 生成代码更快，但之后他们需要额外的时间查找和修复错误、引导 AI 工作、还要等 AI 完成任务。

    当 METR 着手重复这项实验时，他们没能成功。研究人员坦承，开发者不愿意参与实验，”因为他们不想在没有 AI 的情况下工作”，哪怕只是为了做研究。

    最后 METR 在 5 月发布了一份调查，让技术员工自行报告 AI 带来的生产力提升。毫不意外，大家认为自己对公司而言的价值是原来的两倍。

    tokenmaxxing 的代价

    最近关于 “tokenmaxxing”（过度消耗 AI token）的高昂成本的头条新闻，加上一些新研究，让这种自我认知变得可疑。

    Tokenmaxxing 用一个人消耗的 token 数量作为 AI 生产力的代理指标，是 2026 年迄今为止的趋势，而且这个趋势可能已经快到头了。

    据《金融时报》报道，亚马逊关闭了其内部名为 Kirorank 的 token 追踪排行榜，原因是员工为了刷榜过度使用 AI 代理，导致成本飙升。员工的行为证明，AI 的使用并不自动等于生产力的提升。

    据 The Information 报道，Uber 在 2026 年前四个月就用完了全年的 AI 预算。首席运营官 Andrew Macdonald 最近在播客中表示，这类支出并没有带来项目或生产力的可衡量提升。

    代码维护的隐藏成本

    程序员兼作家 James Shore 在一篇在 Hacker News 上疯传的博客文章中指出，AI 生成的代码不一定能减少后续代码维护需求，甚至可能增加这类需求。

    你现在写代码的速度是以前的两倍？最好希望你的维护成本也减半了。不然你就惨了，你是在用短期的速度提升换取永久的债务。

    还有其他证据表明 AI 会增加代码维护的麻烦。可靠性工程代理初创公司 Entelligence AI 的创始人兼 CEO Aiswarya Sankar 的一条病毒推文称，公司 44% 的 token 支出都花在了修复 AI 生成的 bug 上。与此同时，代码审查工具公司 CodeRabbit 表示，他们分析了开源拉取请求，发现 AI 生成的代码出现问题的概率是人工代码的 1.7 倍。

    诚然，这些都是试图销售 AI 代码审查工具的机构的自利统计。但独立研究人员也发现了这类问题。新加坡管理大学的研究人员 4 月发布的一份报告警告称，”AI 生成的代码可能会给真实的软件项目带来长期维护成本”。

    那怎么办

    既然程序员如此热爱他们的 AI 助手，解决方案是什么？

    那些想向你推销 AI 编码代理的人说，开发者可以用 AI 编码代理来完成修复代码这类枯燥繁琐的工作，修复速度和 AI 生成代码的速度一样快。这是 Cognition（AI 编码代理 Devin 的开发商）的创始人兼 CEO Scott Wu 的建议。

    但就连他也承认，虽然 Devin 可以独立工作，但目前它的技能水平在初级和中级程序员之间，具体取决于任务类型。这不是一个可以交办后就不管的解决方案。

    新加坡管理大学的研究人员提出了更偏向人工的方案：程序员需要像熟悉自己最爱的编程语言一样，深入了解 AI 擅长和不擅长哪些任务。他们需要为 AI 设计强大的质量保障体系，并且必须像对待初级开发者一样，仔细审查 AI 的工作成果。

    同时，研究人员和 Wu 都表示，人类仍然应该负责软件架构、安全设计这类大局层面的工作。

  • OpenAI基金会砸2.5亿美元，帮劳动者应对AI冲击

    前几天OpenAI基金会扔出一个重磅消息：拿出2.5亿美元，专门帮那些被AI波及的劳动者和社区做转型。这笔钱是去年OpenAI重组后，那个控制OpenAI的非营利组织拿到1300亿美元股权之后的第一次大动作。

    1300亿美元的非营利巨头

    去年OpenAI重组的时候，很多人没注意到一个细节——非营利组织保留了OpenAI营利性业务26%的股权，按当时估值大约是1300亿美元。一夜之间，这个原本只是小打小闹的赠款机构，直接变成了科技圈最富有的慈善组织之一。

    今年3月，OpenAI公开承诺未来12个月通过基金会至少投入10亿美元，重点盯住生命科学研究、AI素养、公民建设和经济机会这几个方向。而这次的2.5亿美元，就是这10亿美元承诺里第一批真正拨出去的钱。

    OpenAI基金会在声明里说得很直白：”当前的变化速度意味着我们正确应对的窗口比习惯的要短，而错误应对的代价是巨大的。”这句话背后，是对AI冲击劳动力市场紧迫性的真实认知。

    钱到底花在哪

    基金会把这2.5亿美元拆成了三块，跟传统慈善机构很不一样——他们不仅要给钱，还要自己下场做项目。

    第一块是研究基础设施。他们觉得目前缺的是独立、严谨的劳动力市场影响分析，太多炒作和恐慌，太少实打实的数据。基金会要自己建团队，做中立的预测和研究。

    第二块是直接劳动者支持。目标群体很明确：客服、金融后台运营、入门级软件岗位——这些已经被AI工具大量替代的领域。基金会会资助那些给失业劳动者提供转型培训的组织。

    第三块是AI驱动的经济模拟。说白了就是用计算建模，画出区域经济在国家层面随着AI能力扩展可能发生的变化图谱。产出这些数据，是给政策制定者、教育者和雇主用来规划培训和转型路径的。

    Sam Altman的态度转变

    有个细节挺有意思。Sam Altman今年早些时候还跟伴侣Oliver Mulherin一起签了”捐赠誓言”，但他最近几个月公开表态软化了不少。他承认：”我很高兴我错了——我曾以为到这个时候，入门级白领工作的消失会比实际发生的影响更大。”

    这种软化，跟基金会一边说”失业担忧真实存在”、一边又强调”主动干预窗口正在缩小”的谨慎态度形成了微妙的对照。Altman的个人态度在变，但基金会的行动逻辑没变：先把钱和资源到位，不管AI到底会不会真的消灭大量工作岗位，提前布局总没错。

    现实已经发生了

    基金会这个动作不是凭空来的。最近几个月，已经有一堆公司把裁员和效率措施直接跟AI采用挂钩了。Block和Standard Chartered在近期的裁员公告里明确提到了AI带来的效率提升，说明”AI导致失业”已经不是什么遥远的理论风险，而是正在发生的事。

    这场辩论的核心其实是：AI带来的经济收益，到底会广泛惠及普通劳动者和社区，还是主要归股东和高技能技术人员所有？OpenAI基金会砸这2.5亿美元，等于是在用真金白银表态：他们想成为塑造这个答案的积极参与者，而不只是旁观者。

    接下来的看点就是：这个拥有1300亿美元股权的基金会，能不能真的把规模转化成那些正在经历技术转型的劳动者手上可感知的帮助。首批具体项目公告和合作组织，预计在今年下半年公布。

  • AI真的在抢走白领工作吗？数据说不

    你肯定也听过这种说法：AI正在吞噬白领工作，软件开发、金融分析、科技公司文案，通通不保。Coinbase、Meta、思科最近一波裁员，更让这种焦虑发酵到了新高度。

    但在你递交辞职信去学水管工之前，值得看看数据到底在说什么。

    简短的答案：目前还没有。尽管到处都是”就业末日”的警告，但几乎没有证据表明AI已经对美国劳动力市场产生了大规模影响。

    失业率数据打脸恐慌论

    美国劳工统计局（BLS）的数据清清楚楚：那些被认为”最容易被AI影响”的职业，失业率反而比受AI影响较小的职业更低。而且，没有任何迹象显示大量劳动者正从”危险职业”涌向”安全职业”（比如体力劳动）。

    前BLS局长埃里卡·麦肯塔弗（Erika McEntarfer）说得很直白：”迄今为止所有可用证据都表明，AI对当前劳动力市场状况的影响目前可能很小。我们从历史中知道，创新需要时间才能渗透到行业变化和职业变化中。AI不太可能在首先改变企业之前就改变劳动力市场。”

    AI与就业市场关系示意图
    MIT Technology Review 配图 | Stephanie Arnett

    年轻人确实在受苦，但原因很复杂

    公平地说，美国就业市场现在对很多人来说都很糟糕，尤其是年轻求职者。最近大学毕业生的失业率约为5.6%，远高于全体工人的失业率水平，这个数字是疫情以来、2008年经济衰退以来都没见过的。

    有迹象表明AI正在加剧22至25岁、寻求软件开发等受AI影响较大职业的年轻人的痛苦。但把这些职业的困境全算在AI头上，目前还缺乏足够证据。

    • AI应该为就业困境承担多少责任？不确定
    • 受AI影响职业中入门级工作的减少，是即将到来的其他职业的预兆，还是仅仅是”低解雇、低招聘”劳动力市场的孤立症状？也不知道

    斯坦福的研究发现了一个关键细节

    斯坦福数字经济实验室的研究人员分析了950个职业，按”AI暴露度”分为五档。他们用了ADP的庞大数据集（比BLS的数据大得多），发现了一个有意思的现象：

    在ChatGPT首次公开发布的2022年底之后，受AI暴露度最高的职业（如软件开发和客户服务）中，22至25岁的员工人数开始下降。到2025年，受AI暴露的职业的入门级工作岗位下降了16%。

    但研究同时发现了一个经常被忽略的关键细节：影响取决于AI的使用方式。那些任务可以”最少人类参与”自动化的工作（比如入门级编码），就业人数减少了；而在AI主要用于增强人类工作的工作岗位，入门级工人的就业人数增长反而快于平均水平。

    “编码知识” vs “隐性知识”

    这项研究提出了一个有趣的解释：入门级工作更多依赖于人们通过教育获得的”编码知识”——这类知识容易被AI模仿。而年长工人有更多的”隐性知识”，即基于经验的那种直觉和判断力，这类智慧目前还很难被AI取代。

    这意味着”边赚边学”的传统职业模式，至少在某些职业里，可能真的被打破了。年轻毕业生的技能可以与AI匹敌，所以他们找不到工作了。

    这次会不一样吗？

    对AI取代工人潜力的焦虑并不是什么新鲜事。2013年就有大量报道描述包括AI在内的一系列新数字技术如何开始威胁白领工作。2016年底，奥巴马总统任期的最后几天，他发布了一份由顶级经济和科学顾问撰写的报告，警告AI正在威胁工人。

    当时AI先驱杰弗里·辛顿说：”人们应该停止培训放射科医生”，因为该职业很快就会被AI取代。当然，这个预测没有成真。AI确实已经成为筛查放射学图像的工具，但放射科医生的数量比以往任何时候都多。

    事实证明，人类放射科医生执行大量有价值的任务，包括解释结果和与患者互动，这些任务目前还无法用AI完成。

    也许这次会不同。AI确实已经获得了做类人任务的难以想象的能力。但之前的AI就业焦虑有一个先见之明的教训：我们真正的关注点应该少放在反乌托邦的恐惧上，更多放在可能影响到数百万人的工作场所的真正过渡上。

    我们需要更好的数据

    哈佛大学经济学教授大卫·戴明说：”我们基本上是在盲目飞行。”目前的数据收集工具并不能充分解释AI如何影响庞大而多样的美国劳动力市场。

    斯坦福数字经济实验室即将启动一个定期更新的项目，提供关于AI如何改变经济的数据。在花费数千亿美元推出AI技术的时候，我们在了解这种过渡上投入的资金甚至不到1%。

  • ClickUp裁员22%背后：AI agent正在重新定义「全职工作」到底是什么

    上周四，ClickUp的CEO Zeb Evans在X平台上扔了一颗炸弹：这家2021年最后估值40亿美元的协作软件初创公司，一次性裁掉了22%的员工。但Evans不承认这是「削减成本」，他的说法是——这是为了彻底拥抱AI。

    他甚至写得很直白：「这次调整省下来的大部分成本，会直接流向留任的员工。我们要推出百万美元薪酬档位。如果你用AI创造了远超预期的价值，你的薪酬将不受传统档位限制。」

    ClickUp AI workplace
    AI正在重塑职场规则（图源：TechCrunch）

    3000个AI agent已经上岗

    根据《财富》杂志几天前的报道，ClickUp最近引入了大约3000个内部AI agent，代替员工处理各种复杂任务。现在的员工不需要亲自完成那些工作，而是需要「指导」这些agent，最后审查输出结果，确保符合公司标准。

    Evans的目标是让AI把ClickUp打造成「100倍组织」——用更少的人，做原来100倍的事情。

    「用AI自动化工作的人永远会有工作。」Evans在帖子里这么写道。但这句话的另一面是：如果你没法很好地让自己的工作被AI自动化，那你可能就不会有工作了。

    Gartner的数据说出了残酷真相

    Gartner最近的一项调查结果显示，大约80%使用了自主AI技术的公司已经进行了裁员。但这个研究同时发现，劳动力减少并不一定转化为有意义的财务回报。

    换句话说，有些公司只是在拿AI当裁员的借口，并没有真的从AI那里获得效率提升。ClickUp坚称自己不属于这类公司——Evans通过邮件告诉TechCrunch，他们确实从AI agent那里看到了生产力提升，而且在内部衡量这些效率指标。

    「Token消耗量」是错的衡量标准

    近几个月来，越来越多的公司开始监控员工的token消耗量，把它作为衡量谁真的在用AI工具的指标。但批评者认为，「token maxing」是个错误的指标，因为它只会增加AI成本，不代表创造了实际价值。

    Evans说ClickUp不玩那个游戏，他们衡量的是「创造的价值和节省的时间」。

    单人运营估值2.5亿美元，这不是科幻

    科技圈其实已经有了把AI自动化用到极致的超高关注度案例。Polsia是一家成立仅一年的初创公司，声称替单人创业者处理所有软件运营工作，而它本身就是「单人运营」的——只有其创始人兼CEO Ben Cera一个人。

    这种极致效率显然正在获得回报：Polsia刚刚以2.5亿美元的估值筹集了3000万美元。

    ClickUp的这次裁员，某种程度上是在提前适应那个「100倍组织」的未来。问题只是：当AI不断接管更多任务，ClickUp最终需要的人会不会越来越少？那些没法很好地将自己的职能自动化的员工，会不会逐渐被淘汰？

  • ClickUp裁员22%背后：AI正在重新定义「谁还有工作」

    ClickUp裁员22%背后：AI正在重新定义「谁还有工作」

    上个周四，协作软件公司ClickUp的CEO Zeb Evans在X平台上发了一条消息，说他们刚裁掉了22%的员工。听起来是个坏消息，但Evans的话风很有意思——他说这次裁员不是为了省钱，而是为了激进地拥抱AI。

    这话不是修饰。Evans说他要把裁员省下来的大部分钱，直接回馈给留下来的员工，甚至要推出「百万美元级别」的薪资档位。意思很直白：如果你用AI做出了远超预期的成果，你的薪水就不该被传统档位限制住。

    「那些用AI自动化了自己工作的人，永远会有工作。」——Zeb Evans，ClickUp CEO

    3000个AI代理已上岗

    根据《财富》杂志的报道，ClickUp最近内部部署了大约3000个AI代理，用来代替员工处理各类复杂任务。现在的员工不需要亲自完成那些工作，而是负责指挥这些代理，最后审核输出结果是否符合公司标准。

    这个变化挺激进的。员工的核心技能从「把事情做好」变成了「把AI代理用好」。ClickUp把这个目标叫做成为一家「100倍组织」——用极少的真人，产出百倍于传统团队的产出。

    ClickUp不是唯一这么想的公司。Gartner最近的调查显示，大约80%正在使用自主AI技术的公司已经进行了裁员。但这里有个问题：裁员并不一定会转化为有意义的财务回报。也就是说，有些公司可能只是拿AI当裁员的借口。

    ClickUp坚称自己不是这类公司。Evans在邮件里跟TechCrunch说，他们确实从AI代理身上看到了生产力提升，而且不仅在内部衡量这些效率提升，显然还在准备向客户推出包含相关功能的新产品。

    ClickUp AI工作流程示意图
    ClickUp总部，该公司正大力拥抱AI代理技术（图源：Getty Images）

    「Token最大化」正在成为考核指标

    近几个月来，越来越多的公司开始监测员工的token消耗量，把它当作衡量员工是否真的在用AI工具的指标。但批评者认为这个叫「tokenmaxxing」的概念是错误的——它只会推高AI成本，而不一定带来实际价值。

    Evans的说法是：「我们不做token成本的游戏化，我们做的是创造价值和节省时间的游戏化。」这话听起来有道理，但实际执行起来，员工为了证明自己在用AI，可能会无意义地消耗更多token。

    这场实验的核心矛盾在于：如果AI不断接管更多任务，ClickUp最终需要的人就会越来越少。那些没能很好实现职能自动化的员工，最终还是会被淘汰。CEO说「用AI自动化工作的人永远有工作」，但没说这些工作将来还有多少需要真人来做。

    一个人估值2.5亿美元的公司

    科技圈已经出现了一个把AI自动化用到极致的极端案例。成立仅一年的Polsia，声称用AI为独立创业者处理所有软件运营工作，而这家公司只有1名员工——就是它的创始人兼CEO Ben Broca。

    这种效率显然带来了回报：Polsia刚刚以2.5亿美元的估值完成了3000万美元的融资。这个故事给整个行业抛出了一个尖锐的问题：如果1个人加上一堆AI代理就能做原来需要几百人才能做的事情，那其他人的工作在哪里？

    ClickUp的这次裁员，加上他们明说的「100倍组织」目标，本质上是在告诉整个行业：用AI极致提效不是未来，是现在。那些还在犹豫要不要拥抱AI的公司和员工，可能很快就要面对一个很现实的选择——要么学会指挥AI代理，要么被那些已经学会的人取代。

    这场变化的速度可能比大多数人想象的要快。ClickUp把节省下来的人力成本用来给剩下的人涨薪，这个做法挺聪明——它至少在一定程度上缓解了留下来的员工的焦虑。但整个行业能不能复制这个模式，还得看AI代理到底能不能真的交付它们承诺的那些生产力红利。

    • ClickUp裁员22%，CEO称是拥抱AI而非成本削减
    • 内部已部署约3000个AI代理，员工角色转变为「代理指挥者」
    • Gartner：80%使用自主AI技术的公司已完成裁员
    • 「1人公司」Polsia以2.5亿美元估值融资，AI极致效率的极端案例