AI Agent 重塑职场与实验室：从 Codex 全员化到 DeepMind 多智能体科研助手

近日，OpenAI 与 Google DeepMind 分别从职场与科研两个维度公布了 AI Agent 的最新进展。前者发布的内部报告显示，Codex 已成为公司各部门最主要的 AI 工具，占据每周 token 输出总量的 99.8%；后者在《自然》杂志上发表了基于 Gemini 构建的多智能体系统 Co-Scientist，展示 AI Agent 在多个科研领域已产生实质性的成果。两份报告共同指向一个信号：AI Agent 正在重新定义知识工作的基本单元——从单次交互，变为可以托付出去、长时间自主执行的任务。

Codex 如何成为 OpenAI 全员工具

OpenAI 以自身为样本，记录了 Codex 在公司内部的扩散轨迹。Codex 面向公众发布后的头几个月，ChatGPT 仍是员工的默认 AI 工具；直到 2025 年 8 月，普通员工花在 Codex 上的 token 使用量还不到 10%。但这一局面在此后迅速逆转。

到 2026 年，Codex 已覆盖 OpenAI 的每一个部门——不只是工程师，法务、财务、招聘同样深度使用。报告披露了两个关键数据：

• 任务时长在持续拉长：80.6% 的用户曾提交过需要人工 30 分钟以上才能完成的任务，70.2% 提交过对应人工时长超过 1 小时的任务，而对应超过 8 小时工作量的任务增速最快。
• 职能边界正在打破：自 2025 年 8 月以来，个人用户中非开发者的使用量增长了 137 倍，企业用户中非开发者增长了 189 倍；在其他职能部门中，员工使用 Codex 产出的内容有超过四分之一属于工程或编程类工作。

OpenAI 指出，使用习惯已经从「短平快的问答」转向「整块工作的委托」——调研、分析、搭建流程都可以交给 Agent 独立完成。随着 Codex 处理长上下文、独立作业的能力提升，这一趋势预计将成为普遍常态。

Co-Scientist：让 Agent 成为科研副手

如果说 Codex 讲述的是职场中知识工作交付方式的改变，DeepMind 在《自然》杂志上发表的 Co-Scientist 则展示了 AI Agent 在科研场景中的实质性作用。

Co-Scientist 是一个基于 Gemini 构建的多智能体系统，由多个专职 Agent 协作，模拟科学思维的完整循环——生成假设、批判审查、迭代进化。整个流程分为三个阶段：

• 生成阶段：Agent 提出初始假设，并进行多样性聚类；
• 辩论阶段：「虚拟同行评审者」对假设展开批判性评估；
• 进化阶段：持续优化排名靠前的方向，输出供研究者审阅的研究提案。

系统的核心设计借鉴了 AlphaGo 和 AlphaStar 的竞赛机制——让 Agent 进行科学辩论，通过两两对比和模拟辩论不断筛选、淘汰、进化，同时深度比对科学文献与专业数据库，确保留下来的假设在逻辑上站得住脚、在事实上有据可查。

报告中记录了多个真实案例：

• 有团队借助 AI Agent 加速了肝纤维化治疗方案的探索，发现了此前被忽视的药物；
• 有团队在细胞衰老逆转研究中，将分析庞大筛选数据集的时间从数月压缩至数天；
• 衰老生物学领域有企业由此生成的新假设，后来在实验室中得到了验证。

DeepMind 在官方博客中表示，Co-Scientist「旨在成为研究伙伴，而非科学或临床专业知识的替代品」。

协作的边界正在被重新划定

两份报告虽然场景不同，但聚焦的其实是同一个问题：人类如何与 AI Agent 协作，从而完成更复杂的工作。

• 当 Agent 能够承接原本需要专业技能的任务，工作流应如何重新设计？
• 当职能边界开始松动，什么样的能力会变得更有价值、什么样的会被重估？
• 当科研假设的生成速度以数量级提升，哪些领域会率先迎来突破？

OpenAI 在报告中强调，AI Agent 不只是让人们的工作「提速」，而是扩大每个人能够触达的工作半径。可以预见的是，随着 Agent 工具能力增强、门槛降低，这种变化将从头部公司逐步渗透到更广泛的企业与研究机构，最终改变知识工作的基本形态。