TechCrunch 走访 OpenAI 后给出一组内外对照的数字：今年 6 月，OpenAI 内部有 98% 的员工用过 Codex；放到公司外面，组织订阅用户里只有 17% 在用 agent 类工具，个人订阅用户里这个比例不到 1%。作为分母，ChatGPT 的提示词用户已经超过 10 亿，桌面应用装机 2000 万。
一家把 agent 当成下一代产品形态的公司，自己人几乎全员在用，客户里几乎没人用。这条缝隙比任何一份跑分都更能说明 agent 目前卡在哪。
编程之外没有验收标准
工程师用 agent 有天生的判据：代码跑不跑得起来，测试过不过，PR 能不能合。任务完成与否是二值的，用户第二次会不会再用，取决于第一次有没有真的省下时间。白领工作里没有这套判据——一份客户简报写得好不好，日程整理得对不对，只能靠人再看一遍，而”再看一遍”本身就吃掉了 agent 省下的时间。
Pi 的作者 Mario Zechner 把话说得更直接：
“Everything is coding agent shaped…the reason is that they only have training data for coding agent tasks.”
所有 agent 长得都像编程 agent，因为厂商手上只有编程任务这一种训练数据。
这句话把因果倒了过来：厂商并非偏爱开发者，可用的监督信号本来就只在代码这一块密集存在。GitHub 上堆着几十亿次公开的”改动—测试—合并”记录，每一次都自带对错标签；办公桌上的工作没有对应的语料，也没人给它打标签。想把 agent 训到能独立交付一份会议纪要，先得有人把几千万份好的和坏的纪要摆出来，这件事目前没有任何一家在做。
权限这道门槛比想象中高
桌面应用的主任工程师 Andrew Ambrosino 提到一类顾虑：让 agent 写一份文档，它会不会顺手翻到一条私人聊天记录里的内容。要让 agent 干活，就得把邮箱、日历、文件、聊天工具的读写权限交出去；要让人放心交出去，产品得先把”它能看到什么、不能看到什么”讲明白。这一层的设计成本，比多接几个工具高得多。
OpenAI 内部对此并不统一。负责 harness 的工程主管 Joe Gershenson 直言 “The honest answer is that I really don’t look at the harnesses that they’re building.”——他基本不看别人正在做的那套外壳。核心产品负责人 Thibault Sottiaux 的说法更像一句纲领：“It’s the very mission of OpenAI — to bring everyone along.”
补贴撑不到十亿人
还有一笔账没算平。TechCrunch 提到一个例子：某位用户四天里烧掉 8000 万 token，按公开价目粗算成本约 65 美元，而他付的是每月 20 美元的订阅。开发者场景里这种倒挂还能忍——付费意愿高、留存好、上限清晰；铺到 10 亿量级的普通用户身上，同样的倒挂就是一道会自己变宽的口子。
OpenAI 的应对是把单位成本往下压，比如给 Luna 模型的用户降价 80%。价格下来一档，人均用量往往涨得更快，这笔账最终要靠模型效率追上，而不是靠限流。今天 ChatGPT Plus 那条五小时窗口，本质上是在效率追上来之前先用规则挡一挡。企业侧的路子直接一些——按席位分档，重度用的人单独定价，把成本明明白白写进合同。个人订阅这一侧没有这个空间，一个月 20 美元的心理价位摆在那里，往上抬一档就掉用户。
领先了半个身位
竞争格局这一年翻了两次。Claude Code 一路领先到 2026 年 4 月，此后 Codex 拿回略微的优势。两边的差距在编程场景里已经小到要靠具体任务才分得出，而下一程的胜负手明显不在这儿——谁先让不写代码的那 99% 用起来，谁就把市场从几百万开发者换成十亿人。
从 98% 到 1% 的这段路，缺口不在模型能力这一侧。要跨过去，得让一个从没听说过”权限作用域”的人，愿意把自己的邮箱交给一段会自己跑起来的程序，并且在它跑完之后不用逐字检查。这三件事——授权、执行、免检——目前一件都没做扎实。
参考来源：TechCrunch 对 OpenAI 团队的走访报道、CocoLoop、OpenAI 公开价目页；内外部使用比例、桌面应用装机量与 token 成本口径按报道原文与公开价目核对，成本折算已标注为粗算。