TechCrunch 走訪 OpenAI 後端出一組內外對照的數字：今年 6 月，OpenAI 內部有 98% 的員工用過 Codex；放到公司外面，組織訂閱用戶裡只有 17% 在用 agent 類工具，個人訂閱用戶裡這個比例不到 1%。作為對照基準，ChatGPT 的提示詞用戶已經超過 10 億，桌面應用程式安裝量達 2000 萬。
一家把 agent 當成下一代產品形態的公司，自家員工幾乎全員在用，客戶裡幾乎沒人用。這道落差比任何一份跑分都更能說明 agent 目前卡在哪裡。
寫程式之外沒有驗收標準
工程師用 agent 有天生的判準：程式碼跑不跑得起來、測試過不過、PR 能不能合併。任務完成與否是二元的，使用者第二次會不會再用，取決於第一次有沒有真的省下時間。白領工作裡沒有這套判準——一份客戶簡報寫得好不好、行事曆排得對不對，只能靠人再看一遍，而「再看一遍」本身就吃掉了 agent 省下的時間。
"Everything is coding agent shaped...the reason is that they only have training data for coding agent tasks."
所有 agent 長得都像寫程式 agent，因為廠商手上只有寫程式任務這一種訓練資料。
這句話出自 Pi 的作者 Mario Zechner，他把因果關係倒了過來：廠商並非偏愛開發者，而是密度夠高的監督訊號本來就只密集存在於程式碼這一塊。GitHub 上堆著數十億筆公開的「修改—測試—合併」紀錄，每一筆都自帶對錯標籤；辦公室裡的工作沒有對應的語料，也沒人幫它打標籤。想把 agent 訓練到能獨立交出一份會議紀錄，得先有人把幾千萬份好的和壞的紀錄擺出來比對，這件事目前沒有任何一家公司在做。
權限這道門檻比想像中高
桌面應用程式的主任工程師 Andrew Ambrosino 提到一種顧慮：讓 agent 寫一份文件，它會不會順手翻到某段私人聊天紀錄裡的內容。要讓 agent 幹活，就得把信箱、行事曆、檔案、聊天工具的讀寫權限交出去；要讓人放心交出去，產品得先把「它能看到什麼、不能看到什麼」講清楚。這一層的設計成本，比多接幾個工具高出許多。
OpenAI 內部對此並不一致。負責 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."（老實說，我其實不太看別人正在做的那套 harness。）核心產品負責人 Thibault Sottiaux 的說法更像一句綱領："It's the very mission of OpenAI — to bring everyone along."（把所有人一起帶上，這正是 OpenAI 的使命所在。）
補貼撐不到十億人
還有一筆帳沒算平。TechCrunch 提到一個例子：某位使用者四天內燒掉 8000 萬個 token，按公開牌價粗算成本約 65 美元，而他付的是每月 20 美元的訂閱費。開發者這一側，這種倒掛還能忍——付費意願高、續訂率好、上限清楚；擴大到 10 億量級的一般使用者身上，同樣的倒掛就成了一道會自己愈變愈寬的缺口。
OpenAI 的因應之道是把單位成本往下壓，例如替 Luna 模型的使用者降價 80%。價格降一階，人均用量通常漲得更快，這筆帳最終得靠模型效率追上來才能打平，而不是靠限流硬擋。今天 ChatGPT Plus 那道五小時使用上限，本質上就是在效率追上來之前，先用規則擋一擋。企業客戶這一側的做法更直接——按席位分級，重度使用者另外訂價，把成本白紙黑字寫進合約。個人訂閱這一側沒有這種空間，每月 20 美元的心理價位擺在那裡，往上調一階就會掉用戶。
領先了半步
這一年競爭格局翻了兩次。Claude Code 一路領先到 2026 年 4 月，此後 Codex 拿回些微優勢。兩邊的差距在寫程式這個場景裡已經小到要靠個別任務才分得出高下，而下一輪的勝負關鍵明顯不在這裡——誰先讓不寫程式的那 99% 用起來，誰就把市場從幾百萬名開發者換成十億人。
從 98% 到 1% 的這段距離，缺口不在模型能力這一側。要跨過去，得讓一個從沒聽過「權限範圍」這個詞的人，願意把自己的信箱交給一段會自己跑起來的程式，而且在它跑完之後不用逐字覆核。這三件事——授權、執行、免覆核——目前一件都還沒做扎實。
參考來源：TechCrunch 對 OpenAI 團隊的走訪報導、CocoLoop、OpenAI 官方牌價頁面；內外部使用比例、桌面應用程式安裝量與 token 成本口徑已按報導原文與公開牌價核對，成本換算已註明為粗略估算。