Codex不再只是程序员的工具：每周500万人在用，其中20%根本不写代码

发布时间：2026-07-07

说到Codex，很多人的第一印象可能还停留在几年前——那时候它是个代码补全模型，GitHub Copilot早期就是基于它做的。但到了2026年，这东西已经完全变了样。

上周OpenAI官方发了个数据，Codex每周活跃用户超过500万。更让人意外的是，这500万人里有20%压根不是程序员。分析师、市场运营、设计师、研究员、投资人，甚至银行从业者，都在用这个工具干活。

这意味着什么？Codex早就不是"只给程序员用的AI"了。

从写代码到干所有活：Codex的三次进化

回头看看Codex的发展路径，能明显看到三个阶段：

第一阶段（2022-2023）：代码补全工具

那时候的Codex就是个智能代码补全器。你在编辑器里写几行代码，它能帮你猜后面想写什么。本质上是辅助工具，离了人啥也干不了。

第二阶段（2024-2025）：对话式编程助手

到了这个阶段，你可以用自然语言跟它聊："帮我写个函数，输入是用户列表，输出是按年龄排序的结果。"它能理解你的意思，生成完整的代码。但还是要人工去整合、测试、调试。

第三阶段（2026年至今）：通用智能体

这是现在的Codex。它不只是写代码，而是能：
- 操控你的鼠标和键盘，直接在桌面应用上干活
- 手机扫码远程监控电脑上正在运行的任务
- 在Slack里@它一下，它自动去做你说的任务然后回链接给你
- 帮你做数据分析、生成报告、管理销售线索，完全不用写一行代码

看到没？它从"代码工具"变成了"工作助手"。

OpenAI在6月份的文章里提到了一个很有意思的数据：

非开发者——包括分析师、市场运营、设计师、研究员、投资人和银行从业者——已经占到Codex整体用户的约20%，而且增速是开发者群体的3倍以上。

这说明什么？说明非技术人群发现这个工具能用，而且好用。

几个实际案例：

Zapier团队：用Codex从Slack、Google Docs里提取上下文，自动生成故障报告、事故响应计划和功能工单。以前需要写半天的文档，现在几分钟出稿。

NVIDIA研究人员：用Codex加速实验流程，从找研究方向到写机器学习基础设施脚本，不用在工具之间来回切换。

OpenAI内部非技术团队：用它来构建内部App、准备高管材料、做数据看板。

这些人，没有一个需要懂编程。

为了让非技术用户能快速上手，OpenAI在6月份推出了六大职业角色专属插件。每个插件打包了对应职业最常用的App、工作流和技能包，合计覆盖62款常用应用、110个预设技能。

简单说就是：你是什么岗位，它就给你配什么工具包，开箱即用，不需要配置，也不需要懂API。

六大插件一览：

对于独立创作者或小团队运营来说，这意味着你可以把原本外包出去的数据、设计、跟单工作，全部用Codex在内部自动化搞定。

看看大公司怎么用Codex：

Cisco：用Codex审查复杂的代码变更，review时间缩短50%。工程师把节省下来的精力用在更有价值的工作上，产品迭代速度大幅提升。

Instacart：把Codex集成到内部的AI编程平台里，工程师一键启动远程开发环境，Codex自动清理历史技术债、删除废弃代码、处理过期实验，直接提升了整体代码库质量。

OpenAI内部的数据显示，工程师每周合并的PR数量提升了70%，而且Codex会自动review几乎每一个PR，在代码进入生产前帮你找问题。

如果你不是开发者，可以直接从职业角色插件入手。在Codex的插件目录里找到对应你工作的那一个，安装就能用。

如果你需要更高用量，支持Computer Use、Remote Control等高级功能，Plus/Pro订阅可以解锁。

如果是团队使用，Business/Enterprise版本提供团队共享工作空间、管理员控制台、使用分析看板。

回到开头那个数据：500万用户，20%非程序员，增速3倍。

这说明AI工具的最大竞争优势，从来不是功能有多强，而是先用起来的人比别人早了多久。

Codex现在的状态，有点像2023年初的ChatGPT——大部分还在观望，少数人已经在用它干活了。

等到所有人都觉得"这东西我也该试试"的时候，先用起来的人早就积累了几个月的效率优势和工作成果。

AI工具这个赛道，永远是早期入场者吃到最大的红利。

我是米核AI易山，专注于AI工具在实际工作中的应用。如果你想了解更多AI工具的使用方法，或者想知道怎么用AI提升工作效率，欢迎搜索"米核AI易山"获取更多内容。