"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。"这是OpenAI于2026年7月发布的一份报告的第一句话。同一周，Google DeepMind在《自然》杂志发表了Co-Scientist多智能体科研系统论文。两份报告从不同维度展示了同一趋势：Agent已不只是让人类工作得更快，而是在改变工作方式本身。
一、OpenAI报告：Codex如何吞噬了公司内部99.8%的Token
2026年7月8日，据企鹅号和腾讯网报道，OpenAI发布了一份关于AI Agent如何改变工作方式的内部报告。报告披露了一组令人震惊的数据：Codex已占据OpenAI公司内部每周输出Token总量的99.8%，成为每一个部门——不只是工程部，还包括法务、财务、招聘——的主要AI工具。
这一扩散轨迹本身就是Agent从"可用"到"不可或缺"的缩影。Codex面向公众发布后的头几个月，即便在OpenAI内部，ChatGPT仍是员工的默认AI工具。2025年8月，普通员工花在Codex上的Token使用量还不到10%。但此后局面迅速逆转——到2026年，Codex已彻底取代ChatGPT成为内部主力工具。
1. 任务时长：从"问个问题"到"托付一整块工作"
报告估算了Codex请求所对应的"人工时长"。到2026年5月：
- 80.6%的用户曾向Codex提交过需要人类工作超过30分钟才能完成的任务
- 70.2%
Codex早期更多被用来快速回答问题、生成代码片段；而现在，用户开始向它"委托"整块的工作——调研、分析、搭建流程。OpenAI称，随着Codex处理长上下文、独立作业的能力不断提升，用户的使用习惯已从短平快的交互，转向更复杂、周期更长的任务委托。
2. 职能边界崩塌：非程序员也在用Agent写代码
报告中最出人意料的数据是关于非程序员的使用增长：
这意味着：过去需要请技术团队支援才能完成的自动化、数据处理、工具搭建、调试任务，现在非程序员员工自己就可以委托给Agent来做。Agent不只是让程序员更高效，而是在打破职能边界——法务人员可以自己搭建合同审查流程，财务人员可以自己构建数据分析管道。
3. Agent能力跃升的三个阶段
OpenAI报告勾勒了Agent能力演进的三个阶段：
- 短交互期
- 任务委托期：整块工作交付，Agent独立运行数小时，调用工具、持续迭代
- 跨职能期：非专业人员借助Agent突破技术壁垒，职能边界开始松动
关键洞察：Agent的价值不在于"回答得更快"，而在于"扩大每个人能够触达的工作半径"。当法务人员能自己写代码、财务人员能自己搭数据管道，企业的工作流设计需要从根本上重新思考。
二、Google DeepMind Co-Scientist：多智能体系统登上《自然》
如果说OpenAI的报告讲述了Agent在职场中的扩散，那么Google DeepMind在《自然》杂志上发表的Co-Scientist研究，则展示了Agent正在科研工作中发挥实质性作用。
据腾讯网（转载自《自然》原文，作者Heidi Ledford）和企鹅号报道，Co-Scientist是一个基于Gemini 2.0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。据CSDN详细解读，其核心架构包括五类Agent：
1. "创意锦标赛"：用AlphaGo的思路做科学辩论
Co-Scientist最具特色的设计，是它验证假设的方式。系统借鉴了AlphaGo和AlphaStar的竞赛机制——但不是让AI下棋或打游戏，而是让Agent们进行科学辩论。
系统将所有候选假设投入一场"创意锦标赛"：
- 所有假设两两对比，通过模拟辩论不断筛选、淘汰、进化
- 同时深度比对科学文献与专业数据库，确保每个留下来的假设在逻辑上站得住脚、在事实上有据可查
系统分为生成、辩论、进化三个阶段：先由Agent提出初始假设并进行多样性聚类，再由"虚拟同行评审者"展开批判性评估，最后持续优化排名靠前的方向，输出供研究者审阅的研究提案。
2. 实战验证：从白血病到抗菌耐药基因
据《自然》原文报道，Co-Scientist已在多个领域产生实质性科研成果：
案例一：急性髓系白血病药物再定位
Natarajan及其同事用Co-Scientist系统寻找已获批准的药物，希望将其重新用于治疗急性髓系白血病（一种血液癌症）。系统识别出一系列候选药物，人类研究员从中挑选了五种进行进一步研究。其中三种在实验室培养细胞的初步研究中显示出疗效。
案例二：抗菌耐药基因解释
研究团队要求Co-Scientist提出一个假设，解释为什么一组特定的、赋予抗菌药物耐药性的基因会在多种细菌中出现。该系统仅用了几天时间，就得出了与研究此现象的研究人员（结果尚未发表）相同的结论。
案例三：肝纤维化治疗与细胞衰老
据企鹅号报道，有科学家借助Co-Scientist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；还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。
3. 外部科学家可用规模
据《自然》原文，目前约有100位谷歌DeepMind以外的科学家可以使用Co-Scientist，并在各种环境下测试其功能。Google DeepMind在官方博客表示，他们的AI Agent"旨在成为研究伙伴，而非科学或临床专业知识的替代品"。
三、FutureHouse Robin：从文献综述到实验闭环
同一期《自然》还发表了另一个多智能体科研系统——来自旧金山非营利性AI研究机构FutureHouse的Robin。据腾讯网（自然原文）和CSDN报道，Robin与Co-Scientist的区别在于：它不只生成假设，还会继续分析实验数据，把发现往前推一步。
Robin的工作流程形成了一个闭环：
- 文献综述
- 实验选择
- 人类执行
- 数据分析：将数据反馈给Robin，Robin再将其提供给专门分析数据的AI智能体
- 后续方案
在药物再定位实验中，Robin提出了一系列治疗干性年龄相关性黄斑变性（一种眼病）的分子靶点，并提出一种名为瑞舒地尔（ripasudil，用于治疗青光眼）的药物作为候选治疗方案。系统还建议了实验室验证检测方案。
四、Google ERA：Agent开始写科研软件
除了Co-Scientist和Robin，《自然》同期还发表了谷歌的第三项研究——实证研究辅助（Empirical Research Assistance，ERA）系统。这是一种用于编写高质量软件的AI智能体系统，已应用于宇宙学和神经科学等多个领域。
三篇论文同时在《自然》发表，标志着AI Agent在科研领域的应用已从"概念验证"进入"实质产出"阶段：
| | | |
|---|
| | | 10.1038/s41586-026-10644-y |
| | | 10.1038/s41586-026-10652-y |
| | | 10.1038/s41586-026-10658-6 |
五、冷静看待：幻觉、监督与边界
尽管数据令人振奋，但多位受访专家在《自然》报道中表达了审慎态度。
1. 幻觉风险依然存在
Robin和Co-Scientist都基于大语言模型，这种形式的AI容易产生错误但看似合理的答案。瑞典乌普萨拉大学研究AI在药物发现中应用的Ola Spjuth指出，在使用AI时，"幻觉"可能始终是个顾虑。不过他同时表示，前沿AI模型产生的幻觉已经比以往少了，而且两个系统都包含让AI智能体讨论假设或相互比较结果的步骤，有助于剔除幻觉和错误推理。
2. 人类监督不可缺席
Spjuth强调："我们现在不能把重要的决策完全委托给大语言模型和AI智能体。我们需要监督这些方法。"AI识别出的候选药物尚未经过全面评估，许多在实验室培养细胞中通过初步检测的候选药物在更严格的检测中失败了。
3. 真实世界表现待验证
加州大学圣地亚哥分校健康中心负责AI项目和战略的Karandeep Singh表示："只有更大范围人群能用上以后，你才能知道它在现实中干得怎么样。"目前Co-Scientist仅约100位外部科学家可用，Robin仍在早期实验阶段。
4. OpenAI报告的选择性
OpenAI的报告以自身公司为样本，存在天然的利益相关性——推广Codex的使用符合OpenAI的商业利益。99.8%的Token占比是否意味着高效，还是意味着过度依赖？非程序员使用量增长137倍，但基数是多少？这些数据需要更多独立企业的验证。
六、趋势研判：Agent的三个质变信号
综合OpenAI和Google DeepMind的两份报告，可以提炼出Agent在2026年中的三个质变信号：
信号一：从"交互"到"委托"
OpenAI的数据显示，用户使用模式正从"问一个问题、得到一个回答"转向"托付一整块工作、等待Agent自主完成"。80.6%的用户曾提交需要30分钟以上人工才能完成的任务，70.2%提交过超过1小时的任务。这意味着Agent的核心价值指标已从"响应速度"变为"任务完成度和可靠性"。
信号二：从"专业工具"到"通用赋能"
非程序员使用Codex增长137-189倍，且非程序员产出的工程/编程内容超过四分之一。Agent正在从程序员的专用工具，变为跨越职能边界的通用赋能平台。这对企业组织架构、岗位设计、技能评估都有深远影响。
信号三：从"辅助"到"协作"
Co-Scientist不是简单地帮科学家查文献或写论文——它生成假设、参与辩论、提出实验方案。Robin更进一步，形成了从文献到实验到数据分析的完整闭环。Agent的角色正在从"执行指令的助手"变为"提出想法的协作者"。
FutureHouse联合创始人Samuel Rodriques的判断值得深思：AI全程主导新药设计——从确定靶点到临床测试——目前"还有很长的路要走"，"但我认为这是可能的。"
