一个耐人寻味的数字刚刚浮出水面：OpenAI旗下编程Agent Codex的周活跃用户数突破了200万。更值得注意的是，在GPT-5.4发布之后，OpenAI API的整体调用量又攀升了20%。这两个数据叠加在一起，传递出的信号相当清晰——编程Agent正在从极客的玩具，演变为整个行业的基础设施。
200万周活：为什么这个数字值得被放大看
200万周活是什么概念？不妨做个对比。ChatGPT发布后两个月用户破亿，但那是面向所有人的通用对话工具，门槛几乎为零。而Codex瞄准的是开发者群体，这个人群本身数量有限，且使用它需要一定的学习成本和场景适配。在这样相对狭窄的赛道里跑出200万周活，说明它已经触达了相当比例的开发者人群。
更关键的是API使用量的增长。GPT-5.4发布后20%的增幅，很大程度上是由Agent类应用拉动的。当模型能力增强，开发者就更愿意把复杂的任务交给Agent去执行，调用量自然水涨船高。这背后其实是使用模式的改变：从过去一条条指令的“人机对话”，变成了整包任务的“委托与验收”。
在我看来，200万这个数字的真正意义不在于绝对值，而在于它验证了一个假设——开发者愿意为“能独立干活”的AI付费。
从协作智能到管理AI：角色正在换位
沃顿商学院教授Ethan Mollick最近撰文指出，我们正在经历一个范式转移：从“协作智能”走向“管理AI”。协作智能时代，用户和AI像搭档一样，你一言我一语地推进任务；而管理AI时代，人类更像一个项目负责人，把任务拆解后分配给AI，然后等待结果并验收。
这种转变在编程Agent身上体现得最为明显。无论是Claude Code、OpenAI Codex还是开源社区里的OpenClaw，它们共同的特征是：原本需要人类数小时编码、调试、测试的工作，现在可以打包交给AI，几分钟内拿到可用产出。开发者的角色从“写代码的人”变成了“审代码的人”，从“执行者”变成了“决策者”。
三足鼎立与团队化：编程Agent的军备竞赛
当前编程Agent市场已经形成了清晰的头部格局：OpenAI Codex背靠GPT-5.x，拥有200万周活和刚上线的Subagents功能；Anthropic Claude Code凭借Claude Opus 4.6的上下文工程能力占据一席之地；开源项目OpenClaw则依靠多模型后端支持吸引着开发者。与此同时，新玩家也在涌入——被Meta收购的Manus推出了桌面应用My Computer，把战火从命令行烧到了图形界面，意味着编程Agent正在走向更大众的使用场景。
OpenAI最新上线的Subagents功能尤其值得关注。它让一个主Agent可以召唤多个子Agent，分别负责代码审查、测试、部署等专项任务，形成一条流水线。这不再是单兵作战，而是团队协作。这种机制与开源项目Get-Shit-Done中的Wave执行逻辑如出一辙：任务拆解、并行处理、结果汇总。当Agent学会组建“团队”，人类管理者的角色就变得更加纯粹——只负责设定目标和评估产出。
激进实验与递归自我改进：未来已来
Ethan Mollick还分享了一个相当激进的案例：StrongDM的“软件工厂”。这个由三个人组成的团队搭建了一套AI开发系统，规则简单而极端：代码必须由AI编写，也必须由AI审查，人类只负责写产品路线图和最终验收。流程中，编码Agent根据路线图产出代码，测试Agent在模拟环境里验证，Agent之间互相反馈、循环优化。最让人震惊的是，团队要求工程师每天至少消耗1000美元购买AI tokens，这笔开销基本等同于工程师的日薪。
这个案例把“人类价值”推到了一个新的定义：人的核心贡献不再是亲手写代码，而是设定方向、设计系统、判断结果。软件开发的人力成本结构，正在从“工资”向“算力”迁移。
AI能力本身的提升也在加速。Mollick用“水獭测试”展示了图像生成从2022年画不清一只水獭，到2025年生成完美图像的进化；而METR的Long Tasks测试显示，AI能自主完成的人类工作时间，从2024年的几分钟，到2025年的几小时，如今正在逼近“天”级别。更远的里程碑是递归自我改进（RSI）——借助AI的力量去研发下一代AI。Anthropic的Dario Amodei说内部工程师几乎不再写代码；OpenAI称最新Codex是“第一个参与构建自己的模型”；DeepMind的Demis Hassabis也承认所有主要实验室都在推进RSI。一旦这个闭环打通，指数曲线只会变得更陡。当AI开始参与构建自身，软件开发的确定性正在被打破。
对开发者而言，这些变化意味着技能树需要重新点选。学会管理AI，理解上下文工程，保持技术判断力，或许比掌握某门编程语言更为重要。200万周活只是一个节点，真正值得关注的是，我们正在进入一个由AI执行、人类决策的新开发范式。