OpenAI 晒出内部 AI 使用数据：倍数很唬人，但这份成绩单是它自己批的
OpenAI 发了一份报告，讲它自己内部怎么用 AI。
数字很猛。
员工里 98% 在用它那个写代码的 agent，Codex。一年多前，这比例还是 40% 出头。法务部门六月烧掉的 token，是去年十一月的 13 倍。研究部门更夸张，56 倍。客服 32 倍，工程 27 倍。一串数字砸下来，像放烟花。
我承认，第一眼我也被晃了一下。
然后想起一件事。
这份成绩单，是它自己批改的。
一家卖 agent 的公司，发报告说自己 agent 用得猛
报告里每一个数字，来源都是 OpenAI 自己。没有任何第三方核过。
一次都没有。
一家公司，主营业务是卖 agent，然后发一份报告告诉你"我们内部 agent 用得可凶了"——这中间的利益关系，你不用当侦探也看得出来。
更微妙的是那个 98%。
一家卖 AI 编程工具的公司，内部 98% 的人在用这个工具。听起来像"产品好到没人舍得拒绝"。但它也可能只说明另一件事。在 OpenAI，不用 Codex，是一件需要解释的事。报告通篇没提一句，公司有没有用考核、用文化、用某种说不出口的氛围，去推着员工用它。
想象一下，你在 OpenAI 当法务。年中复盘，满屋子人都在晒自己今年怎么把 AI 塞进了工作流。就你那一栏空着。
你会怎么办。
对。你也会去把 token 烧起来。
98% 的采用率，和 98% 的"自愿采用率"，是两码事。
差远了。
把水分挤掉，剩下一个我信的信号
但我也不想做个纯粹的杠精。把营销的水分挤干、把那些一眼就是冲着估值去的倍数先搁到一边，这份报告里还是剩下一个信号——我盯着它看了好一会儿，觉得它是真的，而且比那一整串倍数加起来都重要。
不是那些倍数。是谁在用。
报告说，OpenAI 内部非工程岗位用 agent 的量，从去年八月到现在，个人涨了 137 倍。组织级的，将近 190 倍。法务、客服、研究——这些根本不写代码的部门，token 消耗的增速比工程师还快。放到外部用户里看也一样：非开发者已经占了每周五百万活跃用户的两成，上手速度是工程师的三倍。
倍数本身是营销。但"是谁在烧这些 token"，骗不了人。
这个才是重点。
过去两年，"AI agent 能干活"这件事，基本被关在工程部门里。会用的是程序员，落地的场景是写代码。一个东西只在一个工种里好使，它就还是个专业工具，谈不上通用变革。
非开发者开始大规模用 agent，意味着这堵墙在塌。
还有个数字我多看了两眼：报告说，内部那种"预计要干八小时以上"的任务请求，涨了差不多十倍。
这个比"token 涨多少倍"有意思。token 是消耗量，任务时长是信任度。你敢把一个要干一整天的活整个交出去——说明你开始信它能自己跑完了。不只是帮你补几行代码。从"帮我写一段"到"这件事你接着做完"——这是 agent 从工具挪向同事的，另一种证据。
它很聪明地没细说的那部分
报告里有个地方，藏得很巧。
它反复强调"代码生成快了多少倍"。可写代码，从来不是软件交付的瓶颈。瓶颈在后面——在验证、在测试、在上线、在出了问题往回查。代码写得快十倍，要是后面这些环节没跟上，省下来的时间会被它们一点点吃回去。甚至更糟：生成快了，要审的东西多了，人反而更忙。
"token 涨了 56 倍"是个关于产出的数字。它不等于"价值涨了 56 倍"，更不等于"56 倍的活真的交付到了用户手里"。
这两者之间隔着的那条沟，正是这两年最多公司一脚踩空的地方。
我见过这种事的样子。AI 半小时吐出三千行代码，工程师花了整整两天才看懂它到底写了什么，又花一天确认这里头没埋雷。账面上，写这段代码的时间从两天压到了半小时，漂亮得很。没人去算后面那三天。
快的，是生成。
慢的，是信任。
而一个软件能不能交付到用户手里，从头到尾，取决于后者。
报告里最亮的那个例子，是 Sora 的安卓 app——据说从零到上线只花了 18 天，Codex 帮了大忙。
18 天做一个 app，是快。真的快。
但你注意到没有，这种数字，永远是单点的、被挑出来的、最好看的那一个。报告不会告诉你，同一段时间里，有多少个项目用了 Codex 反而拖慢了、返了工、最后悄悄没人再提。
幸存者偏差，是所有"内部捷报"的标准配方。
整个行业，都在自己改自己的卷子
往大了说，这毛病不是 OpenAI 一家的。
模型发布会上那些跑分，是厂商自己挑的题、自己跑的、自己报的。"我们在某某 benchmark 上超过了对手"——这话你这两年听了多少遍？有几次，是第三方盲测出来的？
评测自己设计，数据自己清洗，对比对象自己选。赢的那条线，永远画在自己最擅长的地方。
你几乎从没见过哪家厂商，主动把对手最强、自己最弱的那个场景，原样摆进发布会的对比图里——那不符合开发布会的人性，不符合发年报的人性，更不符合发一份内部 AI 捷报的人性。
人性而已。
我不是说这些数字全是假的。是说，在一个所有人都自己批卷子的行业里，你得养成一个习惯——多问一句：这分，谁打的。
OpenAI 这份内部报告，不过是把"自己改卷子"这件事，从模型能力，延伸到了组织行为。手法，一模一样。
这是一次教科书级的"汇报"
我盯着一个特别稳的现象看了两年：一家公司上 AI，最后衡量它成没成的，往往不是用户有没有变好，是"我们用上 AI 了"这件事，有没有被漂亮地汇报上去。
OpenAI 这份报告，本质上就是一次教科书级的汇报。
只不过它汇报的对象不是老板，是整个市场。
这事也不只发生在 OpenAI。你公司里大概也躺着一份这样的"AI 成绩单"。季度汇报里那页"我们今年的 AI 化成果"，PPT 上那几个被精心挑过的百分比，群里那句"我们已经全面接入大模型"。数字都是真的。可它们衡量的是"我们用了 AI"。不是"AI 让事情变好了"。
这两件事，公司嘴上常常分不清。钱包分得很清。
那 AI 真有用，长什么样？
不长成一页 PPT。它长成：客服的平均解决时长降了，而且是第三方工单系统记下的，不是部门自己报的。它长成退货率掉了，复购涨了，投诉里"答非所问"那一类少了。它长成一堆没人想拿去汇报、却实实在在省了钱、或者留住了人的小数字。
真信号有个特征。
它往往不性感，也没人急着晒。
得把它放回背景里看。现在 AI 公司在抢一个叙事：agent，而不是聊天机器人，才是下一阶段。谁能证明 agent 真在干活，谁就拿到下一轮的估值和注意力。这种压力下，把内部采用率说得好看一点的动力，强得不能再强。
所以这份报告，倍数是广告，"谁在用"是信号，而"产出等于价值"那一段，是它最希望你别细想的地方。
我不怀疑 agent 在 OpenAI 内部真在干活——一家把自己最聪明的人和最贵的算力都压在这条路上的公司，没道理不让 agent 跑起来。我怀疑的，只是那串被精心摆进报告里的倍数，到底在替谁说话。
至于那个 98%——
等哪天有个第三方，能进 OpenAI 把它从头复核一遍，我再信。