OpenAI 8月12日至13日动态：企业AI从问答走向代理执行，开放模型竞争升温

本文覆盖 2026 年 8 月 12 日 09:00 至 8 月 13 日 09:00（北京时间）。窗口内最值得跟进的是 OpenAI 发布的企业 AI 使用数据：截至 6 月，Codex 占企业客户 Codex 与 ChatGPT 合计输出 token 的 64%；月度使用深度排名前 10% 的「前沿企业」，人均输出 token 已是典型企业的 8.3 倍。OpenAI 同日还发布 RingCentral 客户案例；Reuters 则报道，开放权重模型正在成为 OpenAI 需要面对的外部竞争变量。

OpenAI 8 月 12 日更新的 Enterprise Signals 把企业客户按「每名活跃用户的输出 token」排序：每月排名前 10%的是前沿企业，处于第 45 至 55 百分位的是典型企业。按这个口径，截至 6 月，前沿企业的人均输出 token 是典型企业的 8.3 倍，而 1 月时是 2.6 倍。这个指标衡量的是使用深度，不是收入、利润或 AI 项目的直接回报。1

Token 数量只能当作代理指标。短回答可能很有价值，长输出也可能没有用；OpenAI 自己在报告中提醒了这一点。因此，8.3 倍不能直接翻译成「生产率高 8.3 倍」，更接近于：前沿企业让 AI 参与了更多、更长的工作流程。信息与技术行业的差距最大，为 11.7 倍；制造业最小，为 5.3 倍。1

变化最具体的地方是代理式使用。OpenAI 将 Codex token 作为代理式 AI 使用的口径；截至 6 月，它占企业客户 Codex 与 ChatGPT 合计输出 token 的 64%。ChatGPT 更偏向问答、构思和分析，Codex 与 ChatGPT Work 则可以在权限范围内调用工具、编辑文件、查找信息并执行多步骤任务。不同产品使用的是同一类前沿模型，区别在于模型是否被接入了执行环境。1

OpenAI 披露的另一组数字说明，代理并没有停留在软件工程：自 2 月以来，企业每周活跃 Codex 用户数在法律部门增长 108 倍，销售和招聘部门各增长 41 倍，营销部门增长 26 倍；工程部门为 5 倍。这里统计的是每周活跃用户数，不是完成任务数，也不是部门产出增长。1

前沿企业使用高级能力的比例也更高。每周活跃用户中，前沿企业使用 Plugins 的比例为 21%，典型企业为 9%；使用 skills 的比例分别为 19% 和 3%。OpenAI 还披露，内部员工每周使用 Plugins 的比例为 95%，这反映的是 OpenAI 自己的使用情况，不能当作普通企业的基准。1

这些能力的共同点不是「多一个聊天入口」，而是把企业上下文和动作权限接进模型。一个销售 Plugin 可以同时带入团队销售手册、CRM 客户信息和历史方案，再让代理先生成一份供人审核的回复。对企业来说，真正需要补齐的不是单一模型采购，而是四个条件：

OpenAI 对超过 1000 万条企业消息的分析还显示，ChatGPT 中最常见的用途仍是写作；在代理式消息中，编码以及系统/代理操作合计接近 75%。这两个比例不能直接相加比较，因为它们对应不同的消息集合。1

OpenAI 8 月 12 日发布的 RingCentral 客户案例称，这家企业通信公司让员工使用 ChatGPT Work 和 Codex，发起一项 AI-Native Challenge，要求参与者独立完成从规划、实现到测试、文档和 CI/CD 的完整项目。官方案例称，几乎每名参与者都建立了可运行的代码仓库，参与者包括非技术员工和高管。2

RingCentral 还称，PMO 团队用 ChatGPT Work 把 Jira、Google Sheets、CRM 等来源的项目状态接入工作流，自动生成通知、报告和待办事项。该案例给出的落地路径很清楚：先让员工自由试用，再把有效的个人工作流变成团队流程。但「更准确」「处理更多项目」等效果仍是 RingCentral 和 OpenAI 客户案例中的自述，页面没有提供独立审计方法或对照组。2

对准备在企业内推广代理的团队，这个案例的可借鉴部分不是具体工具名称，而是工作流顺序：先选一个能被测试和复核的流程，再接入数据源，最后决定哪些输出可以自动流转。没有权限边界和验收机制，自动化只会把错误更快地送入下一环节。

Reuters 8 月 12 日发布的报道把 OpenAI 放进更大的开放权重模型竞争中：Meta 恢复发布开放模型，Nvidia 也在推进相关系统；报道援引投资人和行业人士称，许多基础运营任务未必需要最前沿的闭源模型，企业会开始更仔细地核算投入产出。Reuters 将这一变化描述为 OpenAI 和 Anthropic 需要向投资者证明技术优势能覆盖模型训练与运行成本的压力。3

报道引用 Ramp 数据称，7 月约有 6.1% 的 AI 支出企业使用了提供开放权重或中国模型的平台，一年前为 4.5%。这只覆盖 AI 支出的一部分，不能据此推断 OpenAI 的客户流失率或整体市场份额；Reuters 还引述分析称，开放模型的增长尚未削弱对 OpenAI 和 Anthropic 的支出，但两家的采用增速正在放缓。3

对模型选型，今天的可执行结论不是「开放模型一定更好」或「前沿闭源模型仍然通吃」，而是把任务分层：低风险、重复、成本敏感的工作可以比较开放权重方案；代码、复杂推理和需要稳定工具调用的任务，则要单独测评准确性、延迟、治理和人工复核成本。Reuters 报道中的受访者仍预计 OpenAI 和 Anthropic 在最 demanding 的任务上保有优势，但这属于受访者判断，不是独立 benchmark 结论。3

截至本次核验，ChatGPT Release Notes 最新日期小节仍是 8 月 10 日的餐厅预订更新，页面顶部的「Updated」时间不等于新的产品发布时间；8 月 12 日和 13 日没有新的带日期产品条目。OpenAI Status 历史页显示的最近一批事件仍集中在 8 月 11 日，页面未列出 8 月 12 日至 13 日的新事件。45

今天的新增信息有一条清晰的共同线索：OpenAI 正在用企业使用数据说明，竞争差异逐渐从「能不能调用模型」转向「能不能把模型接进真实流程」。8.3 倍差距、Codex 的 64% 输出占比、法律和销售等部门的用户增长，都支持这个判断；但这些数字来自 OpenAI 的聚合客户数据，不能直接当作全行业统计或生产率证明。

企业团队今天可以做三件事：用「每周活跃用户、完成任务数、人工复核率、失败回滚率」替代单纯席位数；为一个高频流程画清上下文、工具、权限和验收链路；再把开放权重模型与 OpenAI 模型放到同一批真实任务上比较，而不是只看公开榜单。