Agent Adoption Curve（智能体采纳曲线）
定义
Agent Adoption Curve 描述智能体工具在组织中采纳的典型模式：开发者先采用（agent 最初是 coding tool），但随着 agent 扩展为通用知识工作工具，非开发者的采纳增速反超开发者。核心机制在于 agentic 工具的抽象层级更高（自然语言交互），非技术用户的学习曲线反而比传统专业软件更平缓。
为什么重要
传统企业软件采纳通常是从高管/管理层推动（自上而下）或从一线员工渗透（自下而上）。智能体工具走出了一条不同的路径：
- 从最技术化的人群开始（开发者）——因为他们最先理解工具的边界和能力
- 非开发者增速反超——因为自然语言界面降低了采纳门槛
- 最终覆盖全组织——每个部门都以 agent 为主要 AI 工具
理解这条曲线有助于预测组织 AI 部署的时间线、资源配置和变革管理策略。
关键数据点
OpenAI 内部采纳时间线（一手数据）
| 里程碑 | 时间 | 数据 |
|---|---|---|
| 开发者切换到 Codex 为主 | 2025-12 | 工程师大多数使用从 ChatGPT 转为 Codex |
| 非技术部门切换 | 2026-04 | 法务、财务、招聘跨越到 Codex 为主要 AI 工具 |
| 工程师 Codex 占比 | 2026-06 | 99% 输出 token 来自 Codex |
| 非技术部门 Codex 占比 | 2026-06 | >85% 输出 token 来自 Codex |
| 全公司 Codex 占比 | 2026-06 | 99.8% 周输出 token |
增速对比（2025-08 → 2026-06）：
| 用户群 | 非开发者增速 | 开发者增速 |
|---|---|---|
| 个体用户 | 137x | （低于 137x） |
| 组织用户 | 189x | （低于 189x） |
| OpenAI 内部 | 12x | （低于 12x） |
OpenAI 内部非开发者增速（12x）显著低于外部（137x, 189x），可能因为 OpenAI 员工本就起点较高。
使用深度增长（2025-11 → 2026-06，中位输出 token）
| 部门 | 增长倍数 |
|---|---|
| Research | 56x |
| Customer Support | 32x |
| Engineering | 27x |
| Legal | 13x |
研究部门增长最猛，法务增长最缓——但即使最慢的部门也是一位数到两位数的月均增长。
为什么非开发者增速反超？
- 自然语言界面：与传统专业软件（SQL、命令行、IDE）不同，agent 用自然语言交互——不需要先学"语言"
- 委派模式 vs 操作模式：agent 是"告诉它做什么"而非"自己操作"——这是管理能力而非技术能力
- 任务边界扩展：agent 能帮非开发者做代码/技术执行——过去需要找工程师的事现在自己就能做
- 知识工作的通用性：agent 不限于 coding——文档、分析、自动化、研究都是跨职能需求
宏观采集维度（2026-08，OpenAI Signals 国家级数据）
采纳曲线的补充维度不止"谁先用"，还有"用来做什么"与"哪里/谁在增长"（OpenAI Economic Research 首次国家级发布，2026-08-06）：
- 用途维度（asking → doing）：工作场景中人们用 ChatGPT 完成任务/产出的概率是非工作的 2 倍以上；非工作场景仍以"求答"（信息与澄清）为主。"doing"（产出）在工作与工作外呈结构性分化。
- 地域维度（南半球收敛）：Q1→Q2 2026，拉美、大洋洲、非洲的 per-capita 增速快于世界其他地区；秘鲁、乌拉圭、哥斯达黎加上升最多——采纳差距不再是"发达国家先行"单极叙事。
- 人口维度（35+ 扩散）：全球 35+ 用户消息占比同比 +5 个百分点；法国、捷克 >10 个百分点。"早期使用者"的边界在按年龄、地域同时外扩。
- 形态维度（多媒体）：Images 2.0 之后全球多媒体消息占比 7.8%，巴西、哥伦比亚 >10%——新能力上线即拉动新用例，采纳随能力版图扩展而非只沿旧用例加深。
口径注意：以上仅覆盖 ChatGPT Free/Go/Plus/Pro 个人账户，排除组织 Work 账户；均由 OpenAI 自报分类（doing/asking 为内部分类），属于采纳曲线的宏观速写而非企业转化证据。与"组织内是谁在用"（AI-Adoption-Barbell）互补：宏观在扩散，微观仍分层。
前提与局限性
- 单一来源：主要的采纳曲线数据仅来自 OpenAI 一家公司，且是 AI 前沿企业，外部有效性待验证
- 基数效应：137x 和 189x 从 2025 年 8 月的极低基数起步，绝对用户数未公布
- "非开发者"的定义模糊：OpenAI 的"非开发者"可能比普通企业员工更具技术素养
- 产品成熟度混淆：采纳增速可能反映了 Codex 产品自身能力提升，而非纯组织扩散效应
- 综合判断：采纳曲线作为跨组织模式是综合判断，尚未有跨组织的对照研究验证
关联概念
| 本库概念 | 连接 |
|---|---|
| Task-Horizon | 任务视野增长是采纳深化的驱动力 |
| Standard-AI-Product-Adoption | 标准产品采纳的另一种路径；智能体采纳曲线补充了"谁先用"的时间维度 |
| AI-Capability-Gap | 非开发者增速反超说明能力正在弥合使用鸿沟 |
| AI-Ready-Organization | 采纳曲线是组织 AI 成熟度的指示器 |
| AI-Labor-Bottleneck-Shift | 当 agent 能完成 8 小时任务，使用量暴增——采纳由"能做什么"驱动 |
| Agentic-Engineering | 开发者→非开发者的扩散正在重写"工程"的定义 |