王煜全：AI编程即将爆发！难道数字员工真要来了？

上周末，OpenAI突然进行了一次重要调整：把ChatGPT、Codex和面向开发者的API，整合进了同一个核心产品团队。

初看到这个消息，很多人的第一反应是，OpenAI终于要在AI编程上追赶Claude Code了。

这个看法没错，但真正的大趋势，不只在于两个巨头之间的竞争。

ChatGPT是OpenAI最大的用户入口，Codex是它面向AI编程的核心产品，API则连接着开发者和企业生态。这意味着，OpenAI把几乎所有的重要资源全部押到了编程Agent这个方向上。

从产业的层面看，OpenAI的大举入局将快速催化AI编程领域的发展，并将推动编程Agent走向更广泛的真实工作场景。

过去我们用AI，是问它一个问题，让它给我们一个答案；接下来我们用AI，可能是给它一个目标，让它自己拆解任务、调用工具、写代码、跑流程，最后交付结果。

一旦能做到这一点，Claude Code和Codex以及其他各类编程Agent，就再不只是让程序员少写几行代码，还会让普通人都能变成程序员，为自己打造趁手的工具。

因此，我们判断，AI编程很可能在最快半年、最多一年内，真正走进普通人的工作流。而对企业来说，这半年到一年，就是唯一的窗口期去构建AI组织力，以应对未来的竞争。

爆发

首先，你可能会奇怪，编程不是程序员的事吗？这么小众的事情怎么可能爆发？

为什么不是写作、教育或者其他看起来离普通人更近的场景先爆发呢？

这里的关键，不在于编程门槛高不高，而在于一个反常识的点--编程最容易形成闭环。

我们过去总说，AI要真正进入工作流，就要能完成任务。但要让AI自主完成任务，得有一个前提--它必须知道自己做得对不对，从而进行改进。

比如，AI可以写文章，但文章好不好很多时候很主观。

是流量更大就好了吗？不一定。流量大，可能是标题党，是挑动了社会情绪，但文章本身未必有长期价值。

更何况，流量背后有太多变量，AI也很难判断出到底哪里做对了、哪里做错了。在这篇文章上的好做法，放到另一篇文章上也不一定有用。

但编程不一样。

代码能不能运行，修改之后有没有解决问题，这些都可以很快得到反馈。因此，编程Agent在得到任务之后，就可以自动去反复试错、持续迭代，直到达成目标。

这一点，其实在OpenAI联合创始人之一、Andrej Karpathy前段时间的实践中已经表现得很明显了。

今年年初，他在X平台发表了一系列很有影响力的帖子，专门谈了AI Agent给编程方式带来的变化。他的核心意思是，只要把目标说清楚，把标准定明白，就可以让Agent自己写代码、自己跑测试、自己改代码。

Karpathy的这些文章引起了开发者的广泛讨论，也开始改变所有程序员的工作方式。

但我们想强调的是，这件事的影响绝不只限于开发圈。

以前，你不是程序员，哪怕AI编程工具给你写了一堆代码，你也看不出来这段代码到底能不能用，哪里出错了，要怎么改。

但现在有了Claude Code等编程Agent，你就能像Karpathy那样，把任务描述给它，把目标设定清楚，剩下的事情就交给它自己跑吧。

其实，我在五一期间就在做这件事，即便不懂任何代码，也做出了一些小应用。所以，可以说，任何一个人都有潜力去做开发了。

数字员工与数字组织

既然AI编程的爆发就在眼前，它未来会走向何方呢？

我们认为，总结起来，就是四个阶段。

目前，它已经处在第一阶段，那就是当程序员的效率工具。

Claude Code、Codex早已是程序员们不可缺少的效率工具。只不过，暂时还是人负责执行，AI负责辅助和加速。这也是为什么很多企业仍然把AI编程理解成是研发部门的工具。

但现在，很多非开发岗的人也开始拥有编程能力，也就表明第二阶段到来了。

比如，在一些大公司的业务、产品以及运营部门，员工虽然不懂代码，但为了验证一个想法，或者解决一个具体的业务难题，也会用编程Agent做出一个小工具、一个内部原型产品。

如果这个工具真的有价值，需求被验证了，再让技术人员进行深度优化。

要知道，过去，这些前期验证的事情太分散、太个性化、太临时，技术人员通常不会优先处理这些不确定性太强的开发任务。

AI编程刚好满足了这些需求，把"验证一个想法"的成本大幅降低了，也助推了大量原本被压在组织里的局部创新。

不过，更关键的是，当AI编程走进了普通人的工作流，又会带来什么颠覆性的影响？

那就是第三个阶段，企业开始用编程Agent制造数字劳动者，这也是我们目前最关注的地方。

AI编程工具普及之后，企业会发现，业务流程中的那些重复的、标准的、可验证的任务，可以交给AI Agent去执行了。

也就是说，企业会发现，越来越多的任务不再需要招聘员工，通过AI编程工具制造执行任务的AI Agent就行了。企业的组织形态就变成了人加"数字劳动者"。

那么，最后，也就是第四阶段，数字组织出现了。

随着一个企业在销售、运营、客服、财务、研发、内容、管理等多个环节，都部署了数字劳动者，并且这些数字劳动者之间能够协同工作了，那么管理者也就只需要观察关键指标，调整目标和规则，优化不同数字劳动者之间的协作方式。

于是，公司扩张的逻辑也变了。

过去，一家公司要扩大服务能力，就必须扩大团队规模，就意味着更多的员工、更多的沟通协调和管理的成本。但未来，一个很小的团队也可能带着一批数字劳动者，服务成千上万的客户，而扩张的成本只是算力、工具调用费、数据维护费等等。

所以，我们真正想提醒大家的是，未来企业的竞争，是比谁更会创造和组织数字劳动者。而这才是AI编程爆发真正会带来的变化--让企业的形态和发展方式都发生根本性的改变。