你让 AI 帮你写代码、写文档、做幻灯片，这已经是 2026 年科技行业最大的共识。但如果你让它帮你做生意——从零开始剪一条广告视频，搭建受众定向，设置预算，最后停在付款按钮前，等你按一下确认——那种体验就不仅仅是“生产力提升”了。
2026 年 8 月 3 日，OpenAI 联合创始人兼总裁 Greg Brockman 在 X 上转发了这样一条推文。开发者 @DevAdventur3s 写道：“我让 OpenAI 的 Codex 应用为我的业务投放广告。它自己剪了视频、发布了内容、搭建了受众、设置了预算，然后停在付款按钮前，请求许可。最让我震撼的是：我全程在应用里看着这一切实时发生。”这条推文迅速获得了超过 2.5 万次观看，近百条互动。
但它的意义远不止一个技术演示——它标志着 AI 自主性正在跨越一个关键临界点。
从“写代码”到“做生意”：Codex 的半年三级跳
如果不理解 Codex 在过去半年里的进化速度，这条推文看起来就像又一个 AI 噱头。但事实恰恰相反：它是 OpenAI 的 Agent 战略从编码工具到商业操作系统的完整缩影。
2026 年 2 月，OpenAI 发布了 Codex 桌面应用，定位为“Agent 的指挥中心”。当时它主要面向开发者，目标是在 IDE 和终端之外提供一个独立的 Agent 工作空间。到 6 月初，Codex 的周活跃用户突破了 500 万——相比 2 月增长了 6 倍以上。更关键的是，OpenAI 在 6 月 2 日披露了一个被大多数媒体忽略的数据：知识工作者，也就是非程序员，已经占到 Codex 用户的 20%，而且增长速度是开发者的 3 倍以上。
紧接着，6 月 2 日，OpenAI 为 Codex 推出了 6 个角色化插件包，聚合了 62 个商业应用——Salesforce、Snowflake、Figma 等——和 110 个自动化技能，同时发布了快速原型托管环境 Sites。7 月 9 日，OpenAI 正式推出 ChatGPT Work，将 Codex 的核心能力直接嵌入 ChatGPT，并宣布 Codex 应用与 ChatGPT 桌面端合并。同一套界面，三种模式：聊、工作、编码。
7 月 21 日，Codex 和 ChatGPT Work 的合并周活跃用户突破 1000 万。OpenAI 官方数据显示，超过 100 万人正在用 Codex 做编程以外的事情。
@DevAdventur3s 的案例，正是这条进化弧线的终点——一个完全由 AI 驱动的商业运营流程，从创意到执行，除了最后一步付款，全都由 Agent 自主完成。
为什么现在才可能？基础设施层的改变
让 AI 代理投放广告，技术上并不新鲜。但此前它需要复杂的 API 对接、权限管理以及大量的工程投入。2026 年 4 月 29 日，Meta 做了一件改变游戏规则的事：它通过 Model Context Protocol 服务器，向 Claude 和 ChatGPT 开放了广告系统的直接访问权限。AI 代理不再需要手动登录 Meta Ads Manager，而是可以直接通过 MCP 协议创建广告系列、管理目录、查看投放报告。
这意味着 AI 代理可以在不依赖任何人工操作的情况下，完成广告投放的完整链路——除了付款。Meta 的 MCP 实现了“认证代理”模式，即在授权范围内，AI 可以自主操作，但关键决策如实际支付，仍然需要人工确认。
Meta 并不是唯一这样做的平台。Google 早已推出了官方的 Google Ads MCP 服务器。6 月 21 日，微软也扩展了其 Advertising MCP 服务器的开放试点，让 AI 代理通过 Microsoft 365 Copilot、Claude 和 ChatGPT 实现广告数据的实时查询。全球三大数字广告平台几乎在同步构建“AI 代理友好”的基础设施。
Codex 的“停在付款按钮前”设计，正是这种“人类掌控最终决策权”的 Agent 范式的典型体现。Codex 本身有两种执行模式：交互模式下，每一条 shell 命令都需要用户显式批准；非交互模式用于自动化流水线，但付款这类敏感操作仍然被设计为必须人工参与。
Agent 经济的市场逻辑：90 亿美元市场的驱动力
Codex 的进化并非孤例。Gartner 预测，到 2026 年底，40% 的企业应用将嵌入任务型 AI 代理，而一年前这个比例还不到 5%。全球 Agentic AI 市场在 2026 年已突破 90 亿美元。Deloitte 的《2026 年企业 AI 现状报告》显示，企业部署 Agentic AI 的平均 ROI 达到 171%，美国企业甚至高达 192%——这比传统自动化的 ROI 高出 3 倍。McKinsey 的估算更直接：44% 的美国工作可以用当前能力的 AI 代理完成。
这些数字解释了为什么 OpenAI 在半年内将 Codex 从一个编程助手升级为商业操作系统。编码只是 Agent 模式的一种验证场景——因为代码编译通过与否是即时的、客观的反馈。但同样的“读取上下文→规划→行动→验证”循环，在广告投放、财务分析、运营管理等领域同样适用。Codex 在编程领域学会了“如何执行多步任务”，然后被部署到了商业场景。
OpenAI 并非唯一看准这个方向的玩家。Anthropic 的 Claude Code 在工程团队中增长迅速，6 月发布的 Claude Fable 5 在编程 Agent 领域形成了直接竞争。但 OpenAI 拥有一个竞争对手难以复制的优势：用户基数。ChatGPT 的 10 亿级用户盘意味着，当 Codex 的能力被嵌入 ChatGPT 时，它触达的不仅是开发者，而是每一个可能用 AI 处理工作的普通人。那个让小老板用 Codex 投放广告的案例，正是这种“下沉”的典型样本。
自主性的最后一公里：风险与边界
@DevAdventur3s 的案例让人兴奋，但也暴露了 Agent 自主性的核心矛盾。
2026 年 6 月 30 日，安全研究公司 Adversa AI 通过 GuardFall 项目披露，在测试的 11 个主流开源 AI 编码 Agent 中，10 个存在可被 shell 注入攻击绕过的漏洞。攻击面正是 Agent 的运行时层——当 Agent 有权访问你的代码库、云服务甚至财务凭证时，一个嵌入在配置文件中的恶意指令就可能导致灾难性后果。
更微妙的挑战来自社会层面。OpenAI 内部员工发现，当同事用 ChatGPT 自动联系他们时，很多人感到不满——“被另一个人的 AI 联系”带来了一种奇怪的社交不适感。Greg Brockman 本人也承认，那些被 AI 联系的同事，在被直接问到时往往很高兴帮忙。这说明 Agent 自主性不仅有技术边界，还有社交边界。
但在这个案例中，Codex 的设计选择给出了一个值得关注的范式：让 AI 做完所有“能做”的事，但精确地停在“不该做”的边界上。广告素材可以自动生成，受众可以自动搭建，预算可以自动设置——但付款按钮，必须由人来按。这不是技术限制，这是产品设计哲学。
临界点已到
@DevAdventur3s 的案例之所以值得认真对待，不是因为“AI 会剪视频了”——视频剪辑工具几十年前就有了。而是因为它揭示了一个新的模式：AI 从“辅助人类做任务”变成了“为你运营一个完整流程”，而人类只负责最终的决策确认。
这距离“AI 替你运营公司”还有多远？从技术上看，已经非常近了。从信任和治理上看，还有很长的路。
OpenAI 正在用 Codex 构建一个“工作操作系统”——既不是聊天机器人，也不是代码编辑器，而是一个能独立执行复杂工作流的 Agent 层。对中小企业主来说，这意味着他们可以用一个 AI 代理完成过去需要一个营销团队才能做的事。对广告平台来说，Meta 和 Google 的 MCP 开放策略意味着他们正在成为 Agent 经济的基础设施。
而对于那个关键问题——“你敢让 AI 自己花钱吗？”——答案可能不是“永远不”，而是“让它先做到付款按钮前，然后我们看看效果”。
当 AI 只差你一个“确认”就能完成一整门生意的时候，Agent 时代的真正竞赛才刚刚开始。
快报