2026年4月，一个普通的工作日早晨。

你像往常一样打开电脑，却发现你的同事——一个AI智能体——已经工作了整整一夜。它帮你整理完了昨天的邮件，分析了三份行业报告，甚至把本周的工作计划表都安排好了。而你，只需要喝着咖啡，审核一下它的成果。

这不是科幻小说，这是正在发生的现实。

就在上周，OpenAI发布了Codex的重大升级，赋予AI自主操控电脑的能力；几乎同一时间，Anthropic推出了Claude Opus 4.7，在金融分析领域拿下了全球第一的成绩。这两件事看似独立，实则指向同一个趋势：AI正在从"帮你思考"进化到"替你执行"，从"聪明的工具"变成"能干的同事"。

对于职场人来说，这既是机遇，也是挑战。

今天这篇文章，我想和你聊三件事：AI现在能做什么、它真正厉害在哪里、以及——最重要的——我们该如何应对这场变革。

一、Codex升级：AI正在"接管"你的电脑

从写代码到操作电脑：一次范式跃迁

2026年4月16日，OpenAI官方发布了一则公告，标题是《Codex：全能型助手》。很多人可能觉得这就是一次常规的功能更新，但仔细看内容会发现——这可能是AI发展史上的一个重要节点。

Codex获得了"后台计算机使用"（Computer Use）能力。翻译成人话就是：它可以像人一样，操控你电脑上的任何应用程序。

这意味着什么？

过去，AI工具的能力边界是"在对话框里回答问题"或者"在IDE里补全代码"。现在，Codex可以直接打开你的Mac桌面，看到屏幕上的内容，识别界面元素，然后模拟点击和输入。

它可以：

• 自主打开Xcode项目，通过视觉识别定位UI元素
• 找到程序Bug并自动修复，全程不需要调用任何API
• 在后台同时运行多个智能体，分工处理不同任务
• 操作那些根本没有开放API接口的软件

在官方演示中，Codex自主完成了一个完整的开发流程：打开Xcode→测试应用→定位Bug→修复代码。全程像真人一样通过图形界面操作，没有任何程序员会写出这种"截图识别然后模拟点击"的代码，因为它根本不是给程序员用的——它是给AI用的。

多代理并行：一个命令，团队开工

如果你以为Codex只是一个更聪明的自动化脚本，那你就低估了这次升级的革命性。

OpenAI给Codex加入了多代理并行协作能力。你可以同时启动3个Codex实例：

• Codex A：处理前端页面开发
• Codex B：编写API接口
• Codex C：编写单元测试

三个智能体在后台同时运行、互不干扰，完成后统一汇报结果。

传统的工作方式是：开发者给AI一个任务→等待完成→审查结果→给下一个任务→继续等待。

Codex的新方式是：开发者同时启动多个智能体，它们像真正的团队一样分工协作。

这意味着什么？一个资深开发者配上3-5个AI智能体，就相当于拥有了一个小型开发团队。过去需要一周的开发任务，现在可能只需要一个下午。

记忆与长期任务：AI开始"记住"你

这次升级还有一个容易被忽视但极其重要的功能——记忆偏好系统。

Codex可以保存你的个人偏好、历史工作流、技术栈、常用工具。当任务暂停后，它可以通过现有对话线程无缝恢复进度。更夸张的是，它甚至能自主调度未来数天乃至数周的工作计划，在指定时间自动唤醒完成任务。

想象一下：你周一布置了一个大型项目，AI记住了所有背景、你的偏好、项目的技术栈。然后它自己安排时间表，每天按部就班推进，周五你回来验收——这不是做梦，这是Codex现在就能做到的事。

300万人在用，而且超过一半不是程序员

OpenAI的数据显示：Codex当前周活跃用户已达300万，其中超过50%的使用场景是非编程任务。

这意味着什么？Codex正在从一个"程序员专属工具"转型为"通用AI助手"。

普通人用它做什么？

• 办公自动化：自动整理Excel、生成PPT、处理邮件
• 内容创作：生成文案、设计海报、制作视频脚本
• 数据处理：数据录入、报表生成、格式转换

程序员用AI写代码，普通人用AI处理工作——AI正在成为办公室里最勤快的"实习生"，而且它从不请假、永不疲倦。

二、Claude Opus 4.7：金融分析的王座之争

成绩单揭晓：断层式领先

就在OpenAI发布Codex升级的同一天，Anthropic也没闲着。

4月17日，Anthropic推出了旗舰大模型Claude Opus 4.7。虽然没有Codex那么"炸裂"的功能更新，但它的能力提升同样令人震撼——尤其是在金融分析领域。

先看硬核数据：

GDPval-AA测试（衡量AI处理金融、法律等高端知识工作的能力）：

• Claude Opus 4.7：1753分
• GPT-5.4：1674分
• Opus 4.7领先近80分

金融分析代理测试（模拟真实金融分析师的工作流）：

• Claude Opus 4.7：64.4%，全球公开大模型最高分

OfficeQA Pro测试（专门测试处理复杂办公文档的能力）：

• Claude Opus 4.7：80.6%
• GPT-5.4：51.1%
• Gemini 3.1 Pro：42.9%
• Opus 4.7比最强竞品高出近30个百分点

这个差距是什么概念？如果把这看成考试，Claude Opus 4.7是80分学霸，其他模型刚刚过及格线——不是一个量级。

为什么金融分析这么难？

你可能会问：读财报、写分析报告，不就是"读文档+写文字"吗？AI不是最擅长这个吗？

还真不是。

金融工作的容错率极低。一份年报里，可能埋着几十处风险提示、几百个数据表格、几千行管理层讨论。如果AI漏掉一个关键数据，或者误解了一个表格结构，轻则报告失准，重则投资失误。

而且金融文档极其复杂——嵌套表格、附注、交叉引用、图表分析，这些对人类分析师来说都需要专业训练，对AI来说更是巨大的挑战。

Opus 4.7的核心突破，就在于它把"专业严谨度"提升到了一个新的层次。

它是怎么做到的？

首先是自我验证机制。

早期AI的逻辑是"看到问题就给答案"，有时候会跳过步骤、有时候会编造数据。Opus 4.7被训练得更"较真"——它在给出最终答案之前，会先"思考"一下，验证自己的逻辑和数据是否一致。

用个类比：以前的AI像急于交卷的学生，看到题目就写答案；Opus 4.7像顶级的主厨，菜出锅前一定要自己"尝一口"，确保味道对了才端给你。

其次是多模态视觉能力。

Opus 4.7的图像识别能力大幅提升，能处理边长2576像素的高清图像（是前代的三倍多）。这意味着你可以直接扔给它一张复杂的财务报表截图，它不仅能看懂数字，还能解读图表想表达的含义。

一个分析师配上Opus 4.7，能处理过去需要一个初级团队才能完成的工作量——这毫不夸张。

金鱼记忆变成了文件柜

AI处理长对话时有个"致命伤"：忘记前面说过什么。

这在金融分析场景下是致命的。因为一份完整的研究报告，可能需要跨越多天、涉及几十个数据源和假设条件。如果AI经常"失忆"，分析师就得反复提醒它之前的设定，效率大打折扣。

Opus 4.7强化了"基于文件系统的记忆"能力。在跨多天的复杂研究中，它能记住前几天讨论过的关键财务假设和风险点，并在后续分析中直接调用。

这相当于AI从"金鱼记忆"升级成了"文件柜记忆"——虽然还做不到过目不忘，但至少不会丢三落四了。

三、AI时代，我们需要什么样的能力？

认知反转：你以为的"护城河"可能是陷阱

聊完AI的能力，我们来谈一个更现实的问题：AI这么强了，人类该怎么办？

很多人在讨论"哪些工作会被AI替代"，但我觉得这个角度可能有问题。

真正值得思考的不是"AI能做什么"，而是**“AI能做什么，但人类还是必须做”。**

比如，写代码这件事。Codex可以自主操控电脑写代码了，那程序员是不是都要失业了？

不一定。

Codex能写出功能正确、运行无误的代码，但它不知道为什么要写这段代码。它需要人类告诉它：我们在做一个什么样的产品，目标用户是谁，核心价值是什么，优先级怎么排。

代码只是手段，不是目的。真正驱动代码的，是人类对问题的理解和判断。

同样的道理适用于金融分析、法律文书、医疗诊断……所有专业领域。

AI擅长的是"执行"——根据明确的指令，高效、准确地完成任务。但它不擅长"判断"——在信息不完整、目标不清晰、价值有冲突的情况下，做出正确的决策。

所以，真正的"护城河"不是专业技能本身，而是运用专业技能去解决真实问题的能力。

第一个建议：学会"指挥"而不是"执行"

过去，我们的教育和工作训练，都在培养"执行能力"——把任务分解，一步一步完成。

现在，你需要培养的是**“指挥能力”——定义问题、分解任务、协调资源、验收结果。**

一个会"指挥"的人，可以同时调动多个AI工具，让它们像团队一样协作。一个只会"执行"的人，可能会被一个AI替代。

这意味着：

• 学习如何清晰地描述问题
• 学会把大任务分解成AI能处理的小任务
• 培养验收和判断能力——知道什么是好的，什么是还不够的

第二个建议：深耕"AI不擅长"的能力

杰夫·霍金斯在《千脑智能》里提出了一个有趣的观点：真正的智能应该具备四个特征——持续学习、通过运动学习（主动探索）、多重模型、用参考系存储知识。

虽然这是他对AI发展的期望，但他揭示的道理同样适用于人类：那些AI短时间内学不会的能力，往往是"需要主动探索"和"需要多重整合"的能力。

比如：

• 跨领域整合：把看似不相关的知识连接起来，创造新的价值
• 复杂沟通：理解他人的情绪、立场、利益，进行有效的谈判和协调
• 价值判断：在道德、利益、风险之间做出艰难的权衡
• 创造性思维：提出前所未有的想法，而不是在已有框架内优化

这些能力，都需要人类在真实世界中，通过与人的互动、对世界的探索来培养。AI可以在给定框架内做到极致，但它很难自己"想到"要跳出框架。

第三个建议：保持"学习如何学习"的能力

《千脑智能》里还有一个观点让我印象深刻：大脑之所以强大，不是因为它存储了多少知识，而是因为它能用"参考系"高效地组织和调用知识。

当你学习新事物时，大脑会把它放到已有的参考系中，而不是从零开始。这就像你在陌生城市找路，如果已经有了一张地图，新路线很快就记住了；如果脑子里一片空白，就得花很长时间摸索。

人类最核心的能力之一，是"学会如何学习"。

你学过的每一个领域、解决过的每一个问题、经历过的每一次失败，都在构建你的"认知地图"。这张地图越丰富、越结构化，你就越能高效地学习新东西。

在AI时代，这个能力比任何时候都重要。因为知识更新太快了——今天学的东西，可能五年后就过时了。但如果你有强大的学习能力，你就能持续适应、持续成长。

四、AI时代，我们的机会在哪里？

工具进化史：每次变革都创造了更多机会

回顾历史，每一次重大的技术变革，都会引发"机器替代人类"的担忧。

• 蒸汽机发明时，手工业者担心失业
• 计算机普及时，打字员担心失业
• 互联网兴起时，传统零售担心失业

结果呢？每一次技术革命，都消灭了一些旧工作，但创造了更多新工作。蒸汽机解放了体力劳动，计算机提升了信息处理效率，互联网打破了信息流通的边界——每一次变革，都让人类社会的总产出和总福利大幅提升。

**AI革命，本质上是又一次效率革命。**它消灭的是重复性、低价值的工作，释放的是人类的创造力和判断力。

新机会正在涌现

就在AI"替代"一些工作的同时，大量新机会也在涌现：

AI训练师和提示词工程师：帮助企业训练和优化AI模型，设计更有效的提示词，让AI发挥最大价值。

AI伦理和治理专家：随着AI渗透到更多领域，如何确保AI的公平性、安全性、可解释性，成为越来越重要的问题。

人机协作设计师：设计人与AI协作的工作流程、界面和机制，让人机协作更高效、更人性化。

创意和战略咨询：在AI能处理大量执行工作的时代，真正的创意和战略价值变得更加稀缺，也更加珍贵。

最重要的是，每一个被AI提升效率的行业，都会产生新的增长。金融分析效率提升了，投行分析师可以做更多深度研究；代码开发加速了，创业团队可以用更少的资源做更大的产品；内容创作自动化了，创作者可以把精力放在创意本身而不是排版和配图。

与AI共舞，而不是与AI竞争

我见过两种极端的态度：

一种是**“AI恐惧症”：觉得AI什么都行，人类要完蛋了。另一种是“AI无用论”**：觉得AI就是噱头，实际没什么用。

都不对。

AI是一个极其强大的工具，但它不是万能的。就像汽车比人跑得快，但你不会说"人类跑不过汽车，人类完蛋了"——你会学开车，或者坐车。

与AI共舞，而不是与AI竞争——这才是正确的姿势。

五、给职场人的行动清单

理论聊完了，来点实在的。

如果你正在看这篇文章，以下是我给你的一些具体建议：

1. 现在就开始用AI

别等了。现在，立刻，马上，用起来。

不管你是做什么工作的，找到一个可以应用AI的场景，开始用。哪怕只是用ChatGPT帮你润色一封邮件，用Copilot帮你补全一段代码，用AI工具帮你整理一份会议记录——关键是先建立体感，知道AI现在能做什么、不能做什么。

2. 培养"指挥"思维

从今天开始，尝试用"分解-指挥-验收"的模式工作。

遇到任务，先想清楚：“我要的是什么结果”、“可以分解成哪些子任务”、“每个子任务应该交给什么工具或人”、“怎么判断结果是否达标”。

这种思维方式，会让你在AI时代越来越值钱。

3. 深耕你的专业领域

别因为AI能做一些专业工作，就觉得专业没用了。

恰恰相反，AI越强，对专业判断的需求就越高。AI能帮你分析数据，但你得知道分析什么、相信什么结论、怎么用于决策。AI能生成代码，但你得知道做什么功能、优先做什么、代码好不好。

专业是AI的放大器——专业越强，AI帮你创造的价值越大。

4. 保持好奇，持续学习

最后，也是最重要的——保持对世界的好奇心，保持学习的习惯。

AI时代变化太快了。今天的技能可能五年后就过时，但如果你有学习的热情和方法，你就能持续适应、持续成长。

结语：你不是在与AI竞争，你是在与使用AI的人竞争

写到最后，我想分享一个我非常认同的观点：

“未来，你不是在与AI竞争，你是在与使用AI的人竞争。”

AI是工具，工具不会替代人，但会用工具的人会替代不会用工具的人。

所以，不要焦虑，不要恐惧。拥抱变化，学会使用AI，让它成为你的得力助手。

当你能够调动AI像调动团队一样高效，当你能把AI的输出变成你的决策依据，当你能在AI的帮助下完成过去不敢想象的工作——你就拥有了真正的竞争力。

这不是最坏的时代，这是最好的时代。

因为AI正在帮你打工，而你，需要做的是——学会做一个更好的指挥官。

参考资料：

• OpenAI Codex重大升级公告（2026年4月16日）
• Anthropic Claude Opus 4.7发布（2026年4月17日）
• 杰夫·霍金斯《千脑智能》

用阅读拓展认知边界