河马观澜

来源：微信公众号「字母AI」，作者：袁心玥

Codex的活跃用户，到2000万了。

OpenAI Codex负责人Tibo昨天在X上确认，Codex本周已经突破2000万活跃用户。此前CNBC获得的OpenAI内部数据也显示，公司AI编程与工作类Agent产品已经达到约2000万周活。

这个数字延续了过去一个多月的高速增长。7月，OpenAI曾连续公布Codex与ChatGPT Work的600万、700万、800万、900万乃至1000万用户里程碑。

用户增长之外，OpenAI的企业业务也在明显提速。据CNBC披露，从本季度开始至今，按照当前收入水平年化计算，OpenAI企业业务的收入规模已经增长约50%，明显快于公司整体35%的增幅。

另一边，今年春天几乎定义了AI Coding热潮的Claude Code，开始慢了下来。

数据追踪平台TickerTrends最新追踪显示，截至8月10日，Claude Code过去四周的增长率已经降至5.2%；而OpenAI Codex同期增长20.8%，接近前者的4倍。

几个月前，两条曲线还完全不是现在的样子。今年2月到6月，Claude Code一路狂飙，把对手远远甩在身后。但进入7月，它的增长曲线第一次明显走平；而原本落后的Codex加足了马力。

Claude Code在AI Coding里的统治力，正在受到冲击。

Claude Code踩下刹车

Claude Code的增长神话，终于撞上了一条再普通不过的商业规律：用户是有限的。

今年2月，Claude Code的年化收入还只有25亿美元左右。随后几个月，这个数字几乎是一路往上蹿：3月底超过60亿美元，4月底突破100亿美元，到6月已经超过140亿美元。

短短四个月，翻了五倍多。

那段时间，Anthropic自己也在不断给这场狂飙加戏。5月，公司披露Claude已经能完成Anthropic内部超过80%的代码；6月又开始讨论递归式自我改进、“AI构建AI”，以及Agent如何从执行一个Bug修复任务，一路走向自己判断该解决什么问题。

Claude Code几乎成了Anthropic展示“AI如何改变软件开发”的最佳样板。

然后，7月来了。

TickerTrends的追踪数据显示，7月6日，Claude Code的年化收入约为142.6亿美元；一周后143.8亿美元；7月20日144.7亿美元；到了7月27日，甚至短暂回落到143.5亿美元。8月3日回到145亿美元，直到8月10日才重新跳到151.2亿美元。

钱还在赚，收入并没有真的掉下去。

但那个每隔几周就要刷新一次纪录、动不动几十个百分点增长的Claude Code，突然掉进了现实世界里那个紧巴巴的个位数增长区间。

截至8月10日，Claude Code过去四周相比此前四周只增长了5.2%。

这事儿本身并不难理解：Claude Code最早吃到的就是最容易被AI Agent转化的一批人。

程序员本来就坐在电脑前，有清晰的任务、有代码库、有测试结果，甚至连“AI到底有没有把活干完”都比其他知识工作更容易验证。产品足够好以后，开发者很快就会涌进来，并形成很强的使用习惯。

《The Information》今年7月底采访多家企业发现，即使Claude Code越来越贵，许多工程师依然不愿意换。在Weave追踪的200多家企业中，今年上半年Claude Code单用户成本翻了两倍多，活跃用户却增加到原来的3倍。Workato的AI编程使用量中，Claude Code占到80%，Codex只有20%。

Claude Code不只抢到了第一批用户，也抢到了开发者的默认选项。

但程序员终究只有这么多，越往后，剩下的人越难转化。早期爱尝鲜的开发者已经装了Claude Code；重度用户一天能用十几个小时。Anthropic今年6月的研究甚至显示，Claude Code用户平均每周已经使用约20小时。

一个产品渗透到这种程度之后，还想永远按照早期速度扩张，本来就不现实。

过去一年，coding已经成为Anthropic最重要的商业支点之一：Claude Code直接贡献收入，Cursor、Cognition、GitHub Copilot等客户通过API调用Claude，本质上也在放大Anthropic在编程场景里的优势。

Claude Code今天的增速放缓，并不意味着它哪里突然出了问题，更可能的情况是：最容易吃的一块市场，已经被它吃得差不多了。

Anthropic自己当然也知道这一点。

过去几个月，它一直在试图把Claude Code验证过的工作方式搬出程序员群体。

Cowork让用户把文件、浏览器和各种工具交给Claude完成多步骤工作；6月推出的Claude Tag甚至被Anthropic直接称为“Claude Code的一次演化”，希望把这种Agent式工作方式带进产品、客服、数据分析等团队。Anthropic自己的Economic Index也开始把Claude Code和Cowork放在一起研究，观察Agent如何从软件开发扩散到更广泛的知识工作。

只是截至目前，公开数据里还没有出现第二条像早期Claude Code那么夸张的增长曲线。

Anthropic最好讲的第一个故事，已经讲到了后半程。

偏偏就在这个时候，之前一直追在后面的Codex，开始跑快了。

Codex追上来了

Claude Code慢下来的同时，TickerTrends看到的另一条曲线，正在往上走。

截至8月10日，其模型估算的Codex年化收入指标过去四周增长20.8%，接近Claude Code同期5.2%的4倍。7月初，Claude Code的估算规模还是Codex的2.4倍；五周以后，这个差距已经缩小到约1.7倍。

但这里需要先打一个很重要的补丁：TickerTrends并没有直接追踪到Codex赚了多少钱。

Claude Code这条曲线至少还有一个官方锚点：Anthropic今年2月披露，其年化收入已经超过25亿美元，TickerTrends再根据自己的数据往后外推。

Codex则没有这样的官方收入数字。TickerTrends的做法，是先估算OpenAI的企业年化收入，再假设其中45%归属于Codex，由此得到88.3亿美元以及20.8%的增长率。

即便如此，趋势是真实存在的。OpenAI自己的管理层也已经把Codex列为近期收入加速的重要驱动因素之一。

更直接的证据，来自OpenAI自己的用户数据。

6月2日，OpenAI官方披露，Codex周活用户已经超过500万，相比2月桌面应用上线时增长超过6倍。

而且它的用户群体不只程序员。当时，知识工作者已经占Codex用户的约20%，包括分析师、营销人员、运营、设计师、研究员、投资人和银行从业者；这部分用户的增长速度，甚至超过开发者的3倍。

GPT-5.6发布之后，OpenAI曾经连续几天公布Codex与ChatGPT Work的用户里程碑：600万、700万、800万、900万……那几天，这个数字几乎以每天100万的速度往上涨。

7月21日，OpenAI宣布Codex与ChatGPT Work合计已经达到约1000万周活用户。

一个月不到，这个数字又翻了一倍。

CNBC最新获得的OpenAI内部数据显示，公司的“AI编程与工作类Agent产品”已经达到约2000万周活用户。

不过，在OpenAI把Codex合并到ChatGPT这个入口之后，产品的口径变得非常模糊，很难再用一个单独的“Codex用户数”，去衡量它和Claude Code之间的竞争。

OpenAI和Anthropic本来就在走两条不同的路。

Anthropic是从Claude Code往外扩，先拿下程序员，再把Claude Code验证过的Agent工作方式搬到Cowork、Claude Tag和更广泛的知识工作里。Anthropic自己对Cowork的定义，就是把Claude Code已经证明过的执行能力带给更多人。

OpenAI则正好反过来。Codex最早也是从程序员切入，但从今年6月开始，它就在不断吸收分析师、营销、运营、研究等非开发者用户；GPT-5.6发布之后，OpenAI又把Codex和ChatGPT Work一起收进ChatGPT这个更大的入口里。如今ChatGPT桌面端已经明确分成Chat、Work和Codex几个工作入口，其中Work负责长时间、多步骤的知识工作，Codex继续负责软件开发，但两者共享同一套Agent使用额度。

Anthropic是在把Claude Code向外扩，OpenAI是在把Codex往ChatGPT里收。

如果严格比较Coding Agent，应该看Codex对Claude Code；但如果讨论OpenAI现在公布的2000万AI编程与工作类Agent用户，那么Anthropic一侧更接近的参照，其实应该是Claude Code+Claude Cowork，甚至再加上Claude Tag这类从Code演化出来的Agent产品。

但OpenAI还没追上Anthropic

如果把镜头从Codex和Claude Code拉回两家公司，局面突然又反了过来。

2025年底，OpenAI的年化收入运行率已经超过200亿美元，是Anthropic约90亿美元的两倍以上。

半年多以后，领先者换了人。

截至7月底，Anthropic的年化收入运行率已经突破650亿美元，OpenAI最新披露的年化收入水平则超过400亿美元。

按650亿美元和400亿美元的下限计算，Anthropic目前的年化收入水平至少领先约六成。

甚至只看Anthropic自己，仅从5月底到7月底，Anthropic就新增了超过180亿美元年化收入，两个月新增的体量，已经接近OpenAI去年年底的整个年化收入规模。

另外，《华尔街日报》获得的两家公司非公开财务数据显示，今年二季度，OpenAI收入为67亿美元，环比增长18%；Anthropic同期收入则超过一倍，达到116亿美元，第一次在单季度收入上超过OpenAI。

尽管两家公司的收入确认口径并不完全一致，例如Anthropic会把通过云合作伙伴销售Claude产生的部分收入计入自身收入，而OpenAI的处理方式不同，这些数字并不是完全严格的一对一比较。

但从公司层面看，Claude Code的增速变化，目前还远不足以撼动Anthropic已经建立起来的收入优势。

一个很重要的原因在于，Claude Code本来就不是Anthropic收入的全部，甚至不是大头。

Anthropic真正的收入主力，仍然是向企业和第三方产品出售Claude模型能力。Cursor、Cognition、GitHub Copilot等产品通过API调用Claude，企业客户直接采购模型服务，这些收入加在一起，才构成了Anthropic最主要的商业基本盘。公司此前甚至预计，到2028年，API及相关企业应用收入仍会贡献超过80%的收入。

Claude Code的意义，更像是把Anthropic在coding场景里的模型优势变成一个直接面向用户的产品，同时又反过来强化企业和第三方对Claude模型的需求。

换句话说，哪怕Claude Code最陡的增长阶段过去了，但Anthropic靠coding建立起来的收入优势并没有消失。

而这也是Codex，或者说OpenAI，真正想要追赶的地方。

Codex从诞生起就是一款软件工程Agent，和Claude Code争夺的是同一批开发者和企业工程团队。只不过Claude Code先跑了出来，也率先证明了一件事：coding不仅是一个高频AI使用场景，还可以长成一门庞大的企业生意。

现在，OpenAI正在补这段差距，并表现出明显的企业化动作。

今年4月，OpenAI专门推出Codex Labs，并与大型系统集成商合作，要把Codex推进数千家工程组织；当时Codex周活开发者已经从月初超过300万涨到两周后的400万以上。OpenAI列举的客户场景也几乎全部是企业软件工程：测试、代码审查、功能开发、大型代码库理解、事故响应。

至少从最新的收入表现来看，这条路已经走出了一些效果。据CNBC披露，本季度开始至今，OpenAI整体收入的年化运行率增长约35%，企业业务则增长超过50%。

Codex最近的用户增长很漂亮，但2000万用户到底能转化为多少企业业务——或者说，到底值多少钱——才是接下来真正决定竞争格局的数字。

因为ChatGPT本来就拥有数亿级用户入口。把Codex塞进ChatGPT、共享额度、降低门槛，当然有可能迅速做大用户规模。可这些新增用户里，有多少是真正高频使用的专业开发者，又有多少最终能够转化成高客单价的企业客户，目前还没有公开数据给出答案。

如果OpenAI接下来也能把Codex迅速增长的用户和使用量，转化成同样迅速增长的企业收入，两家公司之间的竞争格局完全可能再翻一次。

至于该如何转化，可能还是要回归到那个最底层的变量：模型。

OpenAI手里还有尚未发布的Astra，按照目前披露的信息，它在Agent编程和网络安全能力上已经出现明显跃升，甚至因为可能触及最高级别的网络安全风险阈值，OpenAI不得不放慢开发，加强安全测试。Anthropic那边，最近关于Fable 5.1的传闻也越来越多，有报道称公司已经开始内部测试这一版本。

Claude Code和Codex能够成为今天这样的产品，前提都是Claude和OpenAI的基础模型已经足够好用。

产品入口、企业销售、用户习惯可以放大这种优势，但一旦下一代模型拉开明显的能力差距，产品层面的领先关系也可能被重新改写。

产品可以建立壁垒，但对OpenAI和Anthropic来说，最核心的资产始终还是模型。

来源：微信公众号「极客公园」，作者：张勇毅，编辑：靖宇

这应该是过去三年被讨论最多的一个迷思之一，从ChatGPT走红那天就有。吵了三年多，两边都拿不出像样的证据：

担心的人只有体感，不担心的人只有立场。

8月18日，《经济学人》给这场争论补上了迄今最硬的一份证据。

报道的主角是2.7万名中国中学生。用上AI之后，他们的作业分数平均涨了18%，写一份作业的时间从64分钟缩到45分钟。到这里全是好消息，直到月考卷子发下来：闭卷考试里，这批学生的成绩比不用AI的同学低了20%。

作业分曾是最可靠的「晴雨表」：作业越好，考试越好。而在用AI的学生中间，作业分越高，基本等于AI用得越深。于是曲线变成了：用得越狠的孩子，考试跌得越惨。

作业分，第一次开始撒谎。

作业分超过100的人之中，不用AI的人分数上涨到了112，用AI之后一路跳水到64。

《经济学人》的数据底稿，是斯德哥尔摩大学和香港大学三位经济学家6月挂出的论文，标题就叫《生成式AI学习惩罚》。

样本来自中国中部一个县，人口超过一百万。论文特意强调它的普通：像沿海之外的大多数中国县城。26811名初高中生，5所初中、4所高中，装下当地九成中学生，从2022年9月跟到2025年6月，整整30个月。

这个县的作业在线上提交，系统记下每个人的用时；月考、中考、高考的成绩都进数据库——写多快、考多好，第一次成了直接测量的硬数据。谁在用AI，则来自回收率超过96%的全员问卷。

2022年9月，用AI的学生几乎为零。到2025年6月，这个数字是80%。这条曲线有两次明显跳升，分别踩在DeepSeek V2.5和R1的发布点上。工具全是熟面孔：豆包、DeepSeek、文心一言、通义千问。

结论就是开头那组数字：作业+18%，用时−30%，月考−20%，相当于1.4个标准差。惩罚在各科并不均匀：社科类最重，跌27%；数学22%；英语17%；语文最轻，9%。初中生比高中生惨四成，男生比女生惨。

看来变笨这件事也不优待聪明人：恰恰是原来成绩最好的那批孩子，跌得最狠。

升学考试的账要算得更小心。6月底这项研究在中文互联网刷屏时，传播最广的说法是「中考暴跌24%、高考暴跌18%」。论文里的原意克制得多：这是用满两年以上学生的完整惩罚，全体AI用户的平均效应只有7%左右。

但这份「克制」本身才是更坏的消息：惩罚需要两年才长满。作者们专门点了一句，眼下那些几星期、几个月的短期研究，都在系统性低估AI的学习成本。

01 消失的模范生

这项研究6月刚出现时，英文讨论中其实还有一个安慰性的结论：有两成学生用AI但不外包作业，成绩没受损。所以问题不在AI，在用法。

论文确实说了前半句。它给「外包」下了一个数值上的定义：作业用时少于50分钟算「内包」，少于45分钟才算是真「外包」。

刚开始用AI的学生里，外包的占58%。而那些照常花时间写作业、只拿AI当家教的孩子，考试成绩和不用AI的同学几乎没有差别。

论文甚至发现，在50到65分钟的重叠区间里，两类孩子花同样的时间，考出几乎一样的分数。AI本身不带毒性，毒性全在省下来的那段时间里。

如果论文停在这里，它就是一篇「工具无罪、用法有罪」的标准论文。

但论文其实更深一步地探讨了这个问题：用满5个月之后，外包的比例从58%涨到81%，完全外包从34%涨到50%。那批花65分钟以上认真写作业的「模范用户」，全部是刚上手不到5个月的新手。

以及采纳满6个月之后，没有一个AI学生的作业用时还超过65分钟。

26811人的样本里，「好好用AI」不是一种稳定的用法，是一个维持不到半年的过渡状态。论文作者的解释很短：AI挤掉的，是强度最高的那部分努力。

它不是又一篇「AI让成绩变差」的论文，它是在撕掉一个安慰的遮羞布：只要教会孩子正确使用，一切都会好起来。

数据给出的回答是，没有人能一直正确使用：毕竟作业分在涨，家长在群里点赞，老师看到的提交记录越来越整齐。每一个反馈都其实都在潜移默化中，形成一个畸形的激励机制：你做得很好，再快一点也没关系。

02 大人的考场

看到这里，这个研究似乎跟传统我们理解中、大脑已经发育健全的成年人关系不大。但同样的曲线，过去一年多，在成年人身上已经画了四次。

《柳叶刀·胃肠病学和肝病学》去年8月发表了一项波兰研究：四家内镜中心的19名资深医生，人均做过2000例以上肠镜，用了几个月AI辅助检查之后，回到没有AI的状态，腺瘤检出率从28.4%掉到22.4%，相对下降20%。

和中学生的月考，同一个数字。

这是医学界第一次在真实临床里测到「用AI之后，人的手艺生疏了」，主角还是这个星球上最不该被怀疑基本功的一群人。

第二次在写作者身上。麻省理工媒体实验室去年6月的脑电实验里，54名学生戴着电极帽写作文。用ChatGPT那组的神经连接强度垫底，比纯靠自己写的那组最多低了55%；写完不久，83%的人连自己文章里的一句话都复述不出来。

研究团队给这个现象起了个名字：认知负债。

第三次在办公室里。微软研究院和卡内基梅隆大学去年调查了319名知识工作者，结论一句话就能说完：对AI输出越有信心的人，自己动脑核查的投入越少。

第四次在程序员身上。研究机构METR去年的对照实验里，资深程序员用上AI实测变慢了，自己却觉得快了20%。今年2月它想复测，没做成，原因写在报告里：大多数开发者已经拒绝在没有AI的情况下工作。

和那个再也没人肯花65分钟写作业的教室，一模一样。

临床、脑电、问卷、对照实验，四次预警说的是同一件事：AI在场，产出变好；AI离场，能力变差。

回到开头那个吵了三年多的问题。这些研究给出的答案，比一句「会变笨」更难受：AI没有降低任何人的智商，它是把「变聪明」的那道工序抽走了。分数照涨，产出照交，只是那份本该在64分钟里长出来的能力，没有长。

认知科学管这个叫「认知卸载」：把本该在自己脑子里跑的过程，交给外部工具。卸载不新鲜，计算器和导航都是。新鲜的是位置：AI接走的不是运算和记路，是打草稿、试错、推演，恰好是心智模型长出来的那道工序。

落到日常工作上，这变化听着甚至像升级：从「写代码」变成「审代码」，从执行者变成把关人。

但把关的前提，是脑子里有一份自己的底稿。没亲手推演过的人，审的其实是个黑箱，AI的逻辑链一旦错在深处，他连该从哪里起疑都不知道。学生的版本更简单：作业是草稿，考试是Debug。草稿外包出去，Debug那天就露馅。

区别只有一个。学生每个月都有一场闭卷考试，把这条曲线摆到台面上。而大多数成年人的工作，没有月考。

论文的最后留了一点余地。把时间拉长看，AI学习惩罚正在收窄：同样用满5个月，2023年初的学生平均损失25%，2025年6月只有16%。

师生在适应，工具侧其实也有人想办法，比如逼AI给答案时同步展示推演过程。但按作者们的判断，损失在变小，却没有归零的迹象。

9月1日开学。全国的教室里，这场26811人的实验，会以更大的样本重跑一遍。

以后看到孩子的作业天天100分，也许得先问一句：这100分是孩子挣来的，还是豆包挣来的。

下一次把方案交给老板之前，这个问题，不妨也先问自己一遍。