2026年6月，如果你问硅谷最热的词是什么，答案不是「大模型」也不是「AGI」，而是「Agent」。
一周之内，三条消息引爆了这个赛道：OpenAI 把 Codex 从编程工具扩展成了横跨销售、数据分析、创意制作、投资银行等6大垂直领域的通用业务代理；微软发布了 Scout——一个常驻 Microsoft 365 后台、能替用户自主协调日程和流程的「数字员工」；GitHub COO 在 Latent Space 播客中透露，2026年 Agent 提交的代码量暴增了1400%，平台的基础设施正在被这股浪潮重塑。
这三件事指向同一个信号：AI Agent 正在从「帮你写代码」的工具，变成「替你干活」的同事。
Codex 出圈：OpenAI 把 Agent 卖给了业务部门
6月初，OpenAI 宣布了 Codex 上线以来最大的一次扩张——6款企业级插件，覆盖销售、数据分析、创意制作、产品设计、公开市场投资和投资银行。62个应用、110项技能。
这件事的微妙之处在于 Codex 的采购对象变了。
以前的 Codex 卖给 CTO——它是一个编程增效工具。现在的 Codex 卖给部门负责人——它是一个「能直接产出业务结果」的数字员工。销售总监可以用它自动生成客户提案，投行 VP 可以用它跑财务模型，创意总监可以用它批量生产广告素材。
OpenAI 还发布了两个关键功能：Annotations——让用户能精准定位并修改文档、幻灯片、表格中的特定部分；Sites——把分析报告和方案一键转成交互式网站。
说白了，OpenAI 的算盘很清楚：编程工具的市场天花板是开发者群体，但业务代理的市场天花板是所有知识工作者。后者的体量至少是前者的10倍。
Scout 上岗：微软把 Agent 做成了「数字同事」
同周在 Build 大会上，微软发布了Scout——一个基于 OpenClaw 框架的自主 AI Agent，常驻 Microsoft 365 生态。
Scout 和 Copilot 的区别在哪？Copilot 是被动助手——你问它答，你让它做它才做。Scout 是主动代理——它常驻后台，自动读取你的 Teams 消息、Outlook 邮件、日历安排、OneDrive 文件、SharePoint 文档，然后在你开口之前就能发现日程冲突、识别流程瓶颈、执行例行任务。
微软的定位很直白：这是「个人工作场所 Agent」的新品类。它不等人下指令，而是自己判断什么时候该干什么。
这也意味着新的问题：权限边界在哪？数据隔离怎么做？一个能横跨你所有办公应用的 Agent 一旦被攻破，后果远比一个聊天机器人严重。
GitHub 的「甜蜜烦恼」：1400% 代码暴增，平台架构要重写
最让人震撼的数据来自 GitHub。
GitHub COO Kyle Daigle 在 Latent Space 采访中披露了两个数字：Agent 提交代码量年增 1400%，以及「GitHub 的 fork-and-PR 工作流是为人类节奏设计的，不是为 Agent 设计的。」
人类开发者一天能提交几次 PR？3到5次。Agent 呢？几十次甚至上百次。当代码提交的节奏从「天」变成「分钟」，整个协作基础设施——CI/CD、Code Review、权限管理——都需要重新设计。
Daigle 提出了一个有趣的愿景：branch 变成 task，Agent 变成 first-class principal，repo 变成 runtime。翻译成人话：未来的代码仓库不再只是存代码的地方，而是 Agent 执行任务的运行环境。你的仓库里同时跑着人类开发者和 AI Agent，它们各自认领任务、提交代码、等待审查——只不过 Agent 不会摸鱼。
Agent 浪潮的底层逻辑
把这三件事放在一起看，Agent 浪潮的真正驱动力是什么？
第一，接口在统一。无论是 Codex 的插件体系、Scout 的 M365 接入，还是 GitHub 的 repo-as-runtime，都在做同一件事——给 Agent 一个标准化的「手」和「眼睛」，让它能稳定地感知环境、执行操作。
第二，颗粒度在细化。从「写一段代码」到「修改这个表格的第3列」，从「帮我总结邮件」到「发现下周有三个会议冲突并自动协调」——Agent 的操作精度正在从粗粒度的「生成内容」进化到细粒度的「操控工具」。
第三，信任在迁移。当 Agent 从提建议变成做决策，用户对它的信任要求是指数级上升的。这也是为什么 Gartner 预测 40% 的企业会在 Agent 部署上「踩坑」——不是因为技术不行，而是因为治理没跟上。
2026年的 AI Agent，不再是 demo 里的炫技，而是真的在抢工作了。Codex 抢走了数据分析师的报表活，Scout 抢走了行政助理的协调活，GitHub 上的 Agent 抢走了一部分 CRUD 代码的编写活。
这不是「AI 取代人类」的老调重弹，而是一个更现实的问题：当你的下一个同事可能是 AI，你打算怎么和它配合？
