AI · BM · 461
Codex 内部采纳基准
Codex Internal Adoption Benchmarks · codex-internal-adoption-benchmarks--sherwin-wu
所属簇 AI 时代的工程组织与管理
解决什么问题
评估自己团队的 AI 编码采纳程度时缺乏参照系。这张卡记录 2026 年初 OpenAI 内部（可视为采纳上限样本）的具体数字。
核心内容
OpenAI 内部采纳基准（2026-02 时点）：
- 95% 的工程师每天使用 Codex；EM（工程经理）群体的代码"接近 100% 由 AI 先生成"；全公司口径"绝大多数代码由 AI 起草"（作者拒绝声称"生产环境 100% AI 写"，归因困难）。
- 100% 的 PR 由 Codex 审查：所有合入生产的代码 Codex 都过目并给出修改建议。
- 重度用户比轻度用户多开 70% 的 PR，且差距还在扩大（会用的人越来越会用）。
- 单个工程师同时管理 10-20 个并行线程（非全部活跃运行的 Codex job）。
- Code review 耗时从 10-15 分钟降到 2-3 分钟（建议已预先生成）；小 PR 有时只需作者本人 + Codex 双查，人类注意力从 100% 降到约 30%（不是 0，刻意保留人的把关）。
- CI/部署链路自动化：lint 报错由 Codex 直接 patch 并重启 CI；目标是把"写完代码到上线"的人工工作压到最低。
- 模型任务时长（引 METR benchmark，软件工程任务）：50% 成功率下已到数小时级，80% 成功率下约不到 1 小时；而今天的产品（包括 Codex CLI）大多为约 10 分钟级任务优化——未来 12-18 个月产品形态要为多小时/整天级任务重新设计。
- 规模参照：ChatGPT 已达 8 亿 WAU（2026-02，仍在快速上升）。
适用边界
- OpenAI 是极端样本（做模型的公司 + dogfood 文化），普通公司短期内到不了这些数字；作者也承认内部仍有工程师对 Codex 信任度较低。
- "AI 写代码占比"缺乏严格归因方法，以上多为观察性口径。
关键引述 · 原话
"95% of engineers use Codex. 100% of our PRs are reviewed by Codex." — Sherwin Wu
"They're actually opening 70% more PRs than the engineers who aren't using Codex as much. And the gap is widening." — Sherwin Wu
关联卡片
- 可与 ai-coding-adoption-benchmarks-2026--boris-cherny、openai-codex-acceleration-benchmarks--alexander-embiricos 交叉校准。 - "人类注意力 100%→30%"呼应 human-review-bottleneck--alexander-embiricos。
被这些卡引用
出处：Sherwin Wu (OpenAI, Head of Engineering, API/Developer Platform) · 03-podcasts/sherwin-wu-v2.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast（2019–2026）。本站为个人学习用途的二次创作，与 Lenny’s Newsletter 无官方关联。
provenance · 已核验
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast（2019–2026）。本站为个人学习用途的二次创作，与 Lenny’s Newsletter 无官方关联。
provenance · 已核验