律师用 Codex 增速暴涨 108 倍：a16z 数据解读与行业启示

一句话结论

a16z 在 2026 年 8 月的图表周报中引用的数据显示：自 2026 年 2 月以来，法律行业的 Codex 周活跃用户数增长了 108 倍，是所有行业中增速最快的——销售和招聘是 41 倍，市场营销 26 倍，连"本行"软件工程只有 5 倍。律师，正在成为 AI 编程 Agent 增长最快的用户群体。

这个数字为什么反常识、数据到底可不可信、普通职场人该怎么跟上？这篇文章把数据讲透。

108 倍到底是什么数据：先把出处说清楚

很多中文报道只写"a16z 数据：律师用 Codex 增速暴涨 108 倍"，但没讲清数据链条。实际上这个数字的来源是这样的：

也就是说：数据出自 OpenAI 对自家企业客户的统计，a16z 是把这个发现推向公众视野的关键传播者。OpenAI 在报告中的原话是：自 2 月以来，法务领域的企业 Codex 周活跃用户数增长 108 倍，销售和招聘各 41 倍，市场营销 26 倍，而工程领域"只有"5 倍。

值得一提的是，a16z 自己也做了提醒：这 108 倍里有多少来自 Codex 产品本身的大范围推广（低基数 + 供应端放开），还有待观察。但无论口径怎么修正，法律行业的增长都显著跑赢了其他所有行业。

各行业增速对比：法律 108 倍意味着什么

把 OpenAI 数据和 a16z 补充的医疗行业数据放在一起看，趋势一目了然：

各行业 Codex 周活跃用户增长倍数对比（2026 年 2—6 月）

这张表透露了两个重要信号：

第一，AI Agent 的采用曲线出现了"蛙跳效应"。 工程师是最早用上 AI 编程工具的群体，2025 年那波增长已经把基数垫高，所以现在增速反而"只有"5 倍。而法律、销售、招聘这些此前几乎没人用编程 Agent 的行业，正在从接近零的基数上爆发——增长最快的用户，恰恰是不写代码的人。

第二，"AI 编程工具"这个词已经名不副实。 Codex 这类产品正在从"程序员的提效工具"变成"知识工作的通用执行引擎"。OpenAI 的数据显示，截至 6 月，在企业客户的输出 Token 总量中，Codex 已占 64%——企业 AI 使用正在从"问答"走向"委派任务"。

律师为什么需要 Codex：三个真实原因

1. 法律工作天然适合 Agent

法律行业的工作本质是"文本密集 + 规则明确"：合同审查、条款比对、法规检索、文书起草、尽调材料整理。这类任务有清晰的输入（大量文档）和明确的验收标准（准确性），正是 AI Agent 擅长的类型——比写代码更"软件化"的，其实是处理文档。

2. Agent 的能力跨越了"能干法律活"的门槛

2025 年的聊天式 AI 只能"回答问题"，律师用它查法条、起草草稿。而 Codex 这类 Agent 可以执行多步任务：通读整个合同库、逐条核对条款差异、把结论整理成表格。OpenAI 内部就有真实案例——其法务团队的律师用 Codex Agent 来分派和处理内部法律请求（triage），Business Insider 在 2026 年 6 月报道过这位叫 Nick Diaz 的律师的工作流。

另一家被广泛引用的客户案例是维珍航空（Virgin Atlantic）：工程团队用 Codex 重构旧代码，把原本需要两周的工作压缩到 30 分钟；产品团队用 ChatGPT 完成原本耗时数周的竞品研究，直接支撑了公司五年数字化战略。

3. 供给侧在定向发力

2026 年 5 月，Artificial Lawyer 报道 OpenAI 正在筹划专门的"Codex for Legal"；而 a16z 投资的法律 AI 公司 Harvey 估值已达 50 亿美金。巨头加注 + 资本押注，法律行业成为 AI Agent 渗透的"样板间"不是偶然。

另一个关键数据：Agent 正在"吃掉"Token

a16z 那篇周报里还有一组来自 OpenRouter（图表作者 Peter Walker）的数据，同样值得关注：

• Agent 消耗的 Token 约为人类用户的 5 倍——也就是说，驱动 AI 产业算力需求的主体已经从"人"变成了"Agent"；
• Agent 的使用量自 2026 年 2 月以来增长约 14 倍；
• 超过 85% 的 Agent Token 消耗来自缓存提示（cached prompt）：Agent 的工作方式是把目标上下文（政策、流程、代码规范）一次性"预填充"，然后循环迭代。缓存 Token 远比首段 Token 便宜，这正是 Agent 经济模型能跑通的原因。

这组数据还有一个二阶效应被 a16z 点出：传统自动化工具正在被 Agent 替代。Similarweb 的流量数据显示，Zapier、Make、N8N 这些"前 LLM 时代"的自动化平台流量连续 12 周两位数下滑，而 AI 原生的 Agent 构建器 Gumloop 是唯一正增长的自动化平台。

普通职场人怎么跟上：三步开始用 Agent

看完数据，更实际的问题是：不是律师、不是程序员，该怎么开始？给你一条最低门槛的路径。

第一步，把认知从"聊天"升级到"委派"。 对话式 AI（问一句答一句）和 Agent（给它目标，它自己拆解执行）是两种完全不同的用法。先理解AI Agent 到底是什么，再动手。

第二步，挑一个低风险的真实任务练手。 别一上来就委派核心工作。整理会议纪要、清洗一份表格、批量改写产品文案、核对文档差异，都是好的起点——具体可以参考这篇AI Agent 工作流入门：先从哪些低风险任务开始。

第三步，学会给 Agent 提供"项目说明书"。 律师用得好不是因为会写提示词，而是因为把执业规范、条款库、文书模板都喂给了 Agent。写代码的对应做法是 AGENTS.md（可以看这篇AGENTS.md 完全指南），非技术岗位同理：把你的工作规则、格式要求、参考范例整理成文档交给 Agent，产出质量会差出一个量级。

如果你连一行代码都没写过，也可以从这篇非技术用户的 AI 编程入门开始——正如这份数据揭示的：用编程 Agent 增长最快的，本来就不是程序员。

总结

「律师用 Codex 增速暴涨 108 倍」不只是一个猎奇数字，它是 AI Agent 渗透曲线的转折点信号：AI 工具的重心正在从"技术岗位的提效器"转向"所有知识工作的执行引擎"。法律行业因为文本密集、规则明确的特性率先爆发，接下来是销售、招聘、医疗。对个人而言，现在开始把一个真实任务交给 Agent 练手，成本最低、收益最直接——数据已经把方向说得很清楚了。

参考来源：

1. OpenAI：从辅助到执行——企业如何让 AI 发挥作用（2026 年 8 月 12 日）
2. a16z：Charts of the Week — Winds of Thematic Change（2026 年 8 月 21 日）