「你不再只是要求 Agent 做事，而是能像委託同事一樣，完全將任務委託給它。」OpenAI 負責 Codex 的產品主管 Rohan Varma，在 AWS Summit Taipei 的主題演講中，用這句話定義了企業 AI 應用的下一個階段。
Rohan Varma 回顧，過去三年 AI 輔助寫程式的方式歷經三次演進。最初是自動補全，開發者仍親自寫程式，模型只建議接下來幾行程式碼。約一年前進入協作階段，開發者與 Agent 一起處理較小任務，被視為極具生產力的體驗。而大約六個月前，隨著 GPT-5.3 與 GPT-5.4 等模型推出，OpenAI 稱之為「自主委託（agentic delegation）」的階段正式展開。
Agent 自己工作數小時，直到驗證完成
自主委託的核心，是讓 Agent 具備自我驗證工作成果的能力。Rohan Varma 解釋，當使用者要求 Codex 完成一項具挑戰性的任務，例如「完成這個功能」、「製作這份簡報」或「執行這個原本要花一週時間的完整分析」，Codex 會自行工作數十分鐘甚至數小時，實際執行程式碼測試、比對其他資料來源，確認結果無誤後才回報。
這個轉變也改變了衡量標準。Rohan Varma 指出，價值的衡量已從「寫了多少行程式碼」轉為「實際完成了多少工作」，而這正是 Codex 設計的核心理念。
從軟體工程，擴展到全公司工作流
Codex 最初是聚焦於 AI 寫程式的工具，但 Rohan Varma 表示，一個擅長寫程式的 Agent，本質上就是自動化的核心單元，因此也能勝任電腦上的其他任務。目前 Codex 的應用已從開發，延伸到產品管理、財務與銷售等領域。
他提到，OpenAI 內部包括策略、銷售與領導團隊的工作，如今都仰賴 Codex 進行研究與文件彙整，他今天演講的簡報本身也是用 Codex 製作。Rohan Varma 表示，OpenAI 內部 100% 員工都在使用 Codex。
他將企業導入 Agent 的切入點歸納為三種：開發階段用於編寫程式碼與自動化 SDLC（軟體開發生命週期）；分析階段用於執行資料分析與試算表處理；創造階段則直接生成成品文件與內容。
下一代 AI 由「系統」定義，而非模型
Rohan Varma 強調，Agent 的實用程度，取決於使用者願意賦予它多少權限，以及對其行為的理解程度有多深。因此他認為，下一代 AI 的定義，將不再只是模型本身，而是能否在治理、安全與可靠的系統下運作。
他提及，這也是 OpenAI 與 AWS 合作深化的核心邏輯。過去一年，雙方合作從模型選擇擴展至基礎設施層級。Rohan Varma 表示，OpenAI 負責部署 AI 能力，AWS 提供企業既有的身分識別、安全控管與基礎設施，讓客戶得以在熟悉的環境中直接導入這些能力。
當 AI 從「建議下一行程式碼」演進到「獨立完成一整份工作」，企業面對的已不只是選擇哪個模型的問題，而是有沒有足夠的治理與安全基礎，讓這樣的委託真正可信。
【推薦閱讀】
◆ 把 54GB 大模型壓進 iPhone 跑：PrismML 如何挑戰「模型越大越強」的產業定律
＊圖片來源：《TechOrange》拍攝。
