Codex

Codex 与 Claude Code 合占七成编码支出

Menlo Ventures 11 月 3 日报告估算,企业 AI 部署支出 1768 亿美元,编码应用市场 340 亿美元,Claude Code 与 Codex 合计 240 亿、占 70%。三套数据口径别混用。

2026-11-09 15:21:24 · 主编:刘立永

Menlo Ventures 于 2026 年 11 月 3 日发布《2026: The State of Enterprise AI》:估算企业 AI 部署支出达 1768 亿美元,较上年 330 亿增长 5.4 倍;编码是最大应用品类,340 亿美元、同比 7.7 倍;Claude Code 与 Codex 合计 240 亿美元,占编码市场 70%,上年这一数字约 10 亿美元。口径先说清:这些是自下而上模型估算的年化支出规模,不是厂商实际营收。

340 亿里,钱主要流向了两家实验室

按报告图表口径拆:前沿实验室编码 Agent 从 10 亿到 240 亿美元(24 倍),编码平台从 26 亿到 78 亿(3.0 倍),AI 应用生成从 5 亿到 13 亿,DevOps 与 QA 从 4 亿到 10 亿;整体从 44 亿到 340 亿(7.7 倍)。据此可算:一年新增约 296 亿美元里,实验室 Agent 独占约 230 亿,接近 78%。其余独立公司合计增长 66 亿,速度不慢,但新钱大头不在这里。

报告另给出企业 LLM API 份额:Anthropic 55%(上年 40%)、OpenAI 31%(27%)、Google 9%(21%)。一个必须标注的前提:Menlo 是 Anthropic 及报告点名的 Factory、Lovable 等公司的投资方;数据来自 Morning Consult 在 9 月 8 日至 26 日对近 400 位美国企业决策者的调研,叠加公开财报与第三方报告建模,且 2025 年基数由 40 亿重述为 44 亿。看份额时要把这层关系放进去。

预算失控比选型更值得管

报告里最该被技术管理者圈出来的是这条:企业计划支出约为上年的 1.9 倍,实际平均花了 4.7 倍(中位数 2.2 倍 vs 计划 1.8 倍),而采纳率只从 55% 升到 65%。Menlo 把差额归因于 Agent——它们并行运行、人离开后仍继续工作,支出随工作量走,不随人数走。

这解释了为什么「按席位买」的预算模型会失真。我们在给制造企业做 ERP 项目预算时,成本按单据量和流程节点估,不按账号数估;编码 Agent 同理,得按并行任务数、任务时长和模型档位建模,并留出缓冲。

开发者侧的另外两套口径,不能混着用

Stack Overflow 2026 调研(12,255 名开发者)给的是自报使用率:过去一年用过 Claude Code 65.5%、GitHub Copilot 58.7%、OpenAI Codex 29.5%、OpenCode 13.6%;未来六个月想用的分别是 41.4%、19.6%、17.6%、11.7%。JetBrains 5—7 月数据给的是「知名度转化为工作使用」:Claude Code 79% 知名度 / 49.4% 转化,Copilot 79% / 26.6%,Codex 65% / 24.6%。

三套数字回答三个不同问题:Menlo 是美元年化支出估算,Stack Overflow 是开发者自报渗透率,JetBrains 是认知到使用的转化率。拿 70% 去解释 29.5%,或拿 29.5% 去质疑 70%,都是口径错配。官方口径又是另一套——OpenAI 在《加速物理世界的工程开发》里披露,自 2 月以来其硬件团队以 Token 衡量的模型用量增至 23 倍,这是用量倍数,既不是钱也不是人数。

二手转述需标注:Stack Overflow 与 JetBrains 的「意向/使用比」由 Axis Intelligence 自行计算;第三方对 State of AI Report 2026 的解读称,2026 年 6 月 Codex 产出占组织内工程师输出 token 的 26.8%、法务岗仅 1.9%,同样非官方原始口径。

给企业技术团队的三条建议

第一,KPI 换成 token 份额或任务份额,别用席位数。铺了账号不等于产生了结果,法务岗 1.9% 与工程师 26.8% 的差距就是例子。

第二,预算按并行工作量建模,月度复核实际与计划的倍数差,把「人走了 Agent 还在跑」的后台任务单独设额度与超时。

第三,选型用自己的仓库跑一天真实任务。跑分和市场份额都不能替代你所在代码库的验收结果;先定验收口径,再定工具。

新思维软件服务山东中小企业的财务与 ERP 实施,一贯的做法是先对账、再上系统。引入编码 Agent 也一样:把支出、用量、产出三本账分开记,才判断得出这笔钱花得值不值。

参考来源:
1. Menlo Ventures《2026: The State of Enterprise AI》(2026-11-03,经 Automater 转述,含 1768 亿 / 340 亿 / 240 亿与预算倍数) https://automater.ai/news/menlo-2026-state-of-enterprise-ai-177b-coding-agents
2. FourWeekMBA《Menlo: Claude Code and Codex Now Take 70% of $34B AI Coding》(2026-11,含编码市场分档数据与投资方利益披露) https://fourweekmba.com/ai-menlo-claude-code-and-codex-now-take-70-of-34b-ai-coding/
3. Axis Intelligence《AI Coding Assistant Statistics 2026》(2026,含 Stack Overflow 2026 与 JetBrains 数据的二次计算) https://axis-intelligence.com/?p=33522/
4. OpenAI《加速物理世界的工程开发》(2026,官方披露硬件团队 Token 用量自 2 月增至 23 倍) https://openai.com/zh-Hans-CN/index/accelerating-engineering-for-the-physical-world
5. AI Unfiltered《The 580x Gap: What the State of AI Report 2026 Actually Says About Enterprise AI Spend》(2026,含 2026 年 6 月输出 token 占比 26.8% / 1.9%) https://www.arturmarkus.com/the-580x-gap-what-the-state-of-ai-report-2026-actually-says-about-enterprise-ai-spend