公司正将代理定位为位于个人 AI 辅助之上的团队层
OpenAI 正在将其从个人生产力转向协同职场自动化的推进继续扩大，推出 ChatGPT 中的 workspace agents。公司表示，这是一款专为组织内部共享、长时间运行任务而设计的新产品。
该功能于 4 月 22 日宣布，正在以研究预览版形式面向 ChatGPT Business、Enterprise、Edu 和 Teachers 计划推出。OpenAI 将 workspace agents 描述为 GPTs 的演进版本：由 Codex 驱动的代理，可一次创建、在团队内共享，并用于处理多步骤工作流，例如准备报告、起草消息、编写代码、路由请求，或在互联系统之间转移工作。
其核心主张不只是 AI 能帮助单个用户更快地产出文本，而是团队可以把一个重复性工作流打包成一个代理，让它在组织权限范围内运行，从合适的工具中获取上下文，在需要时请求批准，并且即使用户离线也能在云端继续运行。
从个人提示转向共享流程自动化
这种区别很重要。迄今为止，大多数主流生成式 AI 的采用都围绕个人知识工作者展开：总结这份文件、起草这封邮件、写这段代码。workspace agents 追求的是另一层价值。它们更接近业务流程基础设施，问题不再是一个人的产出，而是人与系统、审批和交接之间的协调。
OpenAI 自身的表述也强调了这一点。公司表示，组织内许多最重要的工作流依赖共享上下文和跨团队决策，而 workspace agents 正是为这些场景而设计。公司举了一个内部用例：其销售团队使用一个代理，从通话记录和客户研究中收集细节，对潜在客户进行资格判断，并直接在销售代表的收件箱中起草后续邮件。
如果这一模型能广泛奏效，它可能标志着企业 AI 采用的重要一步。价值主张将从“AI 作为助手”转向“AI 作为工作流参与者”，它可以收集信息、遵循预定义步骤，并推动任务前进，而不是等待人类每次重新拼接上下文。
面向团队创建，而不仅仅是开发者
OpenAI 表示，用户可以先点击 ChatGPT 侧边栏中的 Agents，并描述团队经常执行的一项工作流。ChatGPT 随后会引导他们将这一描述转化为代理。公司的示例包括软件审查和策略路由、产品反馈分流、每周指标报告、潜在客户外联以及第三方风险管理。
这种无需代码或低摩擦的创建模式具有战略意义。工作流自动化的一大障碍始终是将流程知识形式化为软件的成本。如果业务团队现在可以用自然语言描述一项重复性工作，并围绕它生成一个可用的共享代理，那么自动化门槛就会大幅下降。
当然，这并不意味着难点消失。真实的企业工作流涉及杂乱的数据、异常情况、权限和责任。但 OpenAI 的表述表明，公司认为接口问题正变得可处理：组织不必从零开始构建一切，而是可以越来越多地用对话式语言表达意图，让平台来搭建逻辑。
