今天凌晨 OpenAI 发布：Workspace Agents 正式进入 ChatGPT。官方的一句话定位是"能跨工具、跨团队处理复杂任务和长流程的共享 Agent"。
配的演示视频里，一个叫 Scout 的 Agent 正在被搭建。用户在 ChatGPT 里写下一句"我想要一个 Agent，能监控 Slack 里的产品反馈、回答问题、并把新问题整理出来"，紧接着页面左边开始一步步勾选"写好 Agent 指令和画像""接入 Linear 并开启共享写入权限""配置 Slack 频道"，右边就自动生成了一个完整的 Agent 卡片，挂着 Linear、Google Drive、Calendar 三个工具，随时可以上线。
这就是 Workspace Agents 的日常样子。你用人话描述要干的活，ChatGPT 把它变成一个能跑起来的"同事"。
先把核心信息说清楚。
Workspace Agents 是 GPTs 的进化版，底层由 Codex 驱动，完全跑在云端，能写代码、能调工具、有记忆、可以跨多个步骤连续工作。和原来的 GPTs 最大的区别，是它能持续运行长流程，你下班了它也在后台继续干活，还能被设定成定时任务，或者常驻到 Slack 频道里随时响应。
更关键的是"共享"。一个 Agent 搭好之后，团队里所有人都能在 ChatGPT 里调用，或者把它拉进 Slack 频道直接对话。搭一次，整个组织受益。
怎么搭？在 ChatGPT 侧边栏点一下"Agents"，描述一个你们团队经常要做的工作流，ChatGPT 会一步步引导你把它变成 Agent：帮你写好指令、配好工具、加上技能、跑测试、迭代。不会写提示词也没关系，你甚至可以直接扔一个文档进去，ChatGPT 自己看着办。
OpenAI 官方一次性给了 5 个开箱即用的模板，都是自家团队真在用的：
• Scout（产品反馈路由）：从 Slack、客服工单、公开评论站里收反馈，自动打标签排优先级，每周产出一份产品行动清单。 • Spark（销售线索跟进）：筛选 inbound 线索、按打分规则评估、起草个性化跟进邮件、同步到 CRM。 • Tally（周报机器人）：每周五自动拉数据、生成图表、写分析、发给团队。 • Slate（软件申请审查）：员工提交软件申请时，对照已审批清单和公司政策，自动走批流并开 IT 工单。 • Trove（第三方风控）：评估供应商的制裁风险、财务健康、声誉风险，自动出一份结构化报告。 • 另外还有一个 Angle（营销策划） 补齐了创意场景。
除了这些，OpenAI 还给财务、销售、市场等职能准备了更多模板，自带技能和推荐工具，拿过来改改就能用。
光说模板可能没感觉，看几个 OpenAI 自己的真实案例。
销售场景：OpenAI 销售团队搭了个 Agent，自动整理通话记录、做账户调研、筛选新线索、起草跟进邮件，直接塞进销售代表的邮箱。销售代表每周少花 5-6 小时在缝合信息上，多花时间直接对客户。
月结场景：会计团队搭了一个处理月末关账的 Agent，从日记账分录，到资产负债表调整，再到差异分析，几分钟就能出结果，还会自动生成带底稿和控制合计的审阅材料，流程完全对齐内部政策。这个 Agent 既能在 ChatGPT 里单独用，也能拉进 Slack 频道让团队围着它的输出做讨论。
员工支持场景：产品团队搭了一个在 Slack 频道主动回答员工问题的 Agent，看到问题就给出清晰答复，附上相关文档链接，遇到新问题自动开工单跟进。
Rippling 的 AI 工程师 Ankur Bhatt 在官方客户案例里说了句挺实在的话："搭 Agent 最难的从来不是模型，而是集成、记忆和用户体验。Workspace Agents 把这块工作压扁了，我们一个销售顾问没靠工程团队，自己就把销售机会 Agent 端到端跑起来了。过去销售每周要花 5-6 小时的活，现在在每一笔单子上自动运行。"
这句话基本点出了这个产品的核心价值，把 Agent 搭建这件事，从工程师手里下放到了业务人员手里。
跨工具能力是另一个重点。Workspace Agents 可以从文档、邮件、聊天、代码和各种业务系统里拉上下文，执行经过批准的动作，比如更新 Linear 上的 issue、新建 Google Doc、发 Slack 消息。推文里的一张 Slack 截图特别直观：有人在 #user-insights 频道问"移动端最新反馈是什么？"，Scout 直接跳进 thread，把过去一周跨公开评论站、客服工单、Slack 客户频道的反馈主题拉出来回了一条，文末还列出了"离线模式使用需求"等具体诉求。
目前 Workspace Agents 能在 ChatGPT 和 Slack 里用，OpenAI 说更多平台也会陆续跟进。
企业级治理这块，OpenAI 这次下了点功夫。
管理员可以配置哪些工具、哪些数据能被 Agent 使用。敏感操作（比如改表格、发邮件、加日历事件）可以要求 Agent 请示批准再执行。ChatGPT Enterprise 和 Edu 的管理员还能基于用户组做细粒度权限控制。
内置的防 prompt injection 机制会在 Agent 遇到外部诱导内容时帮它守住指令。Compliance API 则给了管理员一个完整视角，能看到每个 Agent 的配置、历史变更和运行记录，必要时还能一键暂停任意 Agent。接下来 OpenAI 还会在管理控制台里加一个全组织 Agent 总览视图，能看到使用模式和接入的数据源。
对于真正要把 Agent 大规模铺到企业里的团队，这套配套比单纯的模型能力更关键。
客观说一下这次发布的亮点和不足。
好的方面有三个：
1. 把 GPTs 时代那种"对话式配置"升级成了能跑长流程的 Agent 平台，记忆、工具、审批、定时、跨应用一次补齐。 2. 企业治理细节做得比较完整，Compliance API、管理员仪表盘、防 prompt injection 打包交付，避免企业自己拼轮子。 3. 给了免费试用窗口，5 月 6 日之前都能免费用，之后才开始按 credit 计费。
需要留意的地方也有三个：
1. 只开给 ChatGPT Business、Enterprise、Edu、Teachers 这四个付费档位，个人 Plus 和 Pro 用户这次没份。 2. credit 定价具体是什么样子目前没披露，企业采购得留一份预算不确定性。 3. OpenAI 自己在编辑注里说了一句"GPTs 会继续保留，我们很快会让你把 GPTs 转成 Workspace Agents"，信号相当明确，GPTs 这条线迟早会被并掉，前期在 GPTs 上投入过精力的用户得做心理准备。
再补一层背景。Sam Altman 几个月前就在公开场合说过"未来会是极度多智能体（extremely multi-agent）的时代"，今天这个 Workspace Agents，就是把这句话落到企业场景里的头一个具体产品。
