Workspace Agents（工作空间智能体）

Workspace Agents（工作空间智能体） 是 OpenAI 在 ChatGPT 中推出的共享团队 Agent 能力。它被定位为 GPT 的进化版本：仍由用户描述工作流、ChatGPT 协助把它变成 Agent，但运行在云端、可跨多步持续工作、能在组织内共享并由团队共同改进。底层由 Codex驱动，可访问一个 workspace 来读写文件、运行代码、使用已连接应用、保留记忆并跨步骤续接任务。

它面向的不是单次回答，而是组织里依赖共享上下文、交接与跨工具决策的工作流。OpenAI 销售团队用它从通话笔记和账户研究中提炼新线索、撰写跟进邮件；会计团队用它生成月末结账凭证、平衡表核对与差异分析的工作底稿，并附上底层输入与控制总额供复核。

与 GPT 的区别

OpenAI 在发布时明确把 workspace agents 称为「GPT 的进化版本」：传统自定义 GPT（custom GPT）以单次对话为主，而 workspace agents 在三个维度上扩展。

维度	自定义 GPT	Workspace Agents
运行位置	会话内	云端，可跨会话、用户离线时继续
组织形态	个人构建、可分享	团队构建一次、共享、协作改进
工作单元	一次回答	跨工具、跨步骤的长程工作流

发布说明也称 GPT 在团队测试 workspace agents 期间仍会保留，后续会提供把 GPT 转换为 workspace agent 的路径；因此两者在过渡期并存，不能简单把已有 GPT 当作已废弃。

工作方式

Workspace agents 把描述、连接、记忆与触发组合成一个可执行的长程工作流：

flowchart LR
    D["描述团队常做的工作流"] --> B["ChatGPT 协助定义步骤\n连接工具、添加 skills、测试"]
    B --> W["workspace: 文件 / 代码 / 工具 / 记忆"]
    W --> E["连接企业应用并执行"]
    E --> A{"需要审批?\n如发邮件、改表格、加日历"}
    A -->|"是"| H["人工审批"]
    A -->|"否"| R["继续推进"]
    H --> R
    R --> S["在 ChatGPT 或 Slack 中交付结果"]
    S -.团队对话校正.-> W

关键点不是模型回答更准，而是同一任务的上下文与中间产物跨步骤保留，并按团队已验证的流程而非临时 prompt 推进。OpenAI 给出的模板（财务、销售、市场等）每个都内置 skills 与建议工具，可快速初始化后再定制。

触发与交付面

Agents 不只被动等待。它们可以按计划运行，或部署到 Slack 中按请求触发；OpenAI 产品团队举的例子是一个主动在 Slack 频道回答员工问题的 agent——给出答案、关联文档、发现新问题时提工单。发布时团队可在 ChatGPT 与 Slack 中与 agents 交互，更多触达面随后扩展，并计划支持在 Codex app 中运行。

企业治理与可见性

由于 agents 会连接企业系统和执行动作，治理是产品设计的核心而非附加：

ChatGPT Enterprise 与 Edu 管理员可按用户组控制可连接的工具与动作，并管理谁可使用、构建与分享 agents。
遇到误导性外部内容（含 prompt injection攻击）时，内置护栏帮助 agents 保持与指令对齐。
Compliance API让管理员看到每个 agent 的配置、更新与运行，用于监控和审计；管理员可挂起 agent。
对敏感步骤（编辑表格、发邮件、加日历）可要求 agent 先请求许可再执行——这是 Agent Guardrails（Agent 护栏）中「动作前审批」的产品化。

这套控制让 workspace agents 更接近一个受治理的共享自动化资产，而不是个人 prompt 的一次性产物。

典型 agents

OpenAI 在发布文与帮助文档中列举了几个团队可构建的 agent，可视为该能力边界的样本：

Agent	职责
Software Reviewer	审查员工软件申请、对照已批准工具与策略、推荐下一步、必要时提 IT 工单
Product Feedback Router	监控 Slack、支持渠道与公开论坛，把反馈转成优先级工单与周报
Weekly Metrics Reporter	每周五拉取数据、生成图表、撰写摘要并分享
Lead Outreach Agent	研究线索、按资格 rubric 打分、撰写跟进邮件、更新 CRM
Third-Party Risk Manager	调研供应商、评估制裁暴露/财务健康/声誉风险、产出结构化报告

这些 agents 共享同一条模式：把分散在多系统中的团队知识转成遵循既定流程、可被组织复用的工作流。Rippling 的早期反馈也印证了这一点——一位销售顾问在无工程团队介入下端到端构建、评估并迭代了一个销售机会 agent，原来每周 5–6 小时的工作自动在后台对每个商机运行。

与 ChatGPT Work 的关系

ChatGPT Work 是 OpenAI 在 2026 年 7 月发布的 ChatGPT 工作模式，把连接器、Sites、Scheduled Tasks、桌面浏览器与 Computer Use 组合为面向长程知识工作的执行面。Workspace agents 与它有重叠的目标（跨应用、跨步骤的长程工作），但定位不同：workspace agents 强调团队共享、可治理的 Agent 资产与「GPT 的进化」这条演进路径；ChatGPT Work 强调个人长程工作任务的执行面与产物。两者都是 ChatGPT 产品内面向企业 Agent 化的能力，不应混为一谈，发布材料也未说明二者使用同一套基础设施。

企业落地：Univé 案例

Univé（荷兰合作保险机构）的案例给出了 workspace agents 在企业流程里的具体落点。在宠物保险理赔中，一个 workspace agent 组装理赔卷宗、审核兽医发票、核对保单条款、识别缺失信息、标记异常并准备一份可追溯的建议，随后由理赔专员做出最终决定——准备时间从数小时压缩到数分钟。在承保中，agent 在承保人开始工作前审查工作队列、汇总已批准企业来源的信息、识别缺失文档、标记风险指标并标出需优先处理的案件。

这两个用例体现同一条分工原则：AI prepares the work; people make the decision——这与 Human-Agent Teams的自治梯度（起草到有界执行）一致，专业人员对每个最终决定完全负责。Univé 的更广泛做法见企业 AI 原生转型。

可用性与定价

发布时 workspace agents 以 research preview 形式向 ChatGPT Business、Enterprise、Edu 与 Teachers 计划提供；Enterprise 与 Edu 管理员可用基于角色的控制启用 agents。在 2026 年 5 月 6 日前免费，之后转为 credit 定价。这些时间与额度说明产品仍处早期，公开材料的指标主要说明能力边界，不足以独立评价任意部署的效果。