OpenAI推出Workspace Agents 企业AI助手新纪元
4月22日，OpenAI正式向ChatGPT的商业版、企业版、教育版和教师版用户，开放了一项名为“工作区智能体”（Workspace Agents）的新功能，目前处于研究预览阶段，用户可以免费试用至2026年5月6日，之后将转为积分制付费模式。
官方将其描述为GPTs的“演进”。它由OpenAI的Codex驱动，能够在团队内共享，其设计目标非常明确：从正确的系统中收集上下文、遵循团队预设的流程、在需要时请求人工批准，并持续推动工作在不同工具间流转。由于运行在云端，即便构建者离线，它也能继续执行任务。
一、技术栈的“入口”：Workspace Agents能做什么？
有行业媒体分析指出，OpenAI正在构建一个清晰的三层技术栈：底层是负责实际执行的Codex，中层是面向开发者的AgentKit和Frontier，而顶层，正是Workspace Agents——它将前两者的能力打包，封装成一个在ChatGPT界面里普通用户也能轻松使用的产品。
这背后的逻辑是什么？OpenAI在官方博客中给出了解释：人工智能确实能让人工作得更快，但组织内部许多核心工作流，往往依赖于共享的上下文、跨团队的交接和集体决策。Workspace Agents正是为这类复杂的协作场景而生。
那么，它能搭建出什么样的智能体呢？OpenAI分享了几个内部用例：销售团队可以构建一个智能体，自动从通话记录和客户调研中整合细节，筛选潜在客户，并直接在销售代表的收件箱里起草跟进邮件；会计团队可以打造一个月末结账助手，从日记账分录到资产负债表核对，再到差异分析，一气呵成，并生成附有基础数据的审计底稿供人复核；产品团队则可以在工作群中部署一个智能体，实时回答员工疑问，链接相关文档，甚至在发现新问题时自动提交工单。
▲管理共享，并在ChatGPT侧边栏的代&理标签中发现团队共享的Workspace Agents
二、90+新插件：Workspace Agents站在Codex的肩膀上干活
Workspace Agents与普通GPTs最根本的区别，在于底层交互模式的变革。它不再仅仅依赖对话，而是由Codex驱动执行。
Codex是OpenAI在2026年重点扩展的一套基于云的部分开源AI编码工具集。它为智能体配备了一个包含文件、代码、工具和持久记忆的工作区。这意味着，智能体不仅能回答问题，更能编写或运行代码、调用已连接的应用、记住学到的内容，并在多个系统间持续工作。
就在发布Workspace Agents前几天，OpenAI刚刚为Codex进行了一轮重磅升级：增加了后台计算能力、接入了超过90个新插件（覆盖Atlassian Rovo、CircleCI、GitLab、Microsoft Suite、Databricks Neon、Render等主流工具），并赋予了图像生成、持久记忆以及“安排未来工作并自行唤醒以继续执行”的能力。
Workspace Agents直接继承了这套强大的能力，从而改变了以往AI智能体“用户一停，进度就停”的固有缺陷。
举个例子，当你要求一个智能体“每周五拉取销售数据，生成图表并发送到工作群”时，它会启动一个Codex云会话，挂载相应工具，运行代码抓取和转换数据，渲染图表，撰写分析文字，推送结果，最后将整个过程记住，以备下周循环使用。
有分析一针见血地指出：让智能体基于代码执行能力去工作，而不仅仅是进行大语言模型的对话，正是Workspace Agents能够真正“干活”的关键。它能转换CSV文件、核对不同系统的记录、生成准确的图表——而不仅仅是描述这些工作“应该怎么做”。这，才是企业级买家应该关注的核心技术差异。
▲Workspace Agents可以收集上下文，并在数十种工具上采取行动
三、默认人工审批：“数字同事”干活前必须询问
当然，能力越强，责任越大，治理也需越精细。Workspace Agents从设计之初就嵌入了多层管控机制。管理员可以精细控制：谁可以浏览和运行智能体，谁有权将智能体发布到团队，以及最关键的一点——是否允许使用个人身份凭证进行验证的智能体被发布。
后一种情况被OpenAI明确标记为高风险，官方强烈建议使用服务账户替代个人账户，并警示了潜在的数据外泄风险。
在操作层面，所有发送邮件、编辑表格、发布消息、提交工单等动作，默认都需要经过人工审批。Workspace Agents在执行前必须“询问”构建者，当然，构建者也可以将特定操作设置为“从不询问”。
此外，OpenAI声称其内置了针对提示注入攻击的防护。对于合规要求极高的企业，还提供了合规性API，用于查询每个智能体的配置、更新和运行历史。管理员有权随时暂停可疑的智能体。值得注意的是，Workspace Agents在ChatGPT Enterprise中默认是关闭的，需要管理员手动启用；而使用企业密钥管理（EKM）的客户目前则完全无法使用该功能。
早期试用者的反馈已经传来。人力资源平台Rippling的AI工程负责人分享了一个案例：一位销售顾问在没有工程团队协助的情况下，用Workspace Agents构建了一个销售智能体。“它会研究客户账户，总结Gong平台上的通话记录，并将交易简报直接发布到工作群。以前销售代表每周要花5-6小时的工作，现在都能在后台自动完成。”
▲在编辑器菜单中查看实时Workspace Agents的分析数据
其他试用者还包括软银集团、Better Mortgage、BBVA和Hibob等知名机构。OpenAI还展示了软件审查员、产品反馈路由器、第三方风险管理器等多个基于Workspace Agents搭建的智能体，覆盖了IT、财务、市场等多个业务场景。
结语：数字同事已至，你准备好了吗？
眼下，微软、谷歌、Salesforce、Anthropic等科技巨头都在试图回答同一个核心问题：如何让AI真正成为企业的“数字员工”？微软的Copilot Studio深度绑定其365生态，谷歌的Agentspace加紧布局，Salesforce用Agentforce重塑自身为“智能体基础设施”，Anthropic也推出了Claude Managed Agents。
过去的AI辅助，本质仍是人主导流程。而现在，AI已经可以自己安排工作、跨工具操作、整合多源数据、主动汇报、发起审批……人类需要做的，是设定好目标和规则。这带来的不仅是效率的线性提升，更是工作流程的根本性重构，让团队能将精力真正集中于创造与决策。
当然，挑战也随之而来：权限设定的复杂性、提示注入的安全隐患、积分制下的成本控制，以及员工对“数字同事”的信任建立。这些问题的解决，都需要时间和实践的打磨。
来源：OpenAI、The Verge、VentureBeat
相关攻略
就在昨天，ChatGPT官方发布了一张颇具太空感的预热图片。 画面里，一个发光的ChatGPT输入框正从月球的地平线上缓缓升起。细看之下，不少朋友应该已经发现了变化：聊天框里的提示语，已经从我们熟悉的“Ask ChatGPT”悄悄变成了“Message ChatGPT”。 紧接着，OpenAI的首席
一则来自供应链的消息，让AI硬件领域的未来图景变得更加清晰。天风国际证券分析师郭明錤在4月27日发布的报告中透露，OpenAI正在积极推进智能手机芯片项目，计划与高通、联发科联合开发专用处理器，并选定立讯精密作为独家系统联合设计与制造伙伴。整个项目的目标，是瞄准2028年实现量产。 OpenAI为何
科技行业的竞争格局正在经历深刻重塑，一场新的风暴似乎已悄然酝酿。近日，前苹果公司CEO约翰·斯卡利在接受福克斯商业频道专访时，提出了一个极具洞察力的观点：OpenAI已成为苹果多年来面临的最严峻竞争威胁。这一判断可能标志着，苹果在科技领域长期保持的主导地位，正站在一个历史性的转折点上。 斯卡利对此给
最近科技圈有个消息挺值得玩味的。据《华尔街日报》报道，被视为行业风向标的OpenAI，其用户扩张和收入增长双双未达内部预期，这让管理层对未来的发展路径产生了不小的忧虑。 具体来看，OpenAI去年底设定的一个关键目标——将ChatGPT的周活跃用户数推高至10亿——没能实现。这个进展放缓的信号，也让
「你必须为模型将要去的方向设计硬件，而不是为今天的模型。」 当OpenAI即将推出智能手机的详细规格与供应链信息被曝光时，行业的第一反应或许不是惊讶，而是一种“终于来了”的确认。这让人不禁想起两周前，OpenAI硬件负责人Richard Ho在斯坦福大学一场内部交流中的发言。如今看来，那场谈话几乎为
热门专题
热门推荐
科学家警告，过度依赖人工智能可能削弱创造力与批判性思维，类似GPS损害方向感。研究显示，AI替代需“认知摩擦”的思考过程，或导致认知能力衰退。专家建议应有意识使用AI，使其成为思维“扩音器”而非替代品，例如先自主判断、加深信息处理、主动创意构思，以保护并锻炼大脑独特能力。
谷歌推出云端AI驱动的安卓电脑，重塑PC形态。当前AIPC多依赖云端算力，本地硬件价值受质疑。云电脑与AI结合成为新方向，对网络延迟更宽容。谷歌联合硬件伙伴推进该方案，阿里等云服务商也已布局。传统芯片、终端厂商及微软、苹果正以不同策略应对AIPC趋势。未来竞争将聚焦云端能力、系统重构与生态协。
结论先行：在2026年的商业环境中，企业数字化转型方法的核心不再是单纯的IT系统堆砌，而是“业务流程自动化”与“AI智能化”的深度融合。成功的数字化转型方法论应遵循“小步快跑、场景切入、数据驱动”的原则，利用AI Agent（智能体）技术打通烟囱式系统，实现平滑升级，而非推倒重来。 一、 拒绝假大空
面对琳琅满目的产品设计软件，许多设计师和团队都在追问：究竟哪一款才是最好的选择？然而，真正的答案并非一个简单的软件名称，而是一套基于您具体工作流程的适配逻辑。本文将为您系统解析，如何跳出“最好”的迷思，找到最“对”的那款工具，从而最大化团队效率与产出价值。 核心决策逻辑 首先，我们必须确立一个核心原
跨境电商的售后环节，本质上是客户信任的二次考验。当问题出现时，初次交易建立的信任已然动摇，若处理不当，将直接导致客户永久流失。因此，构建一套真正高效的售后体系，必须实现三大核心目标：响应速度需如本地支付般即时；处理规则需预先设定，实现小额纠纷的自动化化解；最终，所有流程数据必须形成闭环，驱动供应链的