AIPress.com.cn报道

GPT版龙虾来了。

今天凌晨，OpenAI发布Workspace Agents，一个面向企业团队的共享型AI Agent平台。目前面向ChatGPT Business、Enterprise、Edu和Teachers四类订阅用户开放。

用户在5月6日前的研究预览期可以免费试用。此后，这套系统将从企业客户的credit pool中按实际消耗扣费。

官方给它的定位是GPTs的进化形态。OpenAI同时承诺，未来会提供从GPTs到Workspace Agents的一键转换通道。

但GPTs本身暂时保留，在团队测试新系统的过渡期内继续可用。

一、Workspace Agents的核心定位

团队级Agent

一个人把团队里反复执行的工作流描述给ChatGPT，系统会自动拆解步骤、连接所需工具、配置skills，搭成一个可运行的Agent。

搭完后，整个团队可以在ChatGPT界面或Slack频道里调用它，边用边改，越用越准。

只是这么说，定位可能还有些模糊，但与之前的产品相比较一下，代际差异其实就很清晰了：

2023年11月的GPTs基于prompt、知识库和Actions，一次性配置，单人使用为主，缺乏真正的长流程执行能力。

2025年7月的ChatGPT Agent定位为单用户、一次性任务执行，任务结束即释放，没有持久身份和记忆。

今日发布的Workspace Agents则主打团队共享，持久运行，具备记忆，按既定流程工作，附带完整的治理和控制体系。

Workspace Agents更接近常驻在团队里的数字员工。

二、五个案例

不写代码，只干业务

OpenAI拿出的五个官方Demo，没有一个是写代码的。

它们覆盖IT、产品、运营、销售、风控五个职能，每个都是企业里重复性高、SOP明确、数据分散在多个系统的典型场景。

软件审查Agent：Software Reviewer

审查员工发起的软件采购请求，对照白名单和公司政策，推荐下一步动作，必要时直接开IT ticket。部署在Slack频道里，员工发请求，Agent逐条回应。

产品反馈路由Agent：Product Feedback Router

监听Slack、工单系统、公开渠道的用户反馈，自动分类、打优先级，转成ticket，每周生成一份产品反馈小结。

周报Agent：Weekly Metrics Reporter

每周五自动拉数据、画图、写叙述段落，把完整周报交到团队手上。

销售线索Agent：Lead Outreach Agent

对入站线索做背调，按团队的打分规则评级，起草个性化跟进邮件，更新CRM。

第三方风控Agent：Third-Party Risk Manager

对供应商做制裁名单筛查、财务健康检查、舆情风险监控，输出结构化报告。

此外，OpenAI还提供了finance、sales、marketing等方向的预置模板库，搭Agent不用从零开始。团队目录里同事搭好的Agent，一屏看完，直接复用。

三、业务Agent的运行时

采用Codex底座

Workspace Agents的底层运行时是Codex。

每个Agent拥有一个独立的云端工作空间，里面包含文件系统、代码执行环境、已连接的应用和记忆。

这套运行时提供四项核心能力：

1.写代码、跑代码

Agent可以自主生成并执行代码来完成数据处理、格式转换等操作。

2.调用连接的应用

通过ChatGPT Connectors，Agent可以操作Gmail、GitHub、Google Drive、Slack等第三方SaaS。

3.记住之前学到的东西

Agent在运行过程中积累的业务知识和修正记录，会被持久化存储。

4.跨多步持续执行

Agent可以在无需人工逐轮唤醒的情况下，自主推进多步骤任务。

Codex过去一年持续扩张，从CLI到IDE插件，再到macOS和Windows桌面应用。

在4月16日，OpenAI推出"Codex for (almost) everything"。

如今，Workspace Agents把Codex抬进ChatGPT主界面，直接面向销售、财务、IT、市场等业务部门开放，OpenAI内部已在大量使用这套系统。

四、定价规则改变

安全设置默认关闭

1.定价规则改为卖产出

5月6日研究预览期结束后，Workspace Agents将正式收费。

计费方式是credit-based pricing，从Enterprise计划的flexible pricing credit pool中扣除。

OpenAI同期将企业计费模型从"按席位"切换为按token类型计费，即input、cached input、output分别计价，再折算成credits，届时企业的AI支出将从固定成本变成可变成本。

2. 数据权限默认关闭

团队级Agent要落地，信任比技术更难建立。

OpenAI给Workspace Agents配了四层控制：

1）工具与数据访问权限

每个Agent在搭建时就限定能调用哪些工具、访问哪些数据源。

2）敏感操作审批

编辑表格、发邮件、加日历事件等动作，可设置为必须先征得用户同意。

3）Admin RBAC

Enterprise和Edu管理员控制谁能用、谁能搭、谁能共享；哪些connected tools开放给哪些user group。

4）Prompt injection防护

Agent遇到外部内容中的对抗指令时，内置护栏会约束其行为。

此外，Workspace Agents在Enterprise工作区默认关闭，需管理员手动开启。使用Enterprise Key Management（EKM）的客户，目前暂时无法使用这项功能。

这些限制说明OpenAI在企业市场采取了异常保守的安全策略，宁可牺牲覆盖面，也要避免数据泄露或操作事故。

3. 谷歌和Anthropic也有同步动作

谷歌重编排平台化，通过Vertex AI Agent Builder强调工作流编排，定位"流程导演"。

Anthropic重模型即Agent，Claude Cowork从桌面端切入，强调个人生产力，定位"个人助理"。

OpenAI走中间路线，云端工作空间加SaaS集成加无代码搭建，定位"团队工人"。

三家动作同步，但对企业数字化的理解截然不同。谷歌认为企业需要AI导演来编排流程，Anthropic认为需要AI助理来辅助个人，OpenAI则认为需要AI工人来替代重复劳动。

到企业里去找AI营收点

OpenAI推出Workspace Agents，表面上是一次产品更新，实质上是在回答一个更紧迫的问题：大模型怎么赚钱？

消费端的ChatGPT Plus增长见顶，API价格战压缩利润，GPT Store和GPTs未能跑通商业闭环。

Workspace Agents给出的答案是：

到企业里去。

替代那些重复性高、流程明确、数据分散的脏活累活，然后按实际产出收费。