OpenAI 今天把 ChatGPT 里的 GPTs 升级成了 Workspace Agents，由 Codex 驱动、云上持续运行、能跨工具干活、按时间表或 Slack 消息启动。官方原话是 GPTs 的进化版，以后 GPTs 能一键转成 Agent。
1分钟扫读：
•底层换成 Codex 驱动，跑在云端，你下班回家它也能继续干活•从个人 GPT 变成团队资产，一个人搭好，整个组织都能在 ChatGPT 或 Slack 里调用•支持定时运行（比如每周五自动出报告）和 Slack 触发（消息来了当场接单）•有自己的工作区，能存文件、跑代码、调用连接的 App、记住学过的东西、多步骤持续推进•管理员可以控制谁能建、谁能用、能调哪些工具，敏感动作必须先经人批先搞清楚它跟以前的 GPTs 有什么不一样
你可能听说过或者用过 GPTs，就是 ChatGPT 里那种可以自定义的“小助手”。你给它设定好身份和知识库，然后跟它聊天。
GPTs 的问题是：它只能回答，不能干活。
比如你让一个 GPT 帮你处理客户反馈。它能总结一段文字，能告诉你这个反馈属于哪一类，但它没办法真的替你：
这些事都得你自己做。GPT 只是一个聊天时候蛮聪明的搭档。
Workspace Agents 不一样。它真的能把上面这些事，从头到尾自己干完。
它到底能干什么
举几个 OpenAI 自己内部在用的例子，你一看就懂。
销售 Agent：自动看销售跟客户的通话录音，把客户情况总结出来，打分，然后在销售代表的邮箱里写好跟进邮件草稿。销售只要检查一下发出去就行。
一家叫 Rippling 的公司（做企业人力系统的）拿这个做了实验，他们一个销售顾问搭了类似的 Agent。原来销售一周要花 5 到 6 小时做的活，现在每一笔交易都在后台自动跑。
会计 Agent：月底结账的时候，它自动做分录、对账、差异分析。本来要花好几天的活，几分钟跑完，还会把底层数据和汇总都整理好，方便人去复核。
产品反馈 Agent：24 小时盯着公司的各种反馈渠道，内部群、客服工单、社区论坛。谁抱怨了、谁夸了、谁提了新需求，它都记下来，分类，排优先级，每周给产品经理一份整理好的报告。
IT 审核 Agent：员工想申请某个软件，跟它说一声，它去对照公司的政策看行不行，能用就批，不能用就告诉你原因，必要时帮你开 IT 工单。
周报 Agent：每周五下午，不用你提醒，它自己去拉数据、画图、写总结，把周报发到你们团队群里。
看出来了吧？这些都不是“回答问题”，是一整段工作。
普通人怎么建一个
不需要写代码，不需要懂技术。
打开 ChatGPT 侧边栏，点「Agents」，描述一下你想让它做什么，比如“每周一帮我整理上周销售数据出一份周报”，ChatGPT 会一步步引导你：
也可以直接从模板开始。OpenAI 准备了财务、销售、市场这些部门的现成模板，改一改就能用。
搭好之后，它就是你团队的公共资产了。谁都可以在 ChatGPT 里调用，或者拉进团队群聊里，整个团队一起使唤。
这些 Agent 是怎么运作的
有四个特点让它能真正干活，不只是聊天。
它跑在云上，你下班了它不下班：传统的 ChatGPT 对话，你关了窗口就没了。Workspace Agent 不是，它住在云端，可以设定每周五早上自动启动，也可以随时接收群聊里的消息开始工作。
它有记忆，有自己的工作桌面：Agent 会记住上次处理到哪里、你之前怎么纠正过它、这个客户之前提过什么需求。它还有一个“工作区”可以存文件、跑代码、调用连接的工具。
它能连各种工具：目前已经接入了邮箱、日历、云端文档、团队群聊、CRM、知识库、工单系统、网页搜索这些。你让它发邮件、更新日程、改客户资料、建工单，它都能动手。
它能被训练、越用越聪明。你在对话里纠正它、给它反馈，它会记住。团队里的人都在用同一个 Agent，它就在不断吸收集体的经验。
Codex 驱动：给 Agent 加了真动手能力
Codex 原本是 OpenAI 给程序员用的 AI 工具，它跟普通聊天 AI 最大的不一样：不只是告诉你「可以这么做」，而是真的替你动手把事做完。
Workspace Agents 把这套能力打开给所有工作流，举几个例子：
•你要一份带图表的周报，Agent 自己去数据库里取数字、画成图、排好版•你要更新销售系统里的客户记录，Agent 直接进 HubSpot 或 Salesforce 这类 CRM 把数据改掉•同事在群里问了个产品问题，Agent 进公司内部文档库翻答案给他这里的关键不是 Codex 多能干，而是门槛消失了。以前要让 AI 真的做这些活，公司得派工程师花几周做系统对接。现在不用了，你在 ChatGPT 里描述一下流程，它自己把对接搭出来。
聊天模型负责想，Codex 负责做。这是 ChatGPT 第一次有一个完整的执行层。
跟 GPTs 的根本差别：从「一次对话」变成「一整条流程」
这件事跟升级版 GPTs 不是一回事。
GPT Store 开了两年，上面有几十万个 GPT。但你去公司里数一下，真正被团队天天在用、把一段完整工作从头接到尾的 GPT，几乎是零。
问题不在 prompt 写得好不好，在 GPT 的形态从一开始就装不下真实工作。
GPT 的运行单位是「一次对话」。你问一句它答一句，对话关掉，什么都不留。但公司里真正有价值的工作不长这样：处理一条客户投诉，要跨三天、四个工具、两次审批；做一份月报，要拉数据、画图、写分析、发给十个人。这些活 GPT 装不下。
Workspace Agents 换的就是这个单位。Codex 驱动 + 云端常驻 + 工作区 + 定时触发，四件事一起到位，结果是从「一次对话」升级成「一整条流程」。
官方说的「GPTs 一键转 Workspace Agents」，背后的意思是：旧一代不会长期保留。
官方给了 5 个现成模板
进 chatgpt.com/agents/studio/new?from-template 直接抄：
| |
|---|
| 审核员工软件采购请求，对照政策，自动开 IT 工单 |
| 从 Slack / 支持渠道 / 公共论坛抓反馈，排优先级，出周报 |
| |
| 研究新进 lead、按规则评分、起草个性化跟进邮件、更新 CRM |
| |
OpenAI 自己三个部门内部都在用：
•销售组：从通话笔记和客户研究里提取细节，认证新 lead 资格，在销售代表 inbox 里起草跟进邮件•产品组：Agent 驻在 Slack 频道里，主动回员工问题、链相关文档、发现新 bug 自动开工单•财会组：做月末结账，从日记账分录到资产负债表对账到差异分析，按内部政策生成工作底稿供复核两个共同点：所有场景都是「团队原本就有的流程」，不是造新工作流；每个场景都至少跨两个工具，在 Slack / CRM / IT / 会计系统之间搬数据。
能接到哪些工具里干活
Agent 不只待在 ChatGPT 聊天框里，它能跑到各种工具里干活。目前已经接通的：
•团队聊天：Slack(国内类似飞书 / 企微 / 钉钉）•研发协作：Atlassian Rovo，Atlassian 是海外做任务系统和团队知识库的公司，Agent 能在里面直接建任务、批量改状态、翻文档（国内最接近的是 TAPD、Teambition）•邮箱和日历：Gmail、Google Calendar、Google Drive 三件套•在线文档：Notion(国内类似飞书文档、语雀）•销售客户系统：Salesforce(国内类比销售易、纷享销客）
除了接更多工具，这次还加了两个新的启动方式：
•定时启动：设好时间表，Agent 自己按时上班。比如每周五早上 8 点自动开始拉数据、写周报、发群里•Slack 里启动：把 Agent 拉进某个 Slack 频道，同事在频道里发消息、提需求，它当场接单这个「Slack 里启动」的玩法最好理解。OpenAI 的产品团队就在内部 Slack 里常驻了一个 Agent：员工问「最新版本的 XX 功能怎么开？」，Agent 直接回答，附上文档链接；如果发现是一个没人处理过的新问题，它还会主动开一张工单留底。相当于给团队配了一个 24 小时不下班、查文档不打扰人的新同事。
控制权全在管理员
企业版客户最在意的那层：
•工具和数据权限：每个 Agent 只能访问你授权的工具和数据源•敏感动作要审批：改表格、发邮件、加日历前，Agent 必须问你•使用分析：每个 Agent 的仪表盘显示运行次数、用户数、最近活动、使用趋势•基于角色的管控：Enterprise 和 Edu 管理员控制谁能建、谁能用、能用什么•Prompt injection 防护：OpenAI 在模型侧内置了防御，防 Agent 被外部内容劫持指令•Compliance API：管理员能看每个 Agent 的配置、更新记录、运行日志「soon」的一条：管理员后台能看到全组织的 Agent 清单、使用模式、连接的数据源。
谁能用
•只面向企业版：ChatGPT Plus 和免费用户用不了，只限 Business / Enterprise / Edu / Teachers•GPTs 迁移没到位：GPTs 和 Workspace Agents 目前并存，一键转换「soon」•入口只有 ChatGPT 加 Slack：其他工具的原生入口都是 coming soon•定价不透明：5 月 6 日后的积分计费，官方还没披露单位价格•地区限制：ChatGPT 本身在中国大陆普通账号不可用怎么入门
•ChatGPT 侧边栏点 Agents，描述你想自动化的流程，ChatGPT 会一步步帮你做成 Agent•直接用官方模板起步：chatgpt.com/agents/studio/new?from-template，财务、销售、市场、IT 都有现成模板•官方学习资源：OpenAI Academy[1] 和 Help Center[2]OpenAI 和 Anthropic 赌了两条不同的路
Anthropic 这两年把「AI 员工」拆到了不同形态：Claude Code 在终端，Cowork 在桌面，Claude for Chrome 在浏览器，Claude for Excel / PowerPoint 在 Office 文件里。每一个都是独立的落脚点，对应已经存在的工作界面。
OpenAI 这次反过来：不做分布式落脚点，把入口做在 ChatGPT 侧边栏作为唯一主入口，所有流程从这里启动，再让 Agent 去别的工具里干活。
•Anthropic 赌「AI 嵌到你现有的工具里」：用户在哪干活，Claude 就出现在哪•OpenAI 赌「现有的工具被 ChatGPT 统一起来」：员工打开 ChatGPT，所有流程在这里启动和协调工程师大概率跟 Anthropic，他们就在终端和浏览器里。普通知识工作者大概率跟 OpenAI，ChatGPT 已经是他们每天打开的第一个窗口。真正的关键分歧在中间一层，产品经理、销售、运营、HR，这些人的工作界面到底在现有 SaaS 里，还是在一个新的「AI 首页」里。OpenAI 显然在赌后者。
国内对等产品在哪一层
方向一致的国内产品有几个：
•字节扣子 Coze 飞书：最早做 Agent 平台的中国产品，个人能搭 Bot，企业版有团队协作•阿里 + 钉钉 AI 助理：Agent 平台 + 办公场景集成，绑在钉钉生态里但跟 Workspace Agents 比，国内大多产品还停在「升级版 GPTs」这一层，能定义角色、能连几个工具，但「Codex 级别的真执行底座 + 云端持续运行 + 跨工具长流程 + 企业级管控」四件全做齐的不多。办公套件捆绑（钉钉、飞书、企微）是国内的天然优势，执行底座和长流程编排是短板。接下来一年这个差距会不会被追上，是关注点。
还没被回答的三件事
•Codex 在非代码流程里的可靠性。OpenAI 展示的例子都还相对结构化（月末结账、线索评分）。一旦流程更模糊、更长，Codex 跑几步以后能不能稳住，是整个产品叙事的命门。•治理在实践中是不是真跑得顺。权限、审批、审计听起来完备，但一个 Agent 改了 Salesforce 数据、发了客户邮件出事了谁负责？是建它的人、用它的人、还是 IT？企业 SaaS 这些责任链都很清楚，Agent 层还没共识。•积分经济学。按积分计费的问题在于，员工很难预估一个 Agent 一次跑下来到底烧多少 token。跑一次年底分析可能吃掉一笔不小的钱。CFO 如果看不懂账单、预测不了支出，采购逻辑就不稳。
粤ICP备14082021号
免费POC，
零成本试错
