发布详情
OpenAI 正式推出 Workspace Agents——ChatGPT 中的全新企业级 Agent 能力：
- 从企业系统获取相关上下文
- 遵循团队工作流程
- 必要时请求审批
- 跨工具持续推进工作
这是 OpenAI 应对 Microsoft Agent 365 的重要产品。
核心能力
上下文整合
Workspace Agents 可以从以下系统获取上下文：
- Google Workspace：Drive、Gmail、Calendar
- Microsoft 365：Outlook、SharePoint、OneDrive
- Slack/Teams：消息和文件
- Notion/Linear/Jira：项目管理
- CRM：Salesforce、HubSpot
- GitHub：代码和 PR
无需手动复制粘贴上下文。
流程感知
不是"问一句答一句"：
用户：跟进客户 ABC 公司的合同事宜
Agent：
[查找客户 ABC 信息]
[读取最近邮件]
[查看 CRM 状态]
[识别下一步：需要发送修订合同]
[起草邮件]
[请求审批]
用户审批后：
[发送邮件]
[更新 CRM]
[创建跟进任务]
完整的端到端工作流。
审批门控
涉及关键操作时主动请求审批：
- 发送邮件给外部客户
- 修改重要文档
- 公开发布内容
- 涉及金额的操作
确保 Agent 不会误操作造成损失。
定价模式
免费期
- 推出后免费使用
- 直到 2026 年 5 月 6 日
- 用户广泛体验后再决策
积分制收费
5 月 6 日开始：
- 基于积分（credits）的定价
- 积分根据使用量消耗
- 不同操作消耗不同积分
- 类似 OpenAI API 的灵活计费
预计定价（以 OpenAI 公告为准）：
- 入门：$20/月（包含基础积分）
- 专业：$50/月（更多积分）
- 团队：$100/用户/月（团队功能）
与 ChatGPT 订阅关系
- ChatGPT Plus 用户可能有积分包含
- ChatGPT Pro 用户可能享受优惠
- 企业版单独定价
技术架构
基于 GPT-5.5
Workspace Agents 使用 GPT-5.5：
- 真正的 Agent 能力
- 长任务自主完成
- 多步骤推理
MCP 集成
通过 MCP 协议连接各种工具：
- 标准化集成
- 易于扩展
- 与开源生态兼容
Agent2Agent
未来支持 A2A 协议：
- 与其他 Agent 协作
- 跨公司 Agent 通信
- 形成 Agent 网络
与 Microsoft Agent 365 对比
| 维度 | OpenAI Workspace Agents | Microsoft Agent 365 |
|---|---|---|
| 平台依赖 | 跨平台 | Microsoft 生态 |
| 模型 | GPT-5.5 | 多模型（含 OpenAI） |
| 集成数 | 50+ 工具 | 100+（Microsoft 全家桶） |
| 价格 | 积分制 | 订阅制 |
| 适合 | 多工具混合 | 重度 Microsoft 用户 |
选择建议
- Microsoft 重度用户：Agent 365
- 使用多种 SaaS：Workspace Agents
- 混合环境：两者并用
与 Anthropic Managed Agents 对比
Anthropic Managed Agents：
- 面向开发者
- 构建 Agent 应用
- $0.08/会话小时
OpenAI Workspace Agents：
- 面向终端用户
- 直接使用 Agent
- 积分制
定位不同，互补关系。
实际场景
销售场景
用户：本周还有哪些销售机会需要跟进？
Workspace Agent：
[查询 CRM]
[读取邮件]
[分析进度]
发现 5 个机会需要跟进：
1. 客户 ABC：合同审批中
2. 客户 DEF：报价已过期
...
我可以：
- 自动跟进所有 5 个
- 或先处理紧急的
- 你想怎么做？
财务场景
用户：处理本月的报销
Workspace Agent：
[读取邮件]
[识别 12 张发票]
[分类和提取金额]
[填写报销单]
[请求审批]
项目管理场景
用户：项目 X 这周的状态
Workspace Agent：
[查询 Jira]
[查询 Slack 讨论]
[查询提交记录]
[查询会议笔记]
[生成完整状态报告]
对 OpenClaw 用户的启示
Workspace Agent 模式
OpenClaw 可以借鉴的设计：
agents:
workspace-agent:
skills:
# 上下文获取
- gmail
- notion-database
- linear
- github-tools
# 流程执行
- feishu # 国内通讯
- dingtalk-ai-table
standingOrders: |
跨多个系统协作时：
1. 先收集上下文
2. 识别工作流程
3. 关键操作请求审批
4. 持续推进直到完成
使用现成的还是自建
| 选择 | 适合 |
|---|---|
| OpenAI Workspace Agents | 个人/小团队，无定制需求 |
| OpenClaw 自建 | 数据敏感、高度定制、长期成本 |
中国用户
OpenAI 在中国不可用，因此：
- 国内用户主要靠 OpenClaw 自建
- 接入国内通讯（飞书、钉钉、企业微信）
- 使用国产模型（Qwen、GLM、Kimi 等）
隐私和数据
企业数据访问
Workspace Agents 需要访问：
- 企业邮件
- 内部文档
- 客户信息
这是敏感数据。
OpenAI 的承诺
- 不用于训练：企业数据不进入训练
- 加密存储：传输和静态加密
- 合规认证：SOC 2、HIPAA 等
但对于国家安全敏感或商业机密场景，建议：
- 评估风险
- 考虑本地部署（OpenClaw）
- 或使用受控版本
行业趋势
Agent 工具化
从"对话"到"工作"：
- 2024：聊天 AI
- 2025：辅助 AI
- 2026：Agent AI
- 2027：自主 AI
工作方式变革
- 知识工作者从"做事"到"指挥 Agent"
- 评估指标从"完成多少任务"到"指挥得多好"
- 培训重点从"专业技能"到"AI 协作"
Agent 经济
- Agent 调用 Agent
- 跨公司 Agent 协作
- Agent 产生的经济价值
对开发者机会
构建 Agent 工具
- 为 Workspace Agents 提供 MCP 服务器
- 集成你的产品到 Agent 生态
- 参与 Agent 经济
学习 Agent 设计
- 研究 OpenAI 和 Microsoft 的设计
- 理解审批门控、上下文管理
- 应用到自己的项目
OpenClaw 机会
- 构建国内版 Workspace Agent
- 服务对数据敏感的企业
- 提供深度定制能力
总结
OpenAI Workspace Agents 是 ChatGPT 走向真正 Agent的重要一步：
- 上下文整合：跨工具理解
- 流程感知：遵循工作方式
- 审批门控：安全可控
- 持续推进：自主完成
对市场：
- 与 Microsoft Agent 365 形成双雄
- AI Agent 大众化加速
- 工作方式正在重新定义
对 OpenClaw 用户：
- 学习先进设计
- 构建国内替代
- 服务定制需求
5 月份的发布让 Agent 走向更大众的市场，2026 年继续是 Agent 之年。