凌晨两点，你被一条推送吵醒：OpenAI又发新品了。 这次不是模型升级，不是API降价，而是一个叫Workspace Agents的东西。说实话，第一反应是困——毕竟这两年AI圈"革命性突破"听太多了，审美疲劳。但看完官方文档，发现这次还真有点不一样。 简单来说，Workspace Agents是GPTs的"进化版"，定位很明确：面向团队，把一段可以重复执行的工作流程，做成一个可共享、可运行的Agent。它由Codex驱动，有自己的工作空间，可以接触文件、调用工具，在后台持续执行任务。 你把团队里反复做的工作流描述给ChatGPT，比如让它收集信息、做判断、生成结果，再把结果发出去。ChatGPT就会把这个流程搭成一个Agent，然后整个团队都可以在ChatGPT或Slack里用这个Agent，一边用一边改。搭好之后它就会在后台一直跑，人走它还在。 从产品演进角度看，这个变化很清楚。最早的GPTs，本质是Prompt+知识库+Actions，一次性配置，单人使用，没有真正的长流程执行能力。后来出现的ChatGPT Agent，虽然也可以执行任务，但更接近一次性调用。做完就结束，没有持续运行，也没有稳定的身份。到Workspace Agents，这一类产品开始稳定下来：它是团队共享的，可以长期运行，有自己的上下文和记忆，会按照预设流程持续执行，同时还带有权限和管理机制。 OpenAI给出了五个典型场景，覆盖IT、产品、运营、销售和风控五个职能。这些场景没有一个是需要写代码的，它们有一个共同点：事情本身算不上复杂，但信息散在不同地方，需要人来回找、来回整理。 第一个是软件审查：员工提交软件使用或采购申请之后，Agent会对照公司已有的工具清单和安全规则，判断这个申请能不能通过，接下来该怎么处理，必要的话还会直接帮你把工单提上去。第二个是产品反馈整理：Agent会同时看Slack、客服渠道和公开论坛，把零散的用户反馈收集起来，做简单分类，判断哪些更紧急。第三个是销售情报收集：Agent自动追踪竞争对手动态，把最新消息整理成简报发给销售团队。第四个是新员工入职：Agent按照清单一步步引导新员工完成入职流程，提醒各种注意事项。第五个是差旅审批：Agent根据公司政策判断差旅申请是否合规，自动给出建议。 听起来熟悉吗？没错，这和OpenClaw的定位高度重叠。OpenClaw由奥地利开发者Peter Steinberger创建，2月份在GitHub上线，25,000颗星标，仅用数周就成为GitHub历史上星标最多的项目。它的核心特点是直接运行在用户操作系统上，可以管理邮件、日历、浏览网页、发送和删除邮件，有持久记忆功能，支持多平台集成。 Perplexity CEO Aravind Srinivas的评价很直接："这终于让我感觉有一群Agent在为我工作了，这是第一个让我真正感受到这一点的时刻。"他随后宣布推出Computer——一款面向普通用户的类OpenClaw工具。 有意思的是，OpenAI这次的产品形态，和OpenClaw的"团队版"越来越像了。当开源社区的创新被大厂跟进并产品化，通常意味着这个方向已经被验证可行。OpenClaw证明了个人Agent的价值，Workspace Agents则证明了团队Agent的需求。 但问题也来了：安全问题怎么办？Palo Alto Networks早就发出过警告，OpenClaw代表了"致命三合一"风险——访问私人数据、暴露于不受信任的内容、同时保留记忆进行外部通信。Workspace Agents同样面临类似挑战：权限管理、数据隔离、审计追溯，这些都需要企业在部署前仔细考虑。 Workspace Agents现已在ChatGPT商业、企业、教育和教师计划的研究预览中可用。对于企业和教育计划，管理员可以通过角色权限控制来管理这些Agent。普通用户想体验，还得再等等。 说两句：GPTs从诞生到被"替代"，不过两年时间。这不是GPTs不够好，而是AI Agent的发展太快了——从"会聊天"到"会干活"，从"单次调用"到"持续运行"，从"个人助手"到"团队成员"。下一个被淘汰的，会是什么？
好文！分析得很到位 ?
用过OpenClaw，确实很强。Workspace Agents相当于企业版，适合团队用。安全问题是最大隐患，企业部署前一定要做好权限隔离。
感觉AI Agent的迭代速度太快了，去年还在聊GPTs，今年就Workspace Agents了 ?
安全风险这块确实需要注意，不过OpenAI的企业用户都是大公司，应该有专门的审计流程。中小企业可能还是用OpenClaw更灵活。