structure｜1️⃣ 三级笔记、思想框架

核心论点

OpenAI 推出 Workspace Agents——从「个人提效」迈向「组织协作」的关键一步。Agent 不再只是回答 prompt 的工具，而是能跨工具、跨团队、持续运行的 workflow 执行者。

一、Workspace Agents 是什么

• GPTs 的进化体：Workspace Agents 是 GPTs 的升级，由 Codex 驱动
• 核心能力：能处理复杂任务和长时间运行的工作流（long-running workflows），在组织设定的权限和控制范围内运行
• 云端运行：在云端持续工作，即使你离线也不停
• 组织级共享：团队构建一次，在 ChatGPT 或 Slack 中共享使用，持续改进
• 关键定位：解决组织内部依赖 shared context、handoffs、cross-team decisions 的工作流——这是个人 AI 助手无法覆盖的场景

二、如何构建 Agent

• 自然语言创建：在 ChatGPT 侧边栏点击 Agents，描述团队常做的工作流，ChatGPT 引导你一步步把它变成 Agent
  • 定义步骤 → 连接工具 → 添加技能 → 测试迭代
• 也可以上传文件作为起点
• 模板快速启动：提供 finance、sales、marketing 等领域模板，内置技能和建议工具

五个示例 Agent

• Software Reviewer：审查软件请求 → 对照政策 → 推荐操作 → 提 IT 工单
• Product Feedback Router：监控 Slack/支持渠道/公开论坛 → 反馈转为优先级工单 + 周报
• Weekly Metrics Reporter：每周五自动拉数据 → 生成图表 → 撰写摘要 → 分享报告
• Lead Outreach Agent：研究 inbound leads → 按标准打分 → 起草个性化 follow-up → 更新 CRM
• Third-Party Risk Manager：调查供应商 → 评估制裁、财务、声誉风险 → 生成结构化报告

三、跨工具、跨团队运行

• Codex 驱动的 Workspace：Agent 拥有自己的 workspace，包含文件、代码、工具和记忆（memory）
• 不只是回答 prompt：能写代码、运行代码、使用连接的 apps、记住学到的东西、跨多步骤持续工作
• 自动化触发：可设置定时运行（schedule），或部署到 Slack 实时响应请求
• 当前支持平台：ChatGPT 和 Slack，更多平台即将到来
• 案例：OpenAI 产品团队构建的 Agent 在 Slack 频道主动回答员工问题、链接相关文档、发现新问题时提交工单

四、将 best practices 变成共享 Agent

• 核心洞察：知识散落在人和系统中（Knowledge is often scattered across people and systems），Workspace Agents 把知识转化为可复用的工作流
• 案例：会计团队构建 Agent 完成月末结账（journal entries → balance sheet reconciliations → variance analysis），几分钟完成，生成带控制总计的工作底稿
• Agent 会越来越好：有 memory，可以在对话中被引导和纠正，随使用持续改进

"Build once, improve through use, then share or duplicate for new workflows."

五、控制与安全

• 权限控制：你决定 Agent 能用什么工具和数据、能执行什么操作、什么时候需要审批
• 敏感操作审批：编辑表格、发送邮件、添加日历事件等可设置为需要人工批准
• 使用分析：共享后可查看运行次数、使用人数等 analytics

企业治理

• Enterprise 和 Edu 管理员可控制用户组能访问的工具和操作
• 管理谁可以使用、构建、共享 Agent
• 内置防护：抵御 prompt injection 攻击
• Compliance API：管理员可查看每个 Agent 的配置、更新和运行记录，可暂停 Agent

六、客户反馈

• Rippling 案例（Ankur Bhatt）：

  "The hard part of building an agent is not the model. It's the integrations, memory, the user experience."

  • 一个 Sales Consultant 无需工程团队，端到端构建了 Sales Opportunity Agent
  • 功能：调查客户、总结 Gong 通话、在 Slack 发布 deal briefs
  • 效果：原本每周 5-6 小时的工作，现在自动在后台完成

七、可用性与定价

• Research Preview：ChatGPT Business、Enterprise、Edu、Teachers 计划可用
• 免费期：至 2026 年 5 月 6 日
• 之后：基于 credit 的定价

八、路线图

• 新触发器（triggers）：自动启动工作
• 更好的 dashboard：理解和改进性能
• 更多工具集成
• Codex app 中支持 Workspace Agents

思想框架

• 从个人到组织：AI 已帮个人提速，但组织最重要的工作流依赖 shared context 和跨团队协调。Workspace Agents 瞄准的正是这个缺口
• Agent = 可执行的组织知识：不是聊天机器人，而是把散落的知识固化为可复用、可共享、可持续改进的自动化工作流
• Codex 是引擎：写代码 + 运行代码的能力让 Agent 不只是对话，而是真正的执行者
• 控制先行：权限、审批、Compliance API、prompt injection 防护——OpenAI 在产品设计中把 enterprise trust 放在核心位置
• GPTs → Workspace Agents：从个人玩具到组织级基础设施的进化路径，GPTs 仍然保留，但未来会提供一键转换

concepts｜2️⃣ 关键概念、概念网络

一、核心概念解析 (Core Concepts)

• 【Workspace Agents】

  • context：

    "Teams can now create shared agents that handle complex tasks and long-running workflows, all while operating within the permissions and controls set by their organization."

  • 费曼一下：OpenAI 在 ChatGPT 中推出的组织级 AI Agent。不是个人聊天助手，而是能被团队共享、在云端持续运行、跨多个工具执行复杂工作流的自动化执行者。它是 GPTs 的进化体，从「个人玩具」升级为「组织基础设施」。

• 【Codex】

  • context：

    "Agents are powered by Codex in the cloud, giving them access to a workspace for files, code, tools, and memory."

  • 费曼一下：Workspace Agents 的底层引擎。Codex 赋予 Agent 写代码、运行代码、调用工具的能力，让 Agent 不只是对话，而是真正的执行者。Codex 在云端为每个 Agent 提供一个包含文件、代码、工具和记忆的 workspace。

• 【Long-running Workflows】

  • context：

    "They can take on many of the tasks people already do at work—from preparing reports, to writing code, to responding to messages. They run in the cloud, so they can keep working even when you’re not."

  • 费曼一下：长时间运行的工作流——不是一问一答的单次交互，而是可以持续运行数小时甚至数天的多步骤任务。你人已经离开，Agent 还在云端继续工作。这是 Workspace Agents 区别于传统 GPTs 的核心特征之一。

• 【Shared Context】

  • context：

    "Many of the most important workflows inside an organization depend on shared context, handoffs, and decisions across teams. Workspace agents are designed for that kind of work."

  • 费曼一下：组织内跨团队共享的信息、上下文和知识。个人 AI 助手只能解决个人任务，但组织中最重要的工作往往依赖于跨团队的共享信息、交接和决策。Workspace Agents 正是为这类场景设计的。

• 【Memory】

  • context：

    "Because agents have memory and can be guided and corrected in conversation, they get better as teams use them."

  • 费曼一下：Agent 的记忆能力——能记住之前的交互和学到的东西。这让 Agent 不是一次性的工具，而是能随使用持续改进的实体。团队可以在对话中引导和纠正 Agent，它会越用越好。

• 【Prompt Injection 防护】
• 【Compliance API】
• 【Credit-based Pricing】

二、概念网络 (Concept Network)

• Codex → Workspace Agents：Codex 是底层引擎，赋予 Agent 写代码、运行代码、调用工具的执行能力，让 Agent 超越纯对话
• Shared Context → Workspace Agents 的存在理由：组织最重要的工作依赖跨团队共享信息，个人 AI 无法解决，Workspace Agents 正是为这个缺口而生
• Memory → 持续改进：Memory 让 Agent 能学习、能被纠正，随使用变得更好，这是「build once, improve through use」的技术基础
• Long-running Workflows + 云端运行：两者结合让 Agent 脱离「人在线才能工作」的限制，可定时运行、部署到 Slack 实时响应
• Prompt Injection 防护 + Compliance API → Enterprise Trust：安全和合规是企业采用的前提，OpenAI 通过权限控制、审批机制、攻击防护和审计 API 构建信任基础
• GPTs → Workspace Agents（进化路径）：从个人玩具到组织基础设施的演进，GPTs 仍保留但未来可一键转换
• Credit-based Pricing → 商业化：免费期后转为按量计费，Agent 的复杂度和使用量直接决定成本，企业需要精细化运营 Agent

agentic reading｜3️⃣ 费曼 x3