OpenAI 把 AI Agent 推進公司協作層：Workspace Agents 能改變什麼？

2026 年 4 月 22 日，OpenAI 把一件很多人說了很久的事，真正推進了企業協作的核心層。

Workspace Agents 不是 ChatGPT 的另一個新功能。它是 OpenAI 第一次認真回答這個問題：AI Agent 在一家公司裡，要怎麼從個人工具變成組織基礎設施？

這個問題有很多人在回答。但 OpenAI 這次把答案做進了 ChatGPT 的產品層——Business、Enterprise、Edu、Teachers 方案的用戶，現在可以在組織內建立、共用、管理 Agent。

一次建立，全公司共用

Workspace Agents 的核心設計概念很直接：Build once. Scale across your team.

你描述一個工作目標，ChatGPT 幫你把它變成一個可以運作的 Agent。這個 Agent 可以使用你公司的工具、遵循你的最佳實踐，然後共享給整個團隊——不需要每個人各自設定、各自 prompt 工程。

OpenAI 給的使用案例不是抽象的：qualifying leads、routing feedback、reviewing requests、pulling reports、researching vendors。這些都是公司裡真實存在的重複性工作，過去要靠人來串接。

產品介面裡有一個「Team directory」的設計，展示了組織內共用的 Agent 清單。六個預建 Agent 範例：Spark（lead 篩選、跟進、更新 CRM，482 人使用）、Slate（評估軟體採購需求，134 人使用）、Tally（每週自動生成指標報告，99 人使用）、Scout（把 feedback 轉成 product ticket）、Trove（vendor 風險評估）、Angle（生成 production-ready 網頁）。每個 Agent 顯示建立者和使用人數——這讓 Agent 變成可以在組織內累積和傳播的知識資產，不只是個人的 prompt 設定。

架構上，Workspace Agents 是一個典型的 fan-out 執行模式——一個 Agent 收到任務，向多個工具系統發出行動，最後把結果整合回來：

這張圖描述的不是一條線性流程，而是 Agent 在單次任務中同時操作多個系統，最後把結果合流。

跨工具行動能力

目前 Workspace Agents 支援的整合清單已經相當完整：

文件與儲存：Google Drive、SharePoint、Dropbox、Box 通訊：Slack、Microsoft Teams、Outlook、Gmail 日曆：Google Calendar 專案管理：Linear、GitHub CRM：HubSpot

更關鍵的是它處理 Slack 的方式。

截圖裡有個具體例子：Zach Williams 在 #user-insights 頻道問「What's the latest feedback on our mobile app?」，Scout 這個 Agent 在幾分鐘內自動回應，彙整了過去一週來自公開評論網站、support tickets、以及 Slack 客戶頻道的主題摘要——第一條是「Offline mode requests: Users want the ability to view previous conversations without a connection, while traveling.」這不是 ChatGPT 在回答問題，是 Agent 主動跨系統拉資料、在 Slack thread 裡直接輸出分析結果。Agent 介入的是一個已有脈絡的對話，而不是每次從零開始——這個差異比聽起來重要得多。

另一個值得注意的能力是排程執行。Agent 可以在背景持續運行，或按照設定的時間表定期執行任務，不需要人在場觸發。這讓它從「即時工具」變成了「背景流程」，進入了另一個使用場景。

企業級管控

OpenAI 在這次發布裡放了三個管控機制，這三個機制是企業 IT 決策層真正在看的東西：

Role-based access control（RBAC）：誰可以建立 Agent、誰可以使用 Agent、誰可以修改設定，可以分層管理。

Audit logs：所有 Agent 執行記錄可查，這是合規性要求的基礎。

Approval gates for sensitive actions：敏感操作（例如外部發信、修改關鍵系統）可以設定人工審核關卡，Agent 不會無條件執行。

這三個機制讓 Workspace Agents 從「個人 AI 工具」的定位，往「組織可信任的自動化基礎設施」移動了一步。Centralized management console 則讓 IT 管理員可以集中看到所有 Agent 的狀態。

但是

這一段不能省，因為它決定了你現在應不應該認真看待這個發布。

第一，這是 research preview，不是 GA 功能。

Research preview 意味著功能還在驗證階段，行為可能改變，SLA 沒有正式保障，API surface 可能重構。對於要把 Agent 深度嵌入業務流程的企業來說，在 GA 之前大規模押注的風險是真實的。

第二，每月不超過 40 則 agent 訊息，不算寬裕。

Business 和 Enterprise 方案目前對 agent mode 的限制是每月 40 messages。這個數字在個人測試場景勉強夠用，但要支撐一個真正在日常工作流程裡運轉的 Agent——每天觸發一次就已經超過——不算充裕。OpenAI 沒有說這個限制什麼時候會放寬。

第三，Anthropic 早一步，OpenAI 是在追趕。

Claude Cowork 加上 Claude Code 的組合，在 workflow 整合戰場上比 Workspace Agents 早了好幾個月。Anthropic 的企業市占率從約 15% 升至約 32%（來源：electroiq.com），這個成長速度在 OpenAI 發布這個產品的背景之前就已經在發生。根據 stormy.ai 的分析，Anthropic 月收入甚至已超越 OpenAI——這個數字目前只有單一來源，需要謹慎看待，但方向是清楚的。

第四，OpenAI 的財務壓力是真實的長期變數。

根據多個分析來源，OpenAI 預計 2026 年將損失約 140 億美元。這不是說 OpenAI 即將倒閉，但它意味著：如果你把核心業務流程押注在一個 vendor 上，這個 vendor 的財務健康度應該進入你的評估清單。

給企業的實際判斷

現在應該試的情況：

• 你已經在用 ChatGPT Enterprise，想在不增加工具的情況下探索 Agent 自動化
• 你的使用場景是非關鍵路徑的輔助工作——定期報告、資料整理、初步 lead 篩選
• 你有 IT 資源可以設置 RBAC 和 audit log，並且願意接受 research preview 的不確定性

應該等 GA 的情況：

• 你的 Agent 需要觸動關鍵業務系統（財務、HR、客戶合約）
• 你需要明確的 SLA 和正式的合規保障
• 你的月 agent 訊息需求明顯超過 40 則

根據 OpenAI 官方 2026 年 4 月報告，Enterprise 已佔 OpenAI 總營收超過 40%，並預計在 2026 年底與消費端持平。這個數字說明 OpenAI 把企業市場看得很認真——Workspace Agents 不是一個邊緣實驗，而是它在企業層的核心佈局。

但「看得認真」和「做好了」是兩件事。OpenAI API 每分鐘處理超過 150 億 token（OpenAI 官方），基礎設施的規模沒有問題。問題在於：一個 research preview 的 Agent 功能，還需要多長時間才能成熟到企業可以真正信任的程度。

這個問題的答案，比 2026 年 4 月 22 日這個發布日期更重要。