执行摘要
Workspace agents 被呈现为 ChatGPT 内部共享、云端运行的 agents，用于跨工具、文件和团队上下文的复杂工作。演讲者将它们与个人 Codex 使用和 Agents SDK 区分开：Workspace agents 面向可重复的团队工作流，即使构建者的电脑关闭也能继续运行。
演示展示了团队如何用自然语言创建 agent、连接获批应用、添加可复用 skills、预览行为并共享结果。会议准备示例会把日历和 Google Drive 上下文整理成简报，软件审批示例则使用 Slack 请求入口、基于政策的路由，以及交给 IT 团队的真实 Jira 任务交接。
面向企业的核心信息是，有用的 agents 不只需要更好的提示词，还需要治理原语。这个 Build Hour 强调读/写 connector 范围、构建与共享权限、每个 chat 或 Slack channel 的隔离记忆、通过 compliance API 导出的审计追踪，以及免费研究预览期在 2026 年 5 月 6 日结束后的基于 credit 的计费切换。
关键要点
- Workspace agents 是 ChatGPT 中面向共享团队工作流的云端 agents，而不是单轮个人助手。
- 研究预览期间，该功能面向 ChatGPT Business、Enterprise、Edu 和 ChatGPT for Teachers 计划。
- Workspace agents 不同于面向个人工作的 Codex，也不同于面向自定义产品集成的 Agents SDK。
- 构建者可以从自然语言开始，并在分屏创建界面中细化生成的 agent 计划。
- Connector 权限可以用明确的读/写控制限定范围，例如让日历访问保持只读。
- Skills 会把公司手册、政策和可重复流程变成 agent 可复用的指令。
- 预览运行会展示执行步骤、文件和应用交互，方便构建者在共享前调试。
- Agents 可以通过 ChatGPT 共享，并连接到团队请求已经发生的 Slack channels。
- 记忆按对话或 Slack channel 限定范围，因此团队需要围绕每个部署界面设计边界。
- 企业管理员可以治理谁能构建和共享 agents，并通过合规追踪审计行为。
- 更复杂的 Workspace agent 任务被描述为会消耗更多 credits，类似复杂的 Codex 任务。
- OpenAI 表示，自动 Custom GPT 到 Workspace agent 的转换以及多人编辑即将推出。
构建者启发
- 围绕可重复的团队工作流设计 agents，并明确输入、输出、审批和升级路径。
- 在添加广泛 connector 访问前，先把政策文档和操作流程转成 skills。
- 上线初期要严格限定权限；对早期会议准备或研究流程而言，只读访问通常已经足够。
- 部署到请求已经开始的地方，例如 Slack channels，但要明确记忆边界和受众边界。
- 在把 agent 共享给原始构建者或团队之外的人之前，把预览追踪作为 staging 工具使用。
待验证事项
- 特定 workspace 当前的计划资格、功能可用性和推出时间。
- 免费预览期后的 credit 计费细节，以及任务复杂度对应的成本行为。
- 每个 connector 的确切读/写能力，尤其是 Google Drive、calendar、Slack、Jira 和 Microsoft 工具。
- SharePoint、Outlook 和 Teams 数据 connector 所需的 workspace 管理员和 Microsoft 权限要求。
- 记忆隔离、审计追踪和合规导出在敏感的跨团队 channels 中如何工作。