OpenAI押注全民AI代理：从写代码走向管理数字生活

导语

对许多人来说，AI助手目前仍是一个“问答框”：输入问题，等待答案。OpenAI想推动的下一步，则是让AI进入邮箱、Slack、Notion、Figma等工具，读取信息、调用应用，并独立完成一项持续数小时甚至更久的工作。问题也随之变得尖锐：用户愿意把多少数字生活的控制权交给一个大型语言模型？

OpenAI最近推出的ChatGPT Work，正是这一方向的尝试。该产品面向白领用户，价格为每月20美元，目标是把软件工程师已经使用的代理式工作方式，带给财务、投资、运营、医疗等更多职业。它不只是回答问题，而是尝试完成报告、表格、分析和跨系统协调等多步骤任务。

核心要点

• 从Codex扩展到通用工作代理。 ChatGPT Work源自面向编程的Codex。OpenAI在内部逐步移除代码术语和开发者界面，使非工程团队也能使用。
• 代理的关键是“工具外壳”。 模型本身不会自动理解企业系统。所谓 harness 会决定模型能看到哪些数据、可以调用哪些工具，以及如何执行长期任务。
• 普通用户需要更强的可发现性。 工程师可以通过命令行组合复杂能力，但大众更需要按钮、项目入口和插件等明确提示。OpenAI认为，在产品早期，降低探索门槛比追求极简界面更重要。
• 采用率仍存在明显断层。 一项OpenAI支持的研究显示，6月有98%的OpenAI员工使用Codex，但组织订阅用户中仅17%，个人订阅用户不足1%。这说明内部熟练使用并不等于市场自然接受。
• 隐私风险与效率收益同时放大。 当代理可以读取私信、邮件和业务记录时，它能获得完整上下文，也可能误用或泄露不该共享的信息。权限边界和确认机制因此成为产品核心，而不是附加功能。

意义与影响

OpenAI推动代理走向大众，既是产品路线，也是商业扩张。能持续执行更长任务的代理会消耗更多模型资源；如果它能为新职业提供可量化的价值，用户才可能愿意为更高频、更深入的使用付费。与此同时，法律、销售等垂直领域的公司也在以模型无关的方式争夺客户，实验室并不天然拥有这些行业的工作流和数据入口。

这场竞争的关键，可能不是谁先做出最强模型，而是谁能把混乱、老旧、彼此割裂的数字工具连接起来，并让用户知道AI正在做什么。按钮、权限、预览和人工确认看似降低了“魔法感”，却可能是代理获得信任的必要过渡。若OpenAI不能解决可控性、隐私和上手成本，代理就很难从工程师的高效工具，变成普通人的日常基础设施。

来源：TechCrunch AI