OpenAI 正在嘗試把 AI 代理從軟體開發延伸到會計師、投資人、醫師、營運團隊，以及其他以電腦為基礎的工作者的日常工作流程中。它最新的努力 ChatGPT Work，將模型連接到職場工具，並要求它完成多步驟任務，而不只是回答問題。

這項擴張在策略上很重要，但早期證據顯示，採用問題並不容易。TechCrunch 報導，OpenAI 員工使用其代理式程式碼工具的比例非常高，而外部訂閱者的使用量仍然有限。這個落差顯示，打造有能力的代理只是挑戰的一部分；若要讓市場超越技術早期採用者，關鍵可能在於能否讓工程以外的人也覺得它易懂、可控且值得信任。

ChatGPT Work 將代理帶出程式開發

根據 TechCrunch，ChatGPT Work 已於上月推出，並可在 OpenAI 每月 20 美元的訂閱方案中使用。這項產品被描述為 Codex 的更廣泛版本；Codex 是該公司的程式碼代理，設計給可能不會接觸原始碼或命令列工具的使用者。

其核心主張是讓使用者存取既有的數位工作空間。OpenAI 的桌面應用程式可連接電子郵件、Slack、Notion、Figma 與其他應用程式，讓代理能夠跨多個系統蒐集資訊並採取行動。TechCrunch 提到的例子包括製作每週指標報告、把試算表轉成規劃工具、彙整投資研究，以及根據職場對話產生圖表。

這種做法讓 ChatGPT Work 與 Claude Code、Perplexity AI 的瀏覽代理，以及其他AI 代理歸在同一大類，這些工具是在使用者既有軟體之上運作，而不是待在單一孤立聊天框內。OpenAI 押注的是：如果周邊產品能處理工具、權限與任務規劃的複雜性，一個通用代理就能服務許多職業。

公司產品主管將這項變化描述為從對話式協助走向自主執行。這是 OpenAI 的立場，並非經過獨立驗證、可證實其在不同工作場域中可靠程度的評估。

採用落差是核心考驗

最有力的問題證據，來自 TechCrunch 引述一項獲 OpenAI 支持的研究中的使用數據。據報導，6 月時有 98% 的 OpenAI 員工使用了 Codex，相較之下，組織訂閱者為 17%，個人訂閱者不到 1%。

這些數字有供應商背書，不能視為整體市場的獨立衡量。然而，它們確實說明了內部熟悉度與外部採用之間的距離。OpenAI 的工程師工作環境中，程式碼代理很自然地融入現有流程。大多數其他使用者則必須先理解該把什麼交給代理、如何提供背景，以及如何審核結果。

OpenAI 工程領導 Andrew Ambrosino 告訴 TechCrunch，公司一開始看到非工程員工在使用 Codex 時遇到困難，因為產品會暴露像是程式碼變更與空白 diff 這類技術概念。團隊後來一直在讓體驗更通用，目標是降低使用代理所需的專業知識。

這也解釋了 OpenAI 為何強調可見的控制項與工作流程按鈕。技術能力較強的使用者也許能透過提示詞叫出正確功能，但主流使用者可能根本不知道這些功能存在。Ambrosino 認為，在採用初期，可發現性很重要，即使某些控制項最終會隨著使用者越來越熟悉代理式軟體而消失。

更大的存取權也帶來更大的風險

讓代理能存取職場系統，也會改變安全問題。模型不再只是產生讓使用者檢視的文字，它可能閱讀私人訊息、擷取紀錄、更新文件、建立行事曆事件，或跨多個應用程式執行動作。

Ambrosino 承認一項風險：代理在準備文件時可能會從私人直接訊息中擷取資訊，卻無法理解這些資訊不應被分享。他告訴 TechCrunch，自己在測試產品的工作中接受這項風險，但也表示尚未遇到那種結果。

這個軼事不能證明問題已經解決。對企業買家來說，相關問題包括：存取權是否可按應用程式、專案、資料類型或使用者角色限制；行動是否需要核准；以及管理員能否稽核代理看過與更改了哪些內容。原始資料並未說明 ChatGPT Work 如何處理這些控制項。

產品還必須面對它所操作軟體本身的可靠性問題。許多商業系統並非為自主代理設計，不一致的介面、不完整的紀錄與模糊的權限，都可能讓看似簡單的任務變得困難。能成功擷取一次排版不佳的行事曆的代理雖然有用，但企業系統必須在數千種不同情況下都能穩定運作。

為什麼這項押注對 AI 建構者與買家都很重要

對 OpenAI 而言，更廣泛的代理採用可望提高其模型的價值與使用量，因為長時間運作的任務會消耗更多推理資源。更重要的是，如果公司希望 AI 代理支援更大比例的知識工作，它就必須走出軟體工程，進入更多職業領域。

針對更窄的工作流程，競爭已經開始成形。根據 TechCrunch，Harvey 聚焦法律工作，而 Clay 則瞄準與銷售相關的流程。這些公司採取模型無關策略，當效能或成本變化時，可以選擇不同的底層模型。相較之下，OpenAI 正在嘗試讓單一面向消費者的產品能夠跨多種功能使用。

這對建構者形成取捨。通用代理可以減少購買與整合多個專門工具的需求，但垂直型產品可能提供更好的權限、術語、審核流程與領域專屬可靠性。評估 ChatGPT Work 的產品團隊，必須比較廣泛助理的便利性與聚焦系統的控制力和可預測性。

採用數據也顯示，使用者體驗的重要性可能不亞於模型能力。工程師可以容忍設定、技術回饋與偶爾的除錯。財務、溝通與營運使用者更可能需要清楚的任務邊界、可見的來源、可回復的操作，以及當代理不確定時能輕鬆升級處理的機制。

接下來要觀察什麼

第一個訊號將是 ChatGPT Work 相對於 OpenAI 更廣泛 ChatGPT 受眾的使用情況。TechCrunch 報導，這款共同應用程式有 2,000 萬人使用，而 OpenAI 則表示有超過 10 億名使用者在網路上向 ChatGPT 下提示詞。這個比較並不是同類型的採用指標，但它顯示出公司面臨的挑戰規模。

企業買家應留意已公開的使用量、任務完成率、錯誤率、權限控制、稽核日誌，以及使用者需要介入的頻率。若 OpenAI 願意揭露這些細節，將更容易區分真實的工作流程採用與因好奇而進行的試用。

市場也應觀察，使用者究竟偏好通用代理，還是像 Harvey、Clay 這類專門產品。另一個重要訊號是，OpenAI 是否能在不要求客戶重組既有軟體堆疊或接受對敏感資料的廣泛存取之下，讓代理真正發揮作用。

Creati.ai 觀點

OpenAI 的這則消息，重點不只是再增加一個助理，而是在測試自主性是否能成為工作場所中的日常互動。ChatGPT Work 對準的是聊天介面的真實限制：使用者通常需要幫助來協調跨多個系統的資訊與動作，而不只是起草一段回應。

但主流採用將取決於「受限自主性」，而不是自主性本身。建構者與企業很可能會獎勵那些能說明自己存取了什麼、在關鍵時刻要求核准、以及在指令或資料含糊時能安全失敗的產品。OpenAI 已展現出把 AI 代理帶給非工程師的野心；下一個問題是，它的產品設計能否贏得「被允許採取行動」的資格。