2026 年 7 月 10 日,OpenAI 同步发布 GPT-5.6 系列模型与一款定位为「企业级智能体」的新产品 ChatGPT Work。后者由 GPT-5.6 提供底层支持,目标是把可以承担长时、多步骤任务的智能体直接送到企业员工的桌面上。从 OpenAI 同步披露的数据看,早在 ChatGPT Work 正式上线前,作为其能力基础的 Codex 已经积累了相当大规模的真实使用——每周用户数超过 500 万,其中超过 100 万人把它用于软件开发之外的场景。

在 OpenAI 的内部测试里,ChatGPT Work 已经覆盖了近乎全部团队,其中财务和销售两个场景最具代表性:销售侧原本需要数周的研究流程,可以在一轮发现式对话中 24 小时内转化为概念验证;财务侧原本需要数天的月末结账与预测,可以压缩到数小时完成。这次发布代表着 OpenAI 在「AI 真正的企业落地形态」这个问题上给出了自己的答案——不是更聪明的 ChatBot,而是一支可以独立完成多步骤任务的 AI 数字员工。

一、ChatGPT Work 是什么:GPT-5.6 驱动的企业级智能体

ChatGPT Work 是 OpenAI 在 ChatGPT 网页端与移动端向企业用户推出的一款全新产品形态。它并不是 GPT-5.6 模型的简单升级版,而是一款被定位为「智能体」的产品——按照 OpenAI 官方说法,它的核心能力是「承担长时、多步骤任务」。

这与 ChatBot 在工作方式上存在本质差异。ChatBot 的典型用法是一问一答——用户提一个问题,模型给一个答复,然后结束对话;而智能体的典型用法是用户提出一个完整的工作目标,模型自主分解为多个步骤,调用合适的工具,在多次循环里把目标推进到完成。这种工作方式决定了 ChatGPT Work 的实际应用价值不是「对话体验更好了」,而是「工作成本真实压缩了」。

驱动 ChatGPT Work 的底层模型,是 OpenAI 在同一时间推出的 GPT-5.6 系列。GPT-5.6 在长上下文理解、多步推理、工具调用稳定性等几个维度上的进步,被认为是 ChatGPT Work 能稳定承担多步骤任务的关键前提。换句话说,ChatGPT Work 不是一个「传统搜索 + 文案」的提升,而是一次「GPT-5.6 长任务执行能力」在真实企业场景中的首次落地。

ChatGPT Work 在产品形态上还有两个值得留意的特征:第一,它在 ChatGPT 现有形态之内,即用户不需要切换到独立 App;第二,它能跨设备工作,既能在网页端处理多步任务,也能在移动端启动或继续进行。

二、从 Codex 到 ChatGPT Work:OpenAI 的企业战略转向

ChatGPT Work 的发布并不是孤立事件。OpenAI 的这一动作,需要放在 Codex 过去一年的真实增长轨迹中去看。

根据 OpenAI 在发布 ChatGPT Work 时同步披露的数据,Codex 的每周用户数目前已经超过 500 万人,这个数字本身就是一个非常关键的信号——它意味着 Codex 已经从「开发者辅助工具」扩大到了「跨任务办公场景的真实可用工具」。OpenAI 给出的另一个数字同样重要:目前已经有超过 100 万人将 Codex 用于软件开发之外的工作,这意味着即便没有 ChatGPT Work,OpenAI 的工具也已经在企业非技术岗位上获得了真实使用。

Codex 的积累是 ChatGPT Work 推出的底层基础。Codex 在代码生成和工具调用上的能力,为 ChatGPT Work 处理跨应用、跨数据源的任务打下了能力底座。换句话说,ChatGPT Work 是 Codex 能力的「非技术场景泛化」——这一点决定了 ChatGPT Work 不是无中生有,而是一次自然的能力外延。

不过 Codex 与 ChatGPT Work 之间仍有重要区别。Codex 的原始定位是为开发者服务,它的能力侧重点在于代码生成与代码审阅;ChatGPT Work 的定位则是更广泛的「企业级智能体」,它的能力侧重点在于跨应用联动、文件处理、文档生成、报表整理。

三、可衡量的真实效益:从数周到数小时的工作时间压缩

ChatGPT Work 真正具有说服力的部分,在于 OpenAI 自己给出的、在内部测试中验证过的量化案例。这些案例并不是 demo 级假设,而是已经跑通了 OpenAI 内部大部分团队的工作流。

在销售场景,ChatGPT Work 被用来替代原本需要数周完成的客户研究流程。原本的销售研究涉及多个信息源——客户业务背景、过往合作记录、行业动态、内部 CRM 数据、第三方调研数据——人类销售分析师往往需要花几天时间才能拼接出完整的客户画像。而 ChatGPT Work 在测试中只需要一次发现式对话,就能在 24 小时内把研究结果转化为概念验证。

这一数字所隐含的价值,远超「24 小时 vs 4 周」这样的时间对比。它意味着销售岗位的首次接触准备时间可以从 1-2 周压缩到 1 天,这对面向 B 端的销售团队意味着成交节奏可以显著加快;对内部销售管理层则意味着战略级客户的覆盖能力可以扩大数倍。

在财务场景,ChatGPT Work 表现出的能力则是对月末结账流程的直接改造。ChatGPT Work 可以协助查找源数据,把数据转入 Excel 或 Sheets,完成数据核对,并制作幻灯片形式的总结——这一整套动作原本需要财务人员在月末加班数天完成,现在可以压缩到数小时。

这两类场景的共同点是:它们都涉及跨数据源、跨应用、跨时间窗口的复杂工作流。单点工具无法解决这类问题,只有具备自主任务分解能力、跨工具调用能力的智能体才能把这类流程整体压短。ChatGPT Work 在这两个场景上的真实落地,也意味着 OpenAI 在「企业级智能体」的定义上,走出了从概念到实证的关键一步。

四、跨设备联动:ChatGPT Work 的全终端覆盖策略

ChatGPT Work 在产品形态上,有一个很容易被低估的设计选择——它在 ChatGPT 网页端与移动端同时落地,而非仅发布独立 App。

这一选择的背后,是 OpenAI 对企业智能体使用场景的清晰判断。真正的企业员工,很少只在单一设备前完成所有工作——他们可能在早上用桌面电脑处理邮件,中午用手机查客户问题,下午又在平板上做汇报。这种多终端切换的工作方式,要求企业级智能体必须在所有端之间无缝流转。

ChatGPT Work 的跨设备联动设计,也意味着它继承了 ChatGPT 多端统一的账户与上下文体系。用户在桌面端启动了一个研究任务,在通勤途中用手机查看进度,回到办公室在桌面端继续完成——任务上下文应当在所有端之间自动同步。这种设计思路,与传统 SaaS「桌面端独占」的方式形成鲜明对比,更接近现代办公协作平台的体验。

除了设备端,ChatGPT Work 在应用层也做了跨工具的整合。它不是某一个具体应用的对话界面,而是能够直接对接多个常用应用——根据官方披露,它至少能够把数据写入 Excel 或 Sheets,直接生成幻灯片等。这意味着 ChatGPT Work 不是 ChatBot 的「Plus 版」,而是一个跨越了具体应用边界的统一执行主体。

五、与 Anthropic / Google 的位置对比:OpenAI 的企业市场护城河

把 ChatGPT Work 放进企业级 AI 助手的大坐标系看,可以更清楚地看到 OpenAI 这步棋的指向。

Anthropic 的 Claude 系列一直被很多企业视为更擅长长文档分析、更擅长代码生成,在 Sonnet、Mythos 系列发布后,Anthropic 也已经在线上销售、文档分析等场景与 OpenAI 形成了正面竞争。Google 则是借助 Gemini 的企业版 Workspace 助手,与 Gmail、Docs、Sheets 等场景紧密耦合。

OpenAI 这次选择不与 Google 走深度绑定的 Workspace 路线,而是选择了「跨应用、跨设备、跨数据源」的更通用路径——这与 Anthropic 在工具调用与长上下文上的能力路径更接近,但 OpenAI 的差异在于:它有 Codex 这条已经被充分验证的产品线作为基础能力底座。

从企业决策者的角度看,ChatGPT Work 提供的核心价值不是「AI 更聪明」,而是「AI 真的能干活」。这种强调执行而不是对话的产品定位,决定了 ChatGPT Work 的真正对手,不是另一款 ChatBot,而是企业咨询与服务类公司——这些公司的传统业务是为企业提供长时执行任务的服务,而 ChatGPT Work 的目标,是把这部分任务中相当大的一块,以远低于人力的成本承接下来。

六、企业级 Agent 赛道的下一步:从 Copilot 到 Workforce

ChatGPT Work 的发布,意味着企业级 AI 助手市场的核心叙事再次切换。过去两年,这个市场的核心叙事经历了三个阶段。

第一个阶段是 ChatBot 时代(约 2023-2024),企业级 AI 助手的核心卖点是「对话能力」——能不能理解用户输入、给出准确回答、提供有用的建议。这个阶段的典型产品是各类 ChatGPT 套壳或公司内训 ChatBot。

第二个阶段是 Copilot 时代(约 2024-2025),核心叙事转向「工作流嵌入」——AI 能不能直接出现在员工的工作场景中,比如 Word 自动补全、Gmail 智能回复、Excel 公式生成。

第三个阶段是 Workforce 时代(2026 至今),核心叙事开始向「跨任务执行主体」演进——AI 能不能主动理解一个完整的工作目标,自主分解为多个步骤,跨应用、跨数据源、长时间地把任务推进到完成。ChatGPT Work 是这个阶段里 OpenAI 给出的旗舰产品。

从更大的图景看,Workforce 时代意味着 AI 在企业内的角色定位,正在从「工具」切换为「成员」——这种切换对企业的 IT 架构、权限管理、员工评价方式都会产生连锁影响。可以预见,未来 1-2 年里围绕企业级 Agent 的真正较量,会集中在「能否承担长时任务」「能否自主调用多个应用」「能否真正替代跨步骤人工」这些维度上。

七、挑战与未来:安全 + 数据 + 商业模式

ChatGPT Work 的发布同样面对一系列现实挑战。

第一是数据安全挑战。当智能体能够跨应用读取和处理企业内部数据,数据安全的设计难度指数级提升。OpenAI 必须为 ChatGPT Work 设计严格的权限控制、操作审计、敏感数据脱敏等机制,才能让企业接受这是「可控的智能体」而非「无限制的数据外流通道」。

第二是任务可靠性的挑战。多步骤任务的执行过程中,任何一个步骤的失败都可能导致整个任务的中断或质量下降。ChatGPT Work 需要在「任务断点恢复」「重试机制」「失败回滚」等方面做到足够稳健,才能承担真正的生产级任务。

第三是商业模式挑战。ChatGPT Work 的真正价值,是替代了原本由人类员工完成的工作时间——但这种价值如何定价?按席位收费无法反映真实价值,按任务产出收费又难以标准化。OpenAI 必须在定价模型上做出创新,才能让 ChatGPT Work 在商业上真正成立。

第四是组织管理挑战。当 ChatGPT Work 能够完成原本属于某些员工岗位的任务,组织内部的人机协作模式、员工绩效评估方式、职业发展路径都会被重新塑造。这些问题不是技术问题,但是 OpenAI 必须在产品设计上预留相应的接口,引导企业平滑过渡。

整体来看,ChatGPT Work 的发布,宣告了 OpenAI 在企业级 AI 助手市场的位置切换——从一家「更强的模型提供方」,转向「企业级 Workforce 的核心供应商」。这一切换的最终成败,将在未来 12-18 个月里,通过对它所服务的企业工作流的实际效果检验出来。