张坤的博客

ChatGPT Work来了:ChatGPT更接近“数字员工”了

ChatGPT Work把连接器、Agent、Codex和长任务能力整合进一套工作体验。对知识工作者来说,重点正在从怎么提问,转向怎么派任务、划边界和验结果。

张坤7 分钟1 阅读
ChatGPT Work来了:ChatGPT更接近“数字员工”了

也在公众号发布

微信公众号 张坤zkun 二维码

张坤zkun

扫码关注公众号,这篇也在那边。

阅读公众号原文 →

OpenAI发布了ChatGPT Work。它没有凭空创造一种全新的AI能力,连接器、定时任务、Agent和Codex此前已经分别出现。ChatGPT Work真正值得关注的地方,是把这些零散能力装进了一段更完整的工作流程。

按照OpenAI的官方介绍,ChatGPT Work可以整合工作上下文,规划执行路径,并在获得授权后调用工具、文件和桌面应用,生成电子表格、文档和演示文稿等交付物。这让ChatGPT进一步接近一个能持续接活、推进和交付的“数字员工”。这里的“数字员工”是我的理解,并非OpenAI给出的正式产品分类。

我还没有完整跑过这套刚发布的产品,所以这篇文章不写实测结果。下面涉及产品能力的部分,以OpenAI官方产品页、发布说明和帮助中心为准;涉及产品经理、项目经理和内容工作的部分,是我结合AI落地经验做的场景推演。

01 这次升级,核心是把一段工作接起来

过去几年,ChatGPT已经能搜索资料、调用工具、连接外部数据,也能处理较长的任务。问题在于,这些能力经常散落在不同入口里。用户仍要自己搬资料、切换工具、拼接结果,再判断下一步该做什么。

ChatGPT Work试图把这几段接起来。官方产品页强调,它会先理解目标和相关上下文,再规划工作路径,调用获准使用的工具,最后生成可检查的成品。对于知识工作者来说,协作单位正在从“一次回答”扩大到“一段可以验收的工作”。

官方介绍的定位是通过插件和可用工具从现有工作流中提取上下文;在公开发布说明中,Slack、Microsoft Teams、Google Drive、SharePoint、邮件、日历、CRM和项目管理工具曾被作为可连接场景提及。CRM指客户关系管理系统,用来记录客户、销售线索和跟进过程。插件需要连接相应账号并取得授权,团队版和企业版还会受到工作区管理员配置的限制,因此每个账号能看到和能执行的内容可能不同。

开放范围也有条件。根据OpenAI在2026年7月10日发布页面中的说明,桌面端先向所有套餐用户开放;Windows桌面端、网页端和移动端将陆续覆盖Plus、Pro、Business、Enterprise及Edu套餐,具体入口以账号及官方最新说明为准。刚发布阶段功能变化会很快,实际入口、插件和权限应以账号页面及管理员设置为准。

02 放进真实工作里,它可能改变什么

我做AI落地时,经常看到一个低效现场:会议开完了,纪要在一个工具里,任务表在另一个工具里,历史资料躺在网盘,项目经理还要去群里逐个追进度。模型早就能总结会议,真正耗时间的部分却留在模型外面,包括找资料、搬信息、更新状态和准备下一次会议。

OpenAI官方展示的场景包括读取团队更新、刷新会议议程、汇总网站和仪表盘变化,以及把客户反馈中的重复主题整理成产品想法。这些属于官方给出的能力示例,不能直接等同于每个用户已经跑通的真实结果。是否能完成,还要看数据源有没有接入、权限是否开放、任务描述是否清楚。

放到项目管理里,可以这样理解:AI读取获准访问的会议记录和任务状态,先整理延期事项、依赖关系与待确认问题,再生成一份供人检查的会议材料。放到产品工作里,它可以汇总不同渠道的用户反馈,把高频问题和原始出处放在一起。这里是基于官方能力做出的工作场景推演,我没有把它写成已经完成的实测案例。

内容工作也有类似机会。素材归类和格式转换可以交给AI先处理,人把时间留给选题、核对和观点取舍。被压缩的主要是信息搬运、重复整理和机械跟进,人的判断责任没有跟着消失。

03 “数字员工”仍然要按员工的方式管理

Work越接近真实工作,权限问题就越具体。读取公开资料和读取客户数据不能使用同一条边界,生成内部草稿和向外发送邮件也不是同一类动作。接入插件前,需要先规定它能看什么、能改什么,以及哪些动作必须由人确认。

任务中间还要设置检查点。一个稳妥的做法,是先确认资料范围,再检查处理方案,最后验收准备对外使用的结果。对于发邮件、删除文件、修改客户记录、付款和公开发布等高风险动作,人工批准仍然应该保留。

操作记录也不能省。AI调用过哪些文件、改过哪些内容、在哪一步获得授权,都应该可以回看。出了问题,最终责任仍然属于任务所有者,不能因为用了“数字员工”这个比喻,就把责任也交给模型。

AI能推进的步骤越多,人越需要把目标、权限和验收标准写清楚。 “帮我做一份销售分析”范围太大,系统很容易自己补全缺失条件。更清楚的任务会写明数据范围、交付格式、禁止动作,并要求结论附上原始记录。

04 普通知识工作者可以从哪里开始

一开始不用把整套工作交出去。可以先选重复频率高、结果容易检查、出错影响较低的任务,例如整理每周会议更新、归类公开资料、汇总用户反馈或生成内部文档初稿。这些任务输入相对明确,人工也容易看出结果有没有偏。

跑通之后,再逐步增加工具和权限。可以先让AI只读资料并生成草稿,稳定一段时间后,再允许它更新内部文档;可以先逐次批准,再考虑把固定任务交给系统按计划执行。每扩大一步,都要观察错误能否被及时发现和撤回。

高风险动作继续留在人手里,让AI承担低风险步骤,把人放在判断、授权和验收的位置。这样的分工没有“全自动”刺激,却更适合长期使用。

ChatGPT Work释放的信号很清楚:聊天、连接器、Agent和Codex正在组成连续的工作体验。接下来拉开效率差距的,会是一个人能不能把工作拆清楚、交出去,再把结果验回来。 会不会问仍然重要,会不会管理AI完成一段工作会更重要。

05 可复核资料

资料一是OpenAI产品页“ChatGPT Work with GPT-5.6”,链接为https://openai.com/chatgpt-work/,用于核对工作上下文、规划执行、跨工具行动和交付物能力。资料二是OpenAI发布说明“ChatGPT is now a partner for your most ambitious work”,链接为https://openai.com/index/chatgpt-for-your-most-ambitious-work/,用于核对插件场景、套餐与分批开放信息。资料三是OpenAI帮助中心“ChatGPT Work and Codex”,链接为https://help.openai.com/en/articles/20001275-chatgpt-work-and-codex,用于核对Work与Codex的产品定位及使用说明,以上页面访问日期均为2026年7月10日。

张坤

张坤专注企业 AI Agent 落地的项目经理

我是张坤,专注企业 AI Agent 落地的项目经理。 这里沉淀 RAG、知识库、数据治理、Agent 项目从立项、落地交付到成本算账的一手实践,也坦诚记录项目失败与踩坑复盘。 少聊大模型纸面能力,聚焦 AI 在真实企业场景里如何落地、存活,真正产生业务价值。

ChatGPT Work来了:ChatGPT更接近“数字员工”了 · 张坤的博客