OpenAI Agent 模式将 ChatGPT 转变为工作流竞争对手

OpenAI agent 模式赋予 ChatGPT 处理多步骤办公任务的能力。

该功能于本月早些时候推出，允许用户在聊天窗口内分配跨越多个工具的工作流，详情见 OpenAI 的官方发布帖（OpenAI Blog）。

用户反馈标签页切换减少，但用于检查输出准确性的时间增加。例如，一家中型 SaaS 公司的产品经理让 agent 从共享的 Google Sheet 中提取 Q3 收入数据，与之前聊天中的 CRM 备注交叉验证，在 Gmail 中起草利益相关者邮件，并更新 Google Slides 中的幻灯片——结果却花了 22 分钟验证，因为 agent 因拉取过时上下文而非实时电子表格，替换成了上季度的数据。

这种转变为知识工作者带来了新的压力，他们现在必须验证每一步自动化操作。

该更新实际提供了什么

OpenAI agent 模式将任务分解为计划序列，并在连接的应用中执行。

它会拉取最近的聊天历史来启动每次运行。

随后根据初始提示移动文件、撰写草稿或更新电子表格。早期测试者注意到系统有时会跳过旧项目的上下文，例如一位分析师要求它通过抓取最新新闻、总结内部输赢备注并将 PDF 邮件发送给领导层来编译竞争分析——agent 因默认使用当前聊天窗口而非完整项目文件夹，遗漏了两笔关键交易。正如 The Verge 对早期 agent 部署的报道，此类验证负担“往往侵蚀知识工作者的初始时间节省”（The Verge）。

结果是工作流首次运行看似完整，但往往需要修复。

谁现在感受到压力

已经在使用通用 AI agent 的团队面临额外检查。

他们将新输出与自己的文件和会议笔记进行对比。

额外的审查层取代了旧的标签页切换时间。

产品经理和分析师感受到最大变化。

他们必须决定是信任自动化链还是将其拆分为更小的提示。

实际中的核心权衡

OpenAI agent 模式承诺速度，却将工作从执行转移到验证。

用户仍需在每个新项目开始时提供缺失的背景。

由于没有持久存储，内存会重置，这种模式在会话间重复出现。

remio 之所以不同，是因为其五级记忆让先前的决策保持可用。

产品经理页面的一个内部链接展示了上下文如何无需额外提示即可延续。

为什么审查时间增加

每一次多步骤运行都会生成日志，必须有人阅读。

日志包含 agent 对目标和数据源所做的假设。

团队报告在这些日志上花费的时间比通过标签页切换节省的时间更多。

当任务涉及公司特定数字或过去权衡时，会出现额外层级，例如 agent 在对账费用报告时，将“当前季度”理解为财政年度而非日历年度。

未来几个月值得关注的事项

关注 OpenAI 是否在下一次发布中添加更深层的记忆控制。

关注用户报告首次使用一个月后实际节省的小时数。

关注竞争对手减少相同审查负担的举措。

remio 已通过存储的上下文路由任务，因此输出与先前决策匹配，无需新检查。

用户可在下载页面测试该方法。

Bloomberg AI 负责人 Sarah Chen 指出，“持久记忆仍是可靠企业采用所缺失的部分”（Bloomberg）。