Databricks 将 GPT-5.5 引入企业代理工作流

# Databricks 将 GPT-5.5 引入企业智能体工作流 来源：https://openai.com/index/databricks/ OpenAI 2026 年 5 月 15 日 GPT-5.5 在 Databricks 针对复杂企业智能体任务的基准测试 OfficeQA Pro 上创下了新的最佳性能。 公司规模：企业 地区：北美 行业：技术 产品：Codex 50% OfficeQA Pro 基准测试准确率（最佳性能） 46% 相比 GPT-5.4，OfficeQA Pro 基准测试错误率降低 在 GPT-5.5 于 OfficeQA Pro（Databricks 针对复杂企业文档任务的基准测试）上创下新最佳性能后，Databricks 正将该模型开放用于客户智能体工作流。 OfficeQA Pro 评估模型在处理涉及扫描 PDF、遗留文件和长上下文文档的工作流中的解析、检索和基于事实的推理能力——这些任务常常导致生产级智能体系统崩溃。 在智能体框架设置中，GPT-5.5 相比 GPT-5.4 错误率降低了 46%，并且成为首个在 OfficeQA Pro 上准确率突破 50% 的模型。 > “搭载 5.5 的 Codex 如今在所有智能体和模型中达到最佳性能。” ——Arnav Singhvi，研究工程师 ## 在 OfficeQA Pro 上实现最佳性能 OfficeQA Pro 包含大量扫描或遗留的企业文档，解析过程中微小的提取错误会在后续工作流中层层放大。“一旦你无法正确提取某个数字或数值，整个智能体处理的信息轨迹就会完全改变。”Singhvi 解释道。 Databricks 在这些重解析工作流中从 GPT-5.5 获得了最大提升。“像 5.4 这样的早期模型无法完全正确解析所有数字，但 5.5 似乎在解析旧文档和扫描 PDF 方面实现了阶跃式提升。”Singhvi 表示。 团队还看到了多步骤任务编排方面的改进。“我们在 5.4 上发现的一个问题是，它有时会进行不必要的搜索绕路，导致轨迹效率非常低下。”Singhvi 说。 与早期模型相比，GPT-5.5 在检索相关上下文以及无需额外监督即可完成复杂工作流方面更加可靠。 ## 将 GPT-5.5 投入生产工作流 Databricks 现已通过 AI Unity Gateway 提供 GPT-5.5，客户可在使用 AgentBricks 和 Agent Supervisor API 构建的工作流中使用该模型。在这些系统中，GPT-5.5 负责编排各专用智能体之间的解析、检索和执行。 “我们将会看到大量客户使用 AgentBricks 和 Agent Supervisor API 构建自定义智能体工作流，”Singhvi 表示，“让 GPT-5.5 来监督这些工作流非常令人兴奋。” > “GPT-5.5 在知识提升方面表现优异。对我们而言，它是在知识工作上的一次阶跃式变革。” ——Arnav Singhvi，研究工程师 ## 继续阅读