Operationalizing AI in workflows: Lee Spacagna, Solutions Engineer, OpenAI

### TL;DR OpenAI解决方案工程师Lee Spacagna演示了如何通过新版ChatGPT Workspace Agent快速构建一个“参谋长”AI Agent，将团队日常工作中的数据、工具和流程自动化，弥合个人聊天机器人与大型系统变革之间的中层自动化空白。 --- ## 金融行业AI应用的两条路径与缺失的中层 每天与金融机构合作时，客户都会问：AI究竟能在哪些方面改变我的业务运营？当前AI应用有两条路径： - **自下而上**：赋予员工ChatGPT和Codex工具，在日常工作中使用AI。 - **自上而下**：公司系统层面构建新产品，如改善客户服务、优化运营支持。 但中间缺失了一层——**团队和部门层面的自动化**。这正是新版ChatGPT Workspace Agent旨在填补的空白。 --- ## 什么是Agent？ Agent是指可以委派有意义任务的AI系统，而不仅仅是提问。通过已有的工具（电子邮件、日历、生产力应用等），Agent可以像人类一样完成工作。过去几个月中，Agent的能力大幅跃升——尤其是在GPT 5.5发布之后。如今Agent能处理过去需要数小时甚至数天的复杂任务，并且可以从头到尾执行。 借助Workspace Agent，用户可以将自定义GPT提升到更强大的层面：新的Agent构建器将共享应用、技能和部署整合到一个平台，使Agent能在工作发生的同一地点运作。 --- ## 构建一个“参谋长”Agent（演示） ### 1. 使用模板与连接工具 在标准界面的左侧新增了“Agent”选项。选择已有的“参谋长”Agent模板，模板已包含一系列指令、工具和能力。接着连接微软工具：Outlook日历、Teams和Outlook电子邮件。 **关键亮点**：指令由另一个Agent自动编写，无需任何提示工程或技术技能。业务用户可以用自然语言让一个Agent为自身构建另一个Agent。 ### 2. 定制每日简报 初始版本已可用，但用户希望Agent每天早上9点运行，查看会议、应用和夜间邮件，生成每日简报。只需用自然语言给出指令：“我需要它在早上9点运行”。几秒钟内Agent完成定制。 ### 3. 测试与部署到Teams 下方出现两个启动提示（内置能力）。选择“准备今天的简报”，要求Agent使用所有可用信息生成简洁简报，突出优先级、决策、阻碍和后续事项，然后发布到CFO团队频道的每日准备频道。 Agent启动后抓取电子邮件、日历等资源，交叉引用当天的会议。首次运行时请求授权发布到Teams。授权后，简报已成功发布到Teams的每日准备频道。 短短几分钟内，一个连接日常工具、定制化指导、为整个团队服务的参谋长Agent就构建完成。 ### 4. 添加会议准备功能 团队因连续会议而疲惫，没有时间做会前准备。用户希望Agent能在每次会议前主动研究：谁参加了会议、最新情况、会议目标。 首先添加更多工具：从SharePoint（存储公司信息和笔记）和Salesforce（CRM和客户上下文）连接。完成后，这些应用已接入Agent。 接着添加“技能”。技能是捕获信息片段和指令以执行关键任务的方式，相当于将团队默契和惯例转化为可重复的工作流程。已有两个技能（“参谋长”和“最终简报格式化”），再添加一个已有的“会议准备”技能，该技能规定了信息结构、关键信息、来源和发布位置。 ### 5. 更新指令与部署 用自然语言告诉旁边的Agent：刚刚添加了Salesforce和SharePoint，需要新增能力，让Agent生成快速会议简报，且只提供下一次会议的信息。Agent据此更新，并自动在下方添加第三个启动提示：“准备我的下一次会议”。 Agent运行后，从Salesforce和SharePoint等来源提取上下文，按照技能格式整合成一份简洁简报。 --- ## Agent的日常使用与个人收益 Lee分享了自己的使用体验：每天早上运行一个Agent，检查所有夜间邮件、业务范围更新、昨天在Slack或电话中承诺的事项，以及通话记录中的上下文。到达办公室时，所有邮件的回复草稿已准备好，只需点击“发送”或“批准”即可发送给客户。这每天节省了第一个小时的时间，彻底改变了他的工作方式。 对于团队而言，以前人手不足无人准备会议，现在每个人都能像拥有自己的参谋长一样从容参会。 --- ## 大规模管理Agent：Frontier平台 当有成百上千个Agent时，如何管理？**Frontier**是OpenAI用于大规模部署和管理Agent的平台。它连接通常隔离的数据仓库、CRM和内部应用，为AI同事提供与团队相同的共享上下文。Agent在受治理的环境中进行数据推理、运行代码、使用工具并采取行动。 关键特性：系统从交互中学习，随时间评估自身表现——做得越多，表现越好，就像企业中的员工