企业 Agent 的产品形态正在变清楚：它不只是一个能回答问题的助手，而是一个可以被创建、发布、授权、监控和下线的工作空间资产。ChatGPT Workspace Agents 在 2026 年 5 月底新增的一组控制项，正好体现了这个方向。
这篇可以和站内的 工作空间 Agent 进入企业后台、IBM watsonx Orchestrate 控制平面、ServiceNow AI Control Tower 一起看。它们共同说明：企业采用 Agent，核心问题正在从“能不能做事”变成“谁能让它做什么”。
事实梳理
根据 OpenAI ChatGPT Enterprise & Edu release notes，2026 年 5 月 28 日，Enterprise 和 Edu 的 ChatGPT workspace agents 增加了新的模型、管理员、应用访问和响应能力。官方说明提到，创建者可以选择 GPT-5.5 并设置推理努力，workspace agents 也获得了更好的响应速度。
同一更新还提到，管理员可以控制哪些角色能把 agent 发布到共享工作空间目录，agent 可以通过引导式设置问题更快创建；管理员还能控制哪些连接应用对 agents 可用。随后 5 月 29 日的记录还提到，workspace agents 已在 ChatGPT Business、Enterprise 和 Edu 中一般可用，并延长了免费期。
影响分析
这些变化看起来像产品细节，实际指向企业 Agent 的三个关键门槛。第一，模型和推理努力可控，意味着同一类 Agent 可以按成本、速度和质量做取舍。第二，发布权限可控，意味着不是每个人做出来的 Agent 都能进入共享目录。第三，应用访问可控，意味着 Agent 能连接哪些业务系统，需要进入管理员视野。
对企业来说，这些能力比“又多一个模板”更重要。Agent 一旦可以定时运行、连接应用、在团队内共享，它就不再是个人草稿，而是会影响组织流程的自动化资产。
老达点评
我更关注“发布权限”和“应用访问控制”。因为大多数 Agent 风险不是来自写一段回答，而是来自它接触真实系统以后仍然缺少边界。谁能发布、发布给谁、能连什么应用、能不能查看运行分析，这些问题决定了 Agent 能不能进入团队日常。
对小团队来说，也不用等到大平台能力全部成熟。做 OpenClaw 或内部流程时，至少要先建立 最小权限、变更管理 和 运行日志。这些是任何 Agent 平台都绕不开的基本盘。
给站内读者的判断
接下来评估企业 Agent，不要只问它能不能接 Slack、CRM 或知识库，还要问它有没有角色发布控制、应用访问控制、版本历史、分析数据和停用机制。没有这些能力，Agent 数量越多，治理成本越高。
从长期看，Workspace Agents 这类产品会把 Agent 从个人效率工具推向团队资产目录。谁能把资产目录、权限边界和运行复盘做好，谁就更接近真正可运营的 Agent 平台。
总结
ChatGPT Workspace Agents 的新控制项说明，企业 Agent 正在走向可管理资产。模型选择、发布权限、应用访问和运行分析，会成为团队采用 Agent 时比演示效果更重要的判断标准。
