北京
2026年7月9日，OpenAI 在 ChatGPT Release Notes 中推出 ChatGPT Work。
按照官方介紹，它是一種面向較長、較復雜任務的 agent，可以研究和分析信息，處理連接的應用與文件，并生成文檔、表格、演示、報告和 Sites。用戶可以查看它的工作進度，補充信息，改變方向，并對重要操作進行審批。通過 Scheduled Tasks，它還可以執行一次性任務、定期運行，或者持續監測某項變化。完全不存在。真正發生變化的，是它們正在被收進同一條工作鏈路：接收目標、讀取材料、調用工具、完成制作、提交結果，并在之后繼續跟進。
AI開始從對話框走進交付流程。
一、聊天正在變成一種委托
過去使用 ChatGPT，常見方式是提出一個具體問題：解釋一段材料、潤色一篇文章、設計幾個方案。
任務通常很短。人提出問題，AI給出回答，工作隨后還要由人接回去。
ChatGPT Work 改變了這種交互結構。用戶可以直接描述最終結果，例如：讀完一組資料，補充外部信息，整理出數據表，再生成一份可以匯報的演示文稿。
在這個過程中，人不需要逐條規定每一步操作，但仍然可以查看進度、補充條件、糾正方向和批準關鍵動作。
這更像一種可監督的委托。人交出的不再只是一道問題，而是一段帶有目標、材料和驗收標準的工作。
二、人的能力開始向上游移動
當資料搜索、文件整理、初步分析和基礎排版被連續完成，許多人的日常工作會發生變化。
過去，一項任務可能需要先搜集材料，再建立表格，然后整理邏輯，最后制作報告。每個環節都需要人工操作，也因此形成了不同崗位的工作量。
現在，這些環節有機會被壓縮進一次任務委托。
人的精力會逐漸從操作過程移到任務上游：目標是否明確，材料是否完整，約束條件是否合理，最后的結果能否用于真實決策。
會寫提示詞當然有用，但它只是入口。更難的能力是判斷一份報告遺漏了什么，一組數據是否支持結論，一個看起來完整的方案究竟能不能執行。
當成品越來越容易生成，驗收能力會變得更稀缺。
三、新人可能失去原來的學習臺階
崗位變化通常不會以“整個職位突然消失”的方式發生。更常見的情況，是崗位中的一部分任務被逐步抽走。
運營人員可以讓 agent 完成數據匯總，編輯可以先讓它整理背景資料，項目經理可以讓它維護文件與進度。過去需要多人傳遞的小任務，會越來越多地集中到一個人和一個 agent 之間。
效率提高之后，組織還要面對另一個問題。
許多基礎工作雖然重復，卻也是新人熟悉行業的途徑。年輕編輯通過查資料逐漸理解信息來源，初級分析師通過整理表格發現數據之間的關系，項目助理通過記錄會議學習團隊如何做決定。
當這些工作被自動完成，新人可能直接接觸結果，卻沒有經歷形成結果的過程。
企業今后需要重新設計培養方式。不能只讓新人檢查 AI 的答案，還要讓他們理解答案是怎樣產生的、哪些地方最容易出錯，以及什么時候應該推翻整套結果。
四、交付可以自動化，責任仍要落到人身上
完整、漂亮的交付物很容易制造一種可靠感。
文檔結構清楚，表格格式規范，演示頁面專業，結論讀起來也很順暢。但形式完整與判斷正確并不是一回事。
信息可能已經過期，數據口徑可能不一致，引用可能脫離語境，分析也可能在某個錯誤前提上繼續向下展開。
ChatGPT Work 保留了查看進度、改變方向和審批重要操作的機制，這本身已經說明：工作可以委托，監督仍然存在。定采用哪些材料，誰批準最終結果，誰就仍然需要承擔相應后果。
未來的工作流程里，執行時間可能縮短，判斷發生的位置卻會提前。很多人不再親手完成全部步驟，卻要更早地決定方向，也要更清楚地知道哪些環節必須由人復核。
結語
ChatGPT Work 帶來的變化，不只是 ChatGPT 又增加了一種模式。
它把研究、工具調用、文件處理、內容制作和持續任務連接起來，使 AI 更接近一個可以承接完整任務的工作角色。
接下來，人們會逐漸習慣把一段工作交給 AI，而不僅是向它詢問一個答案。
但交出任務之前，需要先把目標說清楚；收到結果之后，還要判斷它是否可信、是否可用、是否值得據此行動。
當制作成品越來越快，真正耗費經驗的部分，會集中到定義、檢查和負責這三個環節。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
