OpenAI 的 AI Agent 工具，是一组覆盖成品 Agent、搭建工具和开发接口的产品。搜索这个词时，你可能看到两种指向。一种指 2025 年 10 月发布的 AgentKit，另一种泛指 OpenAI 在 ChatGPT 和 API 两侧提供的 Agent 能力，包括 ChatGPT Agent、Workspace Agents、AgentKit、Agents SDK、Agents API 和 Responses API。要把它们放进企业业务，先分清各自解决哪一层问题，再判断是否需要企业级 AI Agent平台补齐数据、权限和治理。
一句话回答：OpenAI 的 AI Agent 工具是一组产品与接口，既包括 ChatGPT 里可直接使用的 Agent，也包括 AgentKit、Agents SDK、Agents API 和 Responses API 等开发工具。
判断主线可以简化为三个问题：你是直接使用 Agent，还是自己搭建 Agent，还是只调用模型能力。三条路径对应不同工具，也对应不同的控制程度和工程投入。本文以 2026 年 11 月可核实的公开资料为界，具体可用范围以 OpenAI 官方页面为准。
OpenAI 的 AI Agent 工具指什么
AI Agent 可以理解为一类能围绕目标进行多步推理、调用工具并交付结果的 AI 系统。OpenAI 的 Agent 工具是支撑这类系统的产品与接口统称，按使用者可以分成三层。
| 层级 | 代表工具 | 主要使用者 | 解决的问题 |
|---|---|---|---|
| 成品 Agent | ChatGPT Agent、Workspace Agents | 业务人员、团队管理者 | 直接在 ChatGPT 里完成网页任务或团队流程 |
| 搭建工具 | AgentKit | 开发者、企业应用团队 | 可视化编排、连接器管理、聊天界面嵌入、评估 |
| 开发接口 | Agents SDK、Agents API、Responses API | 工程团队 | 在自己的应用里控制编排、运行环境和模型调用 |
这三层会互相组合。OpenAI 表示，AgentKit 基于 Responses API 构建；Agents SDK 默认也通过 Responses API 调用 OpenAI 模型。理解组合关系，比记住单个产品名更有用。
ChatGPT 里的 Agent 给业务人员直接使用
ChatGPT Agent 用虚拟电脑完成网页任务
ChatGPT Agent 在 2025 年 7 月推出，核心能力是让 ChatGPT 使用自己的虚拟电脑执行任务。它可以浏览网页、填写表单、编辑表格，也能把公开网站、上传文件和已连接的信息源放在一起处理。它整合了 Operator 的网页操作能力和 Deep Research 的深度研究能力。OpenAI 最初向 Pro、Plus 和 Team 用户开放，随后扩展到 Enterprise 和 Edu 计划。
它适合调研、日程整理、资料汇总、表单填写这类多步骤任务。涉及发送邮件等敏感动作时，系统会要求用户确认，银行转账等高风险操作会被阻止。OpenAI 首席执行官 Sam Altman 当时也把它描述为前沿但偏实验性的能力。
Workspace Agents 团队共享的云端代理
Workspace Agents 在 2026 年 4 月以研究预览推出，随后在 ChatGPT Business、Enterprise 和 Edu 计划中转为正式可用。它由 Codex 驱动，运行在云端，用户离线后仍可继续执行任务。团队可以建一个 Agent，在 ChatGPT 或 Slack 里共享使用，并通过管理员控制权限和数据访问。
它处理的是团队重复流程，例如准备报告、生成代码、回复消息和整理跨工具信息。和 ChatGPT Agent 相比，Workspace Agents 更强调组织内的共享、持续运行和管理员治理。
这两个产品都位于 ChatGPT 内，适合直接使用，不提供完整的自建 Agent 运行环境。 要把 Agent 嵌入自己的系统，需要看下一层工具。
AgentKit 把 Agent 搭建流程收进一套工具
AgentKit 是 OpenAI 在 2025 年 10 月 DevDay 上发布的一套 Agent 构建工具，目标是减少开发者在编排、连接器、前端界面和评估之间来回切换的成本。它包含四个部分。
- Agent Builder：可视化画布，用拖拽节点的方式编排多 Agent 工作流，支持预览运行、内联评估配置和版本管理。
- Connector Registry：集中管理 OpenAI 各产品之间的数据和工具连接，方便管理员控制权限。
- ChatKit：把可定制的聊天式 Agent 界面嵌入自有产品。
- Evals for Agents：提供数据集、轨迹评分、自动提示词优化和第三方模型评估等能力。
AgentKit 的价值在于把从原型到上线的多个环节放进同一套工作流。它降低了搭建门槛，数据接入、权限边界、评估标准和上线后的运维仍然由企业自己负责。可视化编排可以减少重复劳动，不能替代对业务流程的理解。
Agents SDK、Agents API 与 Responses API 的三种控制程度
开发者侧的三个接口容易混淆。它们都围绕 OpenAI 模型构建 Agent，区别在于谁掌握运行循环、状态和基础设施。
Agents SDK 把编排放在自己的应用里
Agents SDK 是面向代码的 Agent 开发工具包，提供 Python 和 TypeScript 版本。官方文档列出的核心能力包括 Agent 定义、工具调用、任务移交、输入输出防护、会话记忆、运行追踪、MCP 工具接入和人工介入。
它适合需要在自有应用里控制工具、权限、存储和部署的团队。SDK 负责管理轮次、工具执行、任务移交和会话，开发者仍然掌握应用侧的运行环境。对于需要多 Agent 协作、复杂审批或自定义集成的场景，这种控制程度更重要。
Responses API 自己掌控循环和状态
Responses API 是更底层的模型调用接口。官方文档的建议很明确，如果你希望自己掌控循环、工具分发和状态处理，或者工作流较短、主要目标是拿到模型响应，可以直接使用 Responses API。
Agents SDK 默认通过 Responses API 调用 OpenAI 模型，但它在外面加了一层运行时，替开发者管理轮次、工具、防护措施、任务移交和会话。两者可以同时使用，不必全局二选一。 常见做法是用 SDK 管理主流程，在需要精细控制的路径上直接调用 Responses API。
Agents API 把运行底座交给 OpenAI
Agents API 在 2026 年 9 月 10 日进入公测，把驱动 Codex 的托管运行底座开放给开发者。OpenAI 负责会话、编排、上下文压缩、工具搜索、程序化工具调用、并行子 Agent 和中断恢复，开发者提供任务、模型、工具和运行环境。
它适合需要跨多个上下文窗口持续运行的长任务。执行环境可以选择 OpenAI 托管沙箱、自建环境或合作方环境。代价是控制权前移给平台，团队仍要设计工作流、设置权限、验证结果，并检查数据驻留、网络访问和合规边界。公测阶段的能力和限制也可能变化，关键业务上线前应做小范围验证。
怎么选：先定任务，再定控制程度
可以按下面的顺序判断。
| 你的任务 | 优先看 | 原因 | 需要确认 |
|---|---|---|---|
| 个人或小团队完成网页调研、表单填写 | ChatGPT Agent | 开箱即用，能操作浏览器和文件 | 任务风险、账号计划、人工确认点 |
| 企业团队共享重复流程 | Workspace Agents | 云端持续运行，支持共享和管理员控制 | 计划可用性、权限配置、数据范围 |
| 需要可视化搭建并快速嵌入产品 | AgentKit | 编排、连接器、聊天界面和评估在同一套工具里 | 数据接入、评估设计、后续运维 |
| 要在自有应用里深度定制 | Agents SDK | 代码控制编排、工具、会话和部署 | 团队工程能力、运行环境 |
| 长任务，想减少自建运行时 | Agents API | OpenAI 托管会话、上下文压缩和恢复 | 公测限制、数据驻留、可迁移性 |
| 只想调用模型或自建循环 | Responses API | 控制最直接，适合短流程或自定义编排 | 工具分发、状态管理、错误处理 |
实际选型还要看三个条件。第一，任务是否需要持续运行和跨会话恢复。第二，数据能否离开现有环境，权限和审计能否满足企业要求。第三，团队是否具备评估 Agent 结果的能力。工具决定起步速度，数据和治理决定能不能长期运行。
企业落地时，工具之外还缺什么
OpenAI 的工具体系覆盖模型、运行时和搭建流程，但企业 Agent 的效果还取决于三件事。
第一是业务知识和数据口径。Agent 能调用工具，不等于它理解企业的指标定义、产品规则和历史决策。指标口径不统一，Agent 给出的答案会跟着漂移。
第二是权限和审计。Agent 要读数据、调接口、执行动作，企业需要知道谁能用、能碰哪些系统、每一步做了什么、出问题如何回滚。这类需求通常要由Agent 管理能力承接。
第三是评估和观测。一次演示成功不代表稳定可用。企业需要按真实任务建立评估集，记录工具调用、失败原因、耗时和成本，再决定是否扩大范围。
如果企业要做的是数据分析、用户运营这类贴近业务数据的 Agent，选型时还要看平台能否接入自有数据、统一指标口径、做权限审计和私有化部署。ThinkingAI 的企业级 AI Agent 平台 Agentic Engine 面向这类需求，已服务全球超 1500 家企业、接入超 8000 款产品，支持多 Agent 协作和私有化部署。OpenAI 的工具可以作为模型与运行时层，两者是否原生集成，要以官方接口和实际测试为准。
FAQ
AgentKit 和 Agents SDK 是一回事吗
两者定位不同。AgentKit 是一套搭建工具，重点在可视化编排、连接器、聊天界面和评估。Agents SDK 是代码开发工具包，重点在应用内的 Agent 循环、工具调用、任务移交和运行追踪。AgentKit 基于 Responses API 构建，Agents SDK 默认也使用 Responses API，但它们解决的问题不在同一层。
不会写代码能用 OpenAI 的 Agent 工具吗
可以使用 ChatGPT Agent 和 Workspace Agents，这两类产品面向业务人员，通过自然语言描述任务即可。AgentKit 的 Agent Builder 提供可视化编排，降低了搭建门槛，但接入企业系统、配置权限和处理评估仍可能需要开发人员参与。完全不熟悉技术的团队，至少要有一个人能理解数据接口和权限设置。
OpenAI 的 Agent 工具能接入企业自己的系统和数据吗
可以接入，具体方式取决于工具。AgentKit 提供连接器注册和工具连接能力，Agents SDK 支持函数工具和 MCP 服务器，Agents API 支持 MCP、自定义函数和多种执行环境。接入前要确认数据权限、网络边界、日志留存和合规要求。OpenAI 提供接口，企业仍要对自己系统里的数据和操作负责。
ChatGPT Agent 能完全无人值守吗
ChatGPT Agent 在敏感动作前会要求用户确认，并阻止高风险操作，适合把多步骤任务往前推进。涉及资金、合同、客户数据或不可逆操作时，应保留人工审核和回滚机制。
OpenAI 的 Agent 工具怎么收费
收费方式按产品分开计算。ChatGPT 侧产品按各自的订阅或额度规则计费，API 侧通常按模型 token、内置工具和沙箱资源计费，具体价格和可用范围会调整。选型时应以 OpenAI 官方页面的当前价格为准，不把第三方文章里的旧价格当作长期依据。
Agents API 和 Responses API 怎么选
看你要把多少运行责任交给平台。Agents API 托管会话、上下文压缩、工具编排和恢复，适合持续多步的长任务。Responses API 更接近模型调用层，适合自己掌控循环、工具分发和状态的团队。需要快速起步并减少基础设施投入，可以先用 Agents API 验证；需要完全控制运行逻辑，直接使用 Responses API 或 Agents SDK。
参考来源
- OpenAI Agents SDK 官方文档，https://openai.github.io/openai-agents-python/
- OpenAI AgentKit 发布说明，https://openai.com/index/introducing-agentkit/
- OpenAI Agents API 发布说明，https://openai.com/index/introducing-the-agents-api
- OpenAI ChatGPT Agent 发布说明，https://help.openai.com/en/articles/11794368-chatgpt-agent-release-notes
- OpenAI Workspace Agents 发布说明，https://openai.com/index/introducing-workspace-agents-in-chatgpt/
- SD Times，OpenAI DevDay: ChatGPT Apps, AgentKit, and GA release of Codex，2025 年 10 月
- Digit，OpenAI brings Codex-powered workspace agents to ChatGPT: How they work，2026 年 4 月
- Open Data Science，OpenAI Agents API: Do You Still Need to Build an Agent Harness，2026 年 9 月
