סוכני סביבת עבודה ב-ChatGPT: המדריך המלא לבניית אוטומציה צוותית חכמה

The Pulse:

• סוכני סביבת עבודה (Workspace Agents) של OpenAI זמינים בתצוגה מקדימה חינמית עד 6 במאי 2025, ולאחר מכן יעברו לתמחור מבוסס קרדיטים בדומה למודל של Codex.
• OpenAI עצמה מפעילה סוכנים פעילים בצוותי שיווק, חשבונאות וסיכוני ספקים: סוכן אחד הופך בריף מוצר לאתר אינטרנט, אחר מכין סגירת חודש חשבונאית, ושלישי מייצר דוחות סיכון ספקים מובנים.
• בדמו ה-IT, הסוכן זיהה שכלי מאושר בשם Bloom מוצה לחלוטין ואין רישיונות פנויים, יצר כרטיס Jira אוטומטית לצוות IT, והציג את מלוא שרשרת ההיגיון לפני כל פעולה.

TL;DR: סוכני סביבת עבודה ב-ChatGPT מאפשרים לצוותים לבנות סוכני AI שפועלים ברקע, מתממשקים עם Google Drive, Slack, Jira ו-Microsoft, ומבצעים משימות מורכבות ורב-שלביות ללא תמיכת IT. הכלי חינמי עד 6 במאי 2025, ולאחר מכן יעבור לתמחור מבוסס קרדיטים בדומה ל-Codex, כאשר מורכבות הריצה קובעת את עלות הקרדיטים.

הפער בין כלי AI אישי לכלי AI ארגוני הוא לא רק שאלה של גודל, אלא של ארכיטקטורה שונה לחלוטין. Custom GPTs פתרו בעיית שיתוף תבניות, אך נכשלו בביצוע משימות רב-שלביות על לוח זמנים, עם גישה למספר מערכות במקביל. Workspace Agents מגשרים על הפער הזה בדיוק: הם רצים בענן גם כשהמחשב סגור, מתממשקים עם Google Drive, Slack, Jira ו-Microsoft, ומחזירים לוג ביקורת מלא לכל ריצה.

במאמר זה אדגים שני מקרי שימוש מוכחים שכבר פועלים בפרודקשן אצל OpenAI עצמה: סוכן הכנת פגישות שחוסך שעות עבודה יומיות, וסוכן בקשות תוכנה שמנהל ערוץ Slack שלם ללא מעורבות צוות IT. אסביר את מנגנון ההרשאות, מבנה הזיכרון, ואת מפת הדרכים לתמחור אחרי 6 במאי.

"`html

מה הם Workspace Agents ואיך הם שונים מ-Codex ומ-GPTs מותאמים אישית

סוכני סביבת עבודה (Workspace Agents) הם אגנטים מבוססי Codex המשתלבים ישירות ב-ChatGPT ומעוצבים לטיפול בעבודה מורכבת וארוכת טווח החוצה מערכות מרובות. בניגוד ל-Custom GPTs שהם כלים קלים להשתמוש עבור תבניות משותפות, Workspace Agents יכולים לרוץ בתהליכים רב-שלביים בעננן (בצד השרת), גם כאשר המחשב שלך סגור. הם מתממשקים עם קבצים, קוד וכלים חיצוניים, ומשתפים בעבודה בין חברי צוות. זמינים כיום בתצוגה מקדימה לתוכניות ChatGPT Business, Enterprise, Edu וChatGPT for Teachers, וחינמיים עד ל-6 במאי 2025.

ממד השוואה	הגישה המקובלת	נקודת המבט של יעקב אברהמוב
טווח שימוש	Custom GPTs לאדם אחד; Codex לפרויקטים אישיים	Workspace Agents לצוותים משותפים; עבודה מתוזמנת וממושכת
הרצה ברקע	דורש פתיחה ידנית של כלי או ממשק	רץ בעננן על לוח זמנים קבוע, אפילו בלילה או בסוף שבוע
שיתוף וקנייה	Custom GPTs מוגבל לשיתוף ידני; לא קל להתאים אישית	שיתוף בקישור או ספריית סוכנים; הנמענים יכולים לשכפל ולהתאים
בקרת הרשאות	ללא בקרה מפורשת על כלים וקבצים	נעילת קריאה בלבד, השבתת כתיבה, בקרת תפקידים לתוכניות Enterprise
זיכרון ותיעוד	אין זיכרון מתמיד בין הרצות	זיכרון קבוע לכל ערוץ Slack או משתמש; ניתוח מלא של כל הרצה

ההבדל המהותי בין Workspace Agents לבין Codex הוא בהיקף וההקשר. Codex מעוצב לעבודה אישית: מפתח בודד העובד עם מודל קוד. Workspace Agents, לעומת זאת, מעוצבים לסביבה משותפת שבה צוות שלם משתמש באותו סוכן, כל אחד עם הקשר שלו וזיכרון משלו. כפי שהסביר Ho Joon Cha מצוות ה-Solutions Engineering של OpenAI, הסוכנים שלהם בפנים רצים בצוותי שיווק, חשבונאות וניהול סיכוני ספקים: כלומר, בתפקידים ארגוניים מורכבים שדורשים קריאה מנתונים חיצוניים, תקשור בין מערכות וקבלת החלטות מנומקת. זה לא משהו שCustom GPT יכול לעשות ללא התערבות אנושית קבועה.

כשמדברים על Custom GPTs, חשוב להבין שהם היו הצעד הראשון של OpenAI לעבר אוטומציה קלה של תהליכים. אך כאשר GPTs הושקו לראשונה, המודלים והפרימיטיבים של הפלטפורמה לא היו מתאימים לעבודה מורכבת וממושכת. Workspace Agents הם השלב הבא. Christina Huang מצוות ה-Engineering של OpenAI הסבירה שלמעשה יש ממיר אוטומטי מ-GPTs ל-Workspace Agents בדרך: כך שאם בנית Custom GPT שעובד, תוכל להעביר אותו לסוכן סביבת עבודה ולהנות מיכולות ההרצה ברקע, התזמון וההשתלבות עם Slack וכלים אחרים. זה אומר שהשקעתך ב-Custom GPTs לא תהיה מבוזבזת; היא תהפוך לבסיס לסוכנים חזקים יותר.

בפנים OpenAI, השימוש בסוכנים הוא נרחב ומגוון. צוות השיווק בנה סוכן שהופך תיאור מוצר ישירות לאתר אינטרנט: הוא מוציא דרישות מ-Google Docs וקוד, ומרכיב הכל בעצמו. צוות החשבונות בנה סוכן שמעזר בהכנה לסגירת חודשית מהר יותר ובעקביות גדולה יותר. וצוות הפיננסים בנה סוכן לביקורת סיכון ספקים: הוא חוקר ספקים, מעריך חשיפה לסנקציות, בריאות פיננסית וסיכון מוניטין, ומייצר דוח מובנה. כל אלה הם תהליכים שדורשים לא רק קריאת נתונים, אלא הסקת מסקנות, השוואה לעמדות פנימיות, ופעולה בסביבות חיצוניות כמו Jira ודואר אלקטרוני.

התובנה המרכזית: Workspace Agents הם כלי ממשי לאוטומציה ארגונית: לא סתם גרסה משופרת של Custom GPTs, אלא ארכיטקטורה שונה לחלוטין המעניקה לצוותים יכולת להפעיל סוכנים מורכבים בלי צורך בהנדסה או תמיכת IT, וזה משנה את המשחק עבור כל ארגון שמתמודד עם עבודה חוזרת ורב-מערכתית.

"`

"`html

בניית סוכן הכנת פגישות: מיומן Google Calendar ועד בריף מעוצב בתיבת הדואר

סוכן הכנת הפגישות הוא דוגמה מעשית של כיצד Workspace Agents מטפלים בעבודה רב-שלבית המפוזרת על מערכות שונות. הסוכן בודק את יומן Google Calendar שלך, מחפש מידע על הלקוחות בתוך Google Drive וברשת האינטרנט, ואחר כך מייצר בריף מעוצב לכל פגישה ושולח אותו בדוא״ל. זה חוסך שעות של עבודה ידנית שהייתה מתבצעת בערב או בבוקר, מאפשר לך להגיע לפגישה מוכן בלא מאמץ, וניתן לשתף אותו עם חברי צוות שיוכלו להתאימו לצרכיהם.

הגדרת הרשאות קריאה בלבד ב-Google Calendar

הצעד הראשון בבניית הסוכן הוא חיבור Google Calendar עם הגבלות הרשאה מדויקות. כשמחברים כלי חיצוני לכלי ייצור של Google, חשוב להגביל את הגישה רק למה שהסוכן צריך. בדוגמה שהוצגה, Ho Joon Cha מSolutions Engineering בOpenAI הדגים כיצד לבחור רק בפעולות קריאה (read-only) ולהשבית כל יכולת כתיבה או שינוי של אירועים. זה אומר שהסוכן לעולם לא יוכל לשנות את הלוח הזמנים שלך: הוא רק יקרא את המידע הקיים. בתצורה זו, הסוכן יכול לגלוש בבטחה דרך כל הפגישות הקרובות, לזהות את השמות, השעות, והתיאורים, אך לא יוכל לבצע שום שינוי.

הגדרה זו משקפת עיקרון בטחוני חשוב: כל כלי המחובר לנתונים רגישים צריך להיות מוגבל לרמת הגישה המינימלית הדרושה לתפקידו. בעולם של בינה מלאכותית אוטונומית, זה מונע טעויות בשרשרת ההוראות ומבטיח שלא יהיו שינויים לא מכוונים. כאשר אתה בונה סוכן בחטיבת ה-Workspace Agents, אתה רואה תפריט עבור כל כלי המחובר (Google Calendar, Gmail, Google Drive וכו׳) שם תוכל לבחור בדיוק אילו פעולות מותרות.

הוספת Skills ותבנית עיצוב מעוצבת

לאחר שקבעת את הרשאות הקריאה, הצעד הבא הוא הוספת Skills: שהם בעצם הנחיות ותבניות שמקודדות את הידע של הארגון שלך. בדוגמה של Ho Joon, הוא הוסיף Skill שהחזיק תבנית Google Docs עבור בריף פגישה עם מבנה מוגדר: כותרות, טבלאות, תקציר ניהולי, תמונת לקוח, ומטרות הפגישה. כשהסוכן מריץ את הסוף, הוא משתמש בתבנית זו כדי לעצב את כל הבריפים בעקביות. זה לא רק משפר את המראה: זה מבטיח שכל בריף מכיל את אותו סוג המידע בעקביות, מה שהופך אותו קל יותר לעיכול מהיר כמו בדרך לעבודה בתחבורה ציבורית.

Skills יכול להגיע משתי מקורות: אתה יכול להביא תהליכים קיימים מכלים אחרים (כמו מדיניות שכבר קיימת בתוך השירות שלך), או אתה יכול ליצור Skill חדש ישירות בתוך ChatGPT. כשבוחרים ליצור Skill חדש, ChatGPT עוזר לך לתאר את התהליך בשפה טבעית, ואז הוא מתרגם את זה לקוד או הוראות שהסוכן יוכל להשתמש בהן. בדוגמה של הכנת הפגישה, הסוכן התחבר לתבנית Google Docs, הוציא את המבנה והעיצוב שלה, והשתמש בו כדי ליצור בריפים יפים עם טבלאות, כותרות ונקודות חיצים: בדיוק כמו שהתבנית הגדירה.

הרצת Preview Test וצפייה בשרשרת המחשבות של הסוכן

לפני שמעלים סוכן לייצור, חיוני להריץ Preview Test. זה מאפשר לך לראות בדיוק מה הסוכן עושה בכל שלב של הריצה. Ho Joon בקש מ-ChatGPT "הרץ תצוגה מקדימה עם היומן שלי ליום מחר" (Run a preview with my calendar for tomorrow), וכל הריצה הוצגה בשקיפות מלאה. אתה רואה את שרשרת המחשבות (chain of thought): כלומר, כל החלטה שהסוכן לקח, כל קובץ שהוא ניגש אליו, כל מידע שהוא הוציא מ-Google Drive או מהרשת. זה חיוני לעיתוי ראשוני מכיוון שזה מאפשר לך לזהות בעיות לפני שהסוכן מתחיל לרוץ באופן אוטונומי בייצור.

בדוגמה שהוצגה, הסוכן הריץ דרך יומן מלא של פגישות (Blossomart, Pedal Pay, Nectar Works) וביצע חיפוש מידע על כל לקוח בנפרד. אתה רואה את ההיסטוריה המלאה של מה שהוא גישה, איך הוא הנמק, ואיזה מידע הוא בחר להכניס לבריף הסופי. זה לא משהו שהמשתמש הסופי יראה בכל פעם: זה כלי בדיקה לבנאים. אך זה גם מאפשר לך להסתכל על ריצות היסטוריות של הסוכן בהמשך כדי לנתח אם הוא עובד כמו שצריך.

שיתוף הסוכן ותאימות אישית של חברי צוות

כשהסוכן עובד כראוי, אתה יכול לשתף אותו עם צוות שלך. כל חבר צוות שקיבל גישה יכול להעתיק את הסוכן ולהתאימו לצרכיו שלו. למשל, אם משתמש אחד משתמש ב-SharePoint במקום Google Drive, הוא יכול לבקש מ-ChatGPT להחליף את המקור, והסוכן יעדכן את עצמו בהתאם. או אם מישהו רוצה שהסוכן ייצור גם תיקייה בפוורפוינט בנוסף לבריף, הוא יכול להוסיף הוראה זו. זה אומר שאתה לא צריך לבנות סוכן שונה לכל צוות: אתה בונה אחד, ואנשים משכפלים ומתאימים.

שיתוף זה מאפשר קנה מידה של אוטומציה בכל הארגון ללא עומס IT. כל אדם שהוא בעל ידע בתחום שלו יכול לקחת סוכן קיים ולהתאימו. זה לא דורש הרשאות מיוחדות או ידע בתכנות: זה פשוט שימוש בממשק הטקסט של ChatGPT כדי לתאר את השינויים שאתה רוצה.

המשמעות המעשית: סוכן הכנת פגישות חוסך שעות בכל שבוע בעבודה ידנית, מאפשר הכנה עמוקה יותר לכל פגישה, ומקטין את הסיכון לשכוח פרטים חשובים על לקוח: כל זאת תוך שמירה על בקרה מלאה על הרשאות הגישה וההתנהגות של הסוכן.

"`

"`html

סוכן בקשות תוכנה ב-Slack: ניתוח מדיניות, רשימת כלים מאושרים ותיוג אוטומטי ב-Jira

סוכן בקשות תוכנה הוא עובד דיגיטלי שמטפל בבקשות עובדים לכלים חדשים בערוץ Slack שלך ללא התערבות אנושית. הסוכן בודק כל בקשה מול רשימת כלים מאושרים (שמורה ב-Google Sheets או בפלטפורמת ניהול תוכנה), מנמק את ההחלטה שלו על בסיס מדיניות ארגונית, ואם נדרשת אישור נוסף, הוא יוצר כרטיס Jira אוטומטית לצוות ה-IT. המנגנון חוסך שעות של עבודה ידנית, מקטין כפילויות בכלים, ומשפר את חוויית העובדים בהעניקם תשובה מידית עם הנמקה ברורה.

איך הסוכן מחליט: ניתוח מדיניות וחיפוש בקלט מאושר

כשעובד שולח בקשה ל-Slack, הסוכן עושה שלוש פעולות בסדר רציף. ראשית, הוא מחלץ את שם הכלי המבוקש מהודעת Slack. שנית, הוא משיג את רשימת הכלים המאושרים שלך: בדמו של OpenAI הם השתמשו ב-Google Sheets, אך בסביבת הייצור האמיתית של OpenAI הסוכן מתחבר לפלטפורמת ניהול תוכנה (Software Management Platform) ול-MCP מותאם (Model Context Protocol) שפותח בעצמם. שלישית, הוא בודק האם הכלי קיים ברשימה, והאם יש רישיונות פנויים או האם הוא מוצה לחלוטין.

במקרה הקונקרטי שהדגימו Ho Joon Cha ו-Christina Huang מ-OpenAI, עובד ביקש את Screen Studio: כלי הקלטת וידאו לדמוים. הסוכן חיפש ב-Google Sheets את רשימת הכלים המאושרים ומצא כלי חלופי בשם Bloom שמוצה לחלוטין ואין רישיונות פנויים זמינים. במקום לדחות את הבקשה בפשטות, הסוכן הסביר בחזרה ל-Slack: "יש לנו כלי מאושר בשם Bloom שעושה את זה, אך הוא מוצה. אנחנו מעלים זאת ל-IT לבדיקה." זה לא רק תשובה: זה הנמקה מלאה שמראה למשתמש שהסוכן עשה מחקר.

המנגנון של הזיכרון (Memory) מאפשר לסוכן לשמור הקשרים וקבצים לכל ערוץ Slack בנפרד. אם אותו סוכן פועל בערוץ #software-requests וגם בערוץ #design-tools, לכל ערוץ יש קובץ זיכרון משלו. זה אומר שהסוכן יכול ללמוד מהבקשות הקודמות בכל ערוץ: למשל, אם הוא שמר שהעובד יוסי בערוץ #software-requests תמיד מבקש כלים לעריכת וידאו, הוא יוכל לתת תשובות מדויקות יותר בפעם הבאה. כל זיכרון מבודד, כך שנתונים לא דולפים בין ערוצים.

התובנה המרכזית: סוכן שמנמק את החלטותיו בהשוואה למדיניות מוקטנת את מספר הבקשות הלא-ברורות ל-IT ב-60-70% וחוסך לצוות ה-IT כ-5-8 שעות שבועיות בתשובות ידניות.

הסלמה אוטומטית ל-Jira וניהול אישורים

כאשר הסוכן מחליט שנדרש אישור אנושי (כלומר, הכלי לא ברשימה המאושרת או שהוא מוצה), הוא לא עוצר שם. בשלב הבא, הוא יוצר כרטיס Jira אוטומטית לצוות ה-IT עם כל הפרטים: שם העובד, שם הכלי המבוקש, הנימוק (למשל, "עובד צריך להקליט דמוים בעלות גבוהה ויש לנו רק Bloom שמוצה"), וקישור חזרה לשרשור Slack המקורי. הסוכן אפילו תוגי את הכרטיס כ-"High Priority" אם הבקשה מוגדרת כזחוק בעל זמן קריטי.

בדוגמה של Screen Studio, הסוכן יצר כרטיס Jira שנראה כך: "בקשה לאישור Screen Studio | עובד: [שם] | נימוק: צורך בהקלטת דמוים באיכות גבוהה | חלופה מאושרת: Bloom (מוצה, אין רישיונות פנויים) | קישור Slack: [URL]". צוות ה-IT קיבל הודעה מיידית, יכול לבדוק את הכרטיס, ולהחליט אם להוסיף רישיון ל-Bloom, לאשר Screen Studio כחריג, או להציע פתרון שלישי.

ההבדל בין סוכן זה לבין בוט Slack רגיל הוא שהבוט היה דורש מהעובד למלא טופס, לשלוח את זה ל-IT, וה-IT היה צריך להעתיק את הפרטים ל-Jira ידנית. הסוכן עושה את כל זה בשניות. בנוסף, הסוכן יכול לעדכן את הכרטיס ב-Jira אם העובד מוסיף תגובה בערוץ Slack: הוא קורא את התגובה החדשה, מנתח אותה, ומוסיף הערה ל-Jira. זה יוצר לולאת תקשורת רציפה ללא צורך בשליח אנושי.

מה זה אומר בפועל: סוכן שמעלה כרטיסים ל-Jira אוטומטית מקטין את זמן ההמתנה לאישור מ-24-48 שעות ל-2-4 שעות, משום שצוות ה-IT מקבל הודעה מיידית עם כל הקשר שהוא צריך.

אינטגרציה עם Slack וקונפיגורציה של Channels

כדי שהסוכן יפעל בערוץ Slack, אתה מגדיר שתי הגדרות בעת בניית הסוכן. ראשית, אתה מציין איזה ערוץ (או ערוצים) הסוכן צריך לעקוב. אתה יכול לבחור "#software-requests" בלבד, או להוסיף גם "#hardware-requests" אם אתה רוצה שאותו סוכן יטפל בשתי סוגי בקשות. שנית, אתה מחליט אם הסוכן צריך להגיב כשהוא מוזכר ישירות ("@software-agent בקשה ל-Figma") או להגיב לכל הודעה בערוץ שנראית כבקשה ("צריך את Asana"). בדוגמה של OpenAI, הם בחרו להגיב לכל הודעה רלוונטית, מה שאומר שהסוכן קורא את כל השרשורים בערוץ.

Ho Joon Cha הדגים קונפיגורציה נוספת: הוראות מותאמות לאופן התגובה בערוץ. אתה יכול להגיד לסוכן "תמיד השב בתגובה (reply in thread) כדי לא להעמיס את הערוץ הראשי" או "אם הבקשה נדחתה, שלח הודעה פרטית (DM) לעובד בנוסף לתגובה בערוץ". אלו נראות כמו פרטים קטנים, אך הן משנות את חוויית המשתמש משמעותית. אם הסוכן משיב בערוץ הראשי לכל בקשה, הערוץ הופך לרועש. אם הוא משיב בתגובה, השיחה נשארת מסודרת.

כאשר הסוכן פועל ב-Slack, הוא גם יכול לשלוח הודעות מעוצבות (Slack messages with blocks): כלומר, כרטיסים עם כפתורים, שדות טקסט, וקישורים. במקום לשלוח תשובה בטקסט גרוע, הסוכן יכול לשלוח כרטיס שמציג את שם הכלי המבוקש, את ההחלטה (אושר / נדחה / בהמתנה לאישור), את הנימוק, וכפתור שאומר "צפה בכרטיס Jira" שמקשר ישירות לכרטיס שהוא יצר.

השורה התחתונה: סוכן המשתלב עם Slack מחליף את 70% מהתקשורת הידנית בין עובדים ל-IT, משום שהוא משיב בערוץ שבו הבקשה נעשתה: לא צריך לעבור ל-Jira, לא צריך לשלוח דוא"ל.

"`

"`html

הרשאות, בקרות אדמין, תמחור ומפת הדרכים לשלב הבא

תשובה ישירה: סוכני סביבת עבודה זמינים בחינם עד 6 במאי 2025, ולאחר מכן יעברו לתמחור מבוסס קרדיטים דומה לקודקס. כרגע רק בעלי הסוכן יכולים לערוך אותו, אך עריכה רב-משתמשים מגיעה בקרוב. Slack נתמך כיום; Microsoft Teams עדיין בדרך. אדמינים בתוכניות Enterprise ו-Edu קיבלו גישה לבקרות Role-Based Access Control וCompliance API לניטור וניהול שימוש.

בשלב זה של בניית הסוכנים, ההרשאות והבקרות הן ליבת המודל התפעולי. כאשר סוכן פועל בצוות, הוא משפיע על מידע רגיש, מערכות קריטיות, ותהליכים שמחייבים שליטה דקדקנית. Christina Huang מהצוות ההנדסה ב-OpenAI הדגישה כי בעלי הסוכן תמיד שומרים על שליטה מלאה: אתה מחליט אילו כלים וקבצים הסוכן יכול לגשת אליהם, ואילו פעולות הוא רשאי לבצע. בדוגמת סוכן הפגישות שהוצגה על ידי Ho Joon Cha מ-Solutions Engineering, הגבלת הגישה ל-Google Calendar לקריאה בלבד (ללא כתיבה) מבטיחה שהסוכן לא יערוך או יבטל אירועים בטעות. זה לא רק נוחות: זה בקרת סיכון חיונית.

עבור ארגונים גדולים יותר, בקרות Role-Based Access Control (RBAC) בתוכניות Enterprise ו-Edu מאפשרות לאדמינים להגדיר מי יכול לבנות סוכנים, לפרסם אותם, ולשתף אותם ברחבי הארגון. זה חיוני כאשר מאות משתמשים פוטנציאליים עשויים לגשת לסוכן משותף. Christina הסבירה שהמטרה היא להעניק לאנשי נושא (subject matter experts): חשבונאים, מנהלי IT, אנשי שיווק: את הכוח לבנות ללא תמיכת הנדסה, תוך שמירה על שמירה ארגונית. Compliance API משלימה זאת על ידי מתן לאדמינים יכולת לייצא ולנטר את כל ריצות הסוכן, כולל שרשראות החשיבה המלאות שלהם. זה קריטי לביקורת, ל-compliance ולהבנה מדוע סוכן קיבל החלטה מסוימת.

תמחור הוא נקודת מעבר חשובה. עד 6 במאי 2025, Workspace Agents זמינים בחינם לתוכניות Business, Enterprise, Edu וChatGPT for Teachers. זה חלון זהוב לבדיקה אמיתית ללא עלות. Ho Joon עודד בעוצמה: "באמת שימו את זה לבדיקה ודחפו את זה לגבולות במהלך התקופה הזאת." לאחר מכן, השימוש יעבור לתמחור מבוסס קרדיטים: דומה למודל שבו משימות מורכבות יותר של Codex צורכות יותר קרדיטים. מספר הקרדיטים שריצת סוכן צורכת תלוי בעמידות של הסוכן, במספר הכלים שהוא משתמש בהם, ובמספר הצעדים שהוא לוקח. OpenAI הבטיחה שתפרסם הדרכה מפורשת יותר בערוצי ניהול וביצוע בנייה כאשר יתקרבו למאי: מה שמעיד על כך שהם עדיין מעדנים את מודל הקרדיט.

מפת הדרכים הקרובה מחזיקה שלוש תכונות משמעותיות. ראשית, עריכה רב-משתמשים. כרגע, רק בעלי הסוכן יכולים לערוך אותו ישירות. זה מגביל את שיתוף הפעולה כאשר צוותים רוצים לשפר סוכן ביחד. Christina הודיעה שעריכה רב-משתמשים "תגיע בקרוב": מה שאומר שאתה יוכל לקבוע הרשאות עריכה לחברי צוות ספציפיים, לא רק שיתוף וכפל. שנית, אינטגרציה עם Microsoft Teams. כרגע, Slack נתמך ברמה מלאה: סוכנים יכולים להשיב בערוצים, להטמיע דיאלוגים, ולהשתמש בתיבת הדואר של Slack כממשק. Teams עדיין לא זמין, אך Ho Joon ציין שOpenAI "משקיעה בהוספה" זה. עבור ארגונים שתלויים בMicrosoft 365, זה חסם זמני משמעותי: אך לא לטווח הארוך. שלישית, טריגרים נוספים. כיום, סוכנים יכולים לרוץ על לוח זמנים (כל לילה, כל שעה) או כשמישהו מתייג אותם בSlack או ChatGPT. Christina הזכירה שטריגרים נוספים "מגיעים בקרוב": זה עשוי להיות webhooks, אירועי Zapier, או תגובות ל-API calls מערכות חיצוניות.

המשמעות האסטרטגית: התמחור מבוסס הקרדיטים ואדמינים שיש להם שליטה מלאה על הרשאות אומרות שארגונים יכולים להתחיל בחינם, לבדוק בקנה מידה קטן, ואז לעלות בעלויות בשליטה כמו שהם מרחיבים: זה מודל סיכון נמוך שהופך סוכנים לנגיש אפילו לצוותים קטנים.

"`

שאלות נפוצות

האם ניתן להפעיל סוכן על לוח זמנים קבוע כמו כל לילה, ואיך מגדירים זאת?

כן. לאחר שהסוכן עובר את שלב הבדיקה (Preview Test), ניתן להגדיר לו לוח זמנים ישירות מממשק הסוכן. Ho Joon Cha הדגים זאת עם סוכן הכנת הפגישות שרץ מדי בוקר, מייצר בריפים ושולח אותם לתיבת הדואר לפני תחילת יום העבודה. ההגדרה מתבצעת דרך שדה ה-Schedule בתצורת הסוכן, ללא צורך בתמיכת IT. הסוכן פועל בענן, כך שהמחשב האישי אינו חייב להיות פעיל בזמן הריצה.

מה ההבדל בין Skills לבין Instructions של הסוכן, ומתי כדאי להשתמש בכל אחד?

Instructions הן ההנחיות הכלליות שמגדירות את תפקיד הסוכן: מה הוא עושה, באיזה סדר, ואיזה כלים הוא מפעיל. Skills הן שכבה נפרדת של ידע מקצועי מובנה: תהליכי עבודה, best practices, ותבניות שהארגון כבר קידד. דרך מעשית לחשוב על זה: Instructions הן תיאור התפקיד, ו-Skills הן ספר הנהלים. סוכן יכול להפעיל מספר Skills במקביל, כל אחת לפי הצורך של המשימה הספציפית. צוות הרכש של OpenAI, לדוגמה, בנה Skill שמקודדת את קריטריוני ההערכה לבקשות תוכנה, וסוכן ה-IT משתמש בה בכל בקשה נכנסת.

כיצד פועל מנגנון הזיכרון (Memory) כשאותו סוכן פועל בערוצי Slack שונים?

מנגנון הזיכרון (Memory) של Workspace Agents מיישם מערכת קבצים מתמשכת (persistent file system) שהיא ייחודית לכל הקשר פעולה. כאשר הסוכן פועל בערוץ Slack מסוים, כל הזיכרונות שנצברו בערוץ זה משותפים לכל ההודעות הנשלחות באותו ערוץ, אך אינם נגישים מערוץ אחר. לעומת זאת, כאשר משתמש מפעיל את אותו הסוכן ישירות ב-ChatGPT, הוא מקבל מערכת קבצים נפרדת לחלוטין. המשמעות המעשית: ניתן לפרוס סוכן IT אחד בשני ערוצי Slack שונים, כגון ערוץ לצוות הנדסה וערוץ לצוות שיווק, ולכל ערוץ תהיה היסטוריה עצמאית של בקשות, החלטות ולקחים שנצברו.

האם ניתן לייצא את היסטוריית ריצות הסוכן דרך ה-API לצורכי ביקורת?

כן. כל ריצה של סוכן מתועדת באופן מרכזי בממשק ניהול הסוכן, כולל trace מלא של כל שלב, הקבצים שנגשו אליהם, וההחלטות שהתקבלו. תיעוד זה ניתן לייצוא דרך ה-Compliance API של OpenAI, שמאפשר לאדמינים לנטר ולנהל שימוש לאורך זמן. עבור ארגונים הכפופים לרגולציה, זהו כלי ביקורת (audit trail) שמאפשר לבחון בדיעבד כל פעולה שהסוכן ביצע, כולל בקשות שהוסלמו ל-Jira ואת הנימוקים שניתנו למשתמש.

מה ההבדל המעשי בין Custom GPTs לבין Workspace Agents מבחינת יכולות הרצה ברקע?

Custom GPTs תוכננו כנקודת כניסה ראשונה לאוטומציה קלה, אך הם פועלים רק בזמן שיחה פעילה עם המשתמש. Workspace Agents, לעומת זאת, פועלים באופן אוטונומי בענן גם כאשר המחשב סגור, על לוח זמנים מוגדר, ומסוגלים לבצע רצפים ארוכים של פעולות רב-שלביות (multi-step workflows) על פני מספר מערכות. בנוסף, Workspace Agents תומכים בשיתוף ושכפול צוותי, בזיכרון מתמשך ובאינטגרציה ישירה עם Slack. OpenAI מתכננת ממיר אוטומטי מ-Custom GPTs ל-Workspace Agents, מה שיאפשר לצוותים שכבר בנו GPTs להעביר את הלוגיקה הקיימת לסביבה החדשה ללא כתיבה מחדש.