从个人智能体到团队工作流：DevDay 演示

OpenAI 开发者体验团队的 Jason 在 2026 年 DevDay 演讲中介绍从个人使用智能体转向团队协作。他的例子描述活动演示和产品方向；可用性与行为可能变化。

他说，个人生产率提高后，人可能变成工具之间的连接点和瓶颈。他所说的多人协作不只是共享聊天，而是让上下文、委派工作与决策在团队成员之间流转。

他提出一个假设事故：出现有关速率限制问题的报告。任务是收集上下文、判断问题是否相关并适当升级，同时不让浏览器和团队对话中的信息丢失。

早期工作流依赖置顶对话和自动化，但仍需要他协调一切。他说队友不容易从他停下的地方继续，因此他仍是中心联系人。

他围绕三个问题组织演讲：把上下文交给智能体、协调工作，以及保持共享信息最新。上下文可以来自屏幕、浏览器、语音或连接的服务，但取决于工具获得的访问权限。

Jason 演示 Appshots 如何从当前可见的桌面上下文开始，而不必手动描述每个细节。捕获的内容会成为智能体输入，因此用户应了解自己分享了什么。

他说，仅捕获上下文并没有消除逐项监督任务的需要。在他的例子中，下一步是让持续运行的智能体继续调查并带回结果。

他介绍具有自身浏览器和文件的云端智能体，可以在用户电脑关闭时工作。这描述的是演示工作流，并不保证所有任务都能无人值守运行或成功。

语音让他能够快速、非正式地提供上下文。在例子中，一段对话提供了可能原因、记忆中的 Slack 消息，以及比较配置和拉取请求的要求。

他把更丰富的口述上下文与简短的“请调查”请求作对比。有价值的是团队提供的信息；智能体仍需核查线索，不能把每段回忆当作事实。

会议结束后，他介绍如何同时给队友和智能体分派行动项，包括通过连接的工具向同事核实并收集反馈。这些行动取决于用户指令和授予的权限。

演讲从收集上下文转向组织上下文。Jason 介绍使用共享页面与指令，让不同任务更新后信息仍可阅读、附有出处并保持格式一致。

他将早期的 Markdown 与智能体指令文件同页面指令和自动化比较。目标是建立其他人或智能体可使用的持久共享记录，而不是保证生成的引用永远正确。

例子包括跟踪研究实验和协调 DevDay 工作。他说委派更新减少了自己盯住每条 Slack 消息的需要，而决策责任仍由人承担。

他将插件和扩展描述为可以共享、带版本的方式，用于为团队打包能力与指令。更新共享工具可以传播改进，不必让每个人重复建立同一工作流。

尽管事故例子属于技术场景，Jason 说自己也在制作、内容规划和其他团队工作中使用类似的共享工作流。核心是让系统对不同角色都有用。

最后他说，自动化让他能把更多注意力放在同事、研究与创意工作上。这是一位 OpenAI 员工的个人经历，而非对所有团队生产率的测量结果。