OpenAI trasforma i GPT in agenti per il workspace basati su Codex, che descrivi in linguaggio naturale

La superficie di creazione è una casella di testo, non una schermata di configurazione

OpenAI presenta gli agenti per il workspace come un'evoluzione dei GPT, ma il punto d'accesso è cambiato. Clicchi su Agents nella sidebar di ChatGPT, descrivi un flusso di lavoro che il tuo team svolge spesso, e ChatGPT ti guida nella definizione dei passaggi, nella connessione degli strumenti, nell'aggiunta di competenze e nei test, finché l'agente si comporta come previsto.

Questa impostazione — descrivi il compito o carica un file — sposta la costruzione di un agente fuori da un pannello di impostazioni e dentro una conversazione. L'annuncio abbina questo approccio a template per finanza, vendite e marketing, già dotati di competenze integrate e strumenti suggeriti, così il punto di partenza è una bozza funzionante e non un modulo vuoto.

La differenza rispetto a un GPT è concreta: questi agenti girano nel cloud su Codex con accesso a file, codice, strumenti e memoria, e continuano a lavorare anche quando chi li ha creati non è presente, seguendo una pianificazione oppure gestendo richieste su Slack.

Due superfici dove il lavoro avviene già

OpenAI è chiara: oggi gli agenti vivono in ChatGPT e Slack, con altre superfici in arrivo. La distribuzione su Slack è quella più significativa: il team di prodotto interno di OpenAI ha creato un agente che risponde alle domande dei dipendenti nei canali, collega la documentazione e apre un ticket quando individua un nuovo problema.

È una scelta deliberata: integrare l'agente in un thread di conversazione già esistente, invece che in un'app separata. L'agente per la chiusura contabile di fine mese segue lo stesso schema — utilizzabile in ChatGPT dai singoli, oppure aggiunto ai canali Slack così un team può fargli domande e discutere i suoi output sul posto.

Per i team frontend, l'interfaccia è il punto di coordinamento: gli agenti si inseriscono negli strumenti e nelle conversazioni dove il lavoro avviene già, invece di chiedere alle persone di cambiare contesto per passare a una dashboard dedicata.

La tesi di OpenAI: il modello non è mai stato la parte difficile

La citazione del cliente nell'annuncio è inusualmente diretta su cosa questo prodotto risolva davvero, e non è la qualità del modello.

La parte difficile nella creazione di un agente non è il modello. Sono le integrazioni, la memoria, l'esperienza utente. Gli agenti per il workspace hanno azzerato questo lavoro, tanto che una delle nostre Sales Consultant ha costruito, valutato e perfezionato un agente per le opportunità di vendita dall'inizio alla fine senza un team di ingegneri.Montana Labs

Ankur Bhatt di Rippling descrive il risultato come una persona senza competenze tecniche che crea e perfeziona un agente funzionante — uno che fa ricerche sugli account, riassume le chiamate Gong e pubblica riepiloghi delle trattative su Slack. Il beneficio dichiarato è recuperare 5-6 ore a settimana per venditore. Se questo si confermi anche oltre una research preview è la vera domanda aperta, ma il target è chiaro: chi conosce il flusso di lavoro ma non sa gestire le integrazioni.

Il controllo vive nella stessa interfaccia della creazione

La governance è intrecciata alle stesse superfici. Chi crea l'agente decide quali strumenti e dati può toccare, e può richiedere un'approvazione prima di passaggi sensibili come modificare un foglio di calcolo, inviare un'email o aggiungere un evento in calendario. Dopo la condivisione, le analytics mostrano il numero di esecuzioni e quante persone usano ciascun agente.

Per Enterprise ed Edu, gli amministratori ottengono controlli basati sui ruoli su chi può usare, costruire e condividere gli agenti, oltre al controllo su quali strumenti connessi possono usare i vari gruppi di utenti. La Compliance API espone la configurazione, gli aggiornamenti e le esecuzioni di ogni agente, e gli amministratori possono sospenderne uno. OpenAI cita anche protezioni integrate contro il prompt injection quando gli agenti incontrano contenuti esterni ingannevoli.

L'implicazione: l'adozione ora dipende dal flusso describe-to-agent, non da Codex

Gli agenti per il workspace sono gratuiti fino al 6 maggio 2026, poi passeranno a un pricing basato su crediti — quindi la finestra attuale serve a spingere i team a costruire. La proposta tratta la conoscenza sparsa nel team come l'asset vero e il flusso di creazione guidato come il meccanismo per renderla riutilizzabile: costruisci una volta, correggi in conversazione, poi condividi o duplica.

La cosa da osservare è se un flusso di lavoro descritto diventi davvero, in modo affidabile, un agente su cui i non ingegneri possono contare, oppure se il lavoro di integrazione e di gestione dei permessi si limiti a spostarsi dal codice a una conversazione più lunga con il builder. La roadmap di OpenAI — trigger, dashboard delle performance migliori e supporto per le app Codex — suggerisce che si aspettano che il ciclo di costruzione e affinamento, non il modello, sia dove i team investiranno i loro sforzi.