ChatGPT Agent 是 OpenAI 在 ChatGPT 中内置的智能体能力，包含两层含义。第一层是「Agent 模式」：把多步骤任务交给 ChatGPT 自主执行，它会自行拆解任务，依次调用网页搜索、Python 代码解释器、文件读写与记忆等内置工具，边执行边显示进度，并可在后台长时间运行。第二层是「自定义 Agent」（2025 年中由 Custom GPTs 统一更名而来）：用自然语言指令、知识文件与 Actions 接口编排自己的专属智能体，发布到工作区或商店供他人使用。2025 年 10 月 DevDay 之后，OpenAI 开源了 Agents SDK 并推出 Agent Runtime，使同一套智能体能力可以平滑迁移到生产环境。对 AI 从业者来说，ChatGPT Agent 是零门槛体验智能体编排的入口，也是学习 OpenAI 官方 Agent 技术栈（模型 → 工具 → 编排 → 托管）最快的一条路径。本文按「速览 → 上手 → 能力 → 部署 → 对比 → 场景 → 误区 → 面试题 → 资源」组织，每一步都给出可直接照做的操作。
掌握 ChatGPT Agent，意味着你能以最低门槛跑通 OpenAI 完整的智能体工程链路：从消费级零代码创作，到开源 Agents SDK 编排，再到云端 Agent Runtime 托管。
目录
速览卡是工具类内容的固定首屏模块：30 秒判断「这工具是什么、能不能商用、适不适合我」。
为什么需要 ChatGPT Agent：把「人肉多线程」变成一句话任务
在 Agent 模式出现之前，用大模型处理一个真实任务（比如「调研三家 RAG 框架并出一份对比报告」）是典型的「人肉多线程」：先让它搜索资料，再把资料复制进新对话让它分析，接着让它生成表格，最后自己逐条核对来源。每一步都要人工搬运上下文，一次任务往往要开五六个标签页、来回粘贴十几次。传统聊天界面的本质是「你说一句、它回一句」的串行问答，遇到需要长时间、多步骤、跨工具的执行任务，既没有执行状态，也无法中途接管。
ChatGPT Agent 解决的是「执行层」问题。你只需要描述目标，它自行把任务分解成子任务队列，逐个调用浏览器、Python 代码解释器、文件读写、记忆等内置工具，并通过进度面板实时展示「正在做什么、做到哪一步」。任务可以在后台持续运行，你可以离开对话稍后再回来看结果；GPT-5 Pro 订阅还支持并行运行多个 Agent 任务。它的工作方式是模型驱动的工具循环：思考 → 调用工具 → 观察结果 → 决定下一步，直到目标完成。
与同类的通用智能体相比，ChatGPT Agent 的特点是「官方原装、零门槛」：无需写代码即可体验完整的智能体循环，同时它与 OpenAI 的模型、工具和开发者平台共用同一技术底座，从消费级试用平滑过渡到 Agents SDK 与 Agent Runtime 的生产链路，避免在第三方套壳框架上重复踩坑。
安装与环境配置：3 步就绪
ChatGPT Agent 是网页/App 服务，无安装包，配置核心是账号、订阅与入口。
步骤一：注册并登录账号。在 chatgpt.com 或官方 App（iOS/Android）注册登录。免费账号能看到 Agent 入口，但可用额度很低；建议至少升级到 ChatGPT Plus（月费 20 美元）以保证可实操的 Agent 次数，重度使用选 Pro（月费 200 美元）。
步骤二：确认 Agent 入口可用。新开对话后，在输入框区域找到「Agent」按钮或菜单（点击后输入框进入 Agent 模式）；也可以直接输入 @ 呼出 Agent 列表。若找不到入口，检查：账号已登录、网络可访问、在「设置 → 新功能」中已开启 Agents 相关开关——新功能按地区分批灰度，部分账号需要等待。
步骤三：发起验证任务。发送一个可验证的多步任务，例如「用网页搜索查 OpenAI 最近三条新闻，逐条总结要点并附链接」。若发送后出现「Agent 已启动」状态与进度面板，即配置完成。
开发者侧可选安装官方开源编排库并配置密钥：
pip install openai-agentsexport OPENAI_API_KEY=sk-xxxx
快速上手：10 分钟跑通第一个 Agent
最小可用流程的思路是：用一个「可验证、多步骤、有明确产出物」的任务，把「分解 → 执行 → 产出 → 核验」四个环节至少走一遍，而不是让 Agent 演示能力。
1. 打开 chatgpt.com 并登录，新建对话。
2. 点击输入框区域的「Agent」入口（或输入 @ 后选择「默认 Agent」），输入框进入 Agent 模式。
3. 输入任务：「调研 RAG 框架 Haystack 和 LlamaIndex 的开源协议、各自最新主要版本、典型适用场景，输出一张对比表，并附上每个结论的来源链接。」
4. 发送后等待：进度面板会依次显示「正在搜索」「正在打开页面」「正在用 Python 整理表格」等子任务；期间可以离开页面，回来时任务可能已完成。
5. 核对结果：点击来源链接确认真实性，再要求「把表格导出为 Markdown」或用追问修正格式。
执行结果：通常 5-15 分钟拿到带来源的对比表初稿。进阶技巧：把任务描述保存为自定义 Agent 的指令，下次一句话复用；在指令中固定输出模板（如「表格列为名称/协议/版本/场景/来源」）可显著减少返工。
核心能力详解：4 大支柱
支柱一：Agent 模式自主执行（Agent Loop）。核心是一个模型驱动的工具循环——智能体循环：模型把任务分解为子步骤，每一步选择调用某个工具并得到观察结果，再依据结果决定下一步，直到任务完成或达到终止条件。一个长任务在 ChatGPT 中表现为实时的进度面板与子任务列表，而不是一次性生成的长文本。2025 年 9 月后，主 Agent 还可以派生子智能体（Sub-agents）并行处理子任务，并在执行到中间状态时暂停恢复，这是它与普通对话在「执行模型」上的本质区别。
支柱二：自定义 Agent 创作（Custom Agents）。前身是 2023 年 11 月发布的 Custom GPTs，2025 年改名 Agents。创建面板可配置四类内容：指令（System Prompt，描述角色、行为规则与输出格式）、知识文件（上传 PDF/Office 等文档，基于快照构建 RAG——检索增强生成：先从知识库检索相关片段，再让模型基于片段回答）、动作 Actions（导入 OpenAPI 3.0 描述的外部 API，支持 OAuth 2.0 鉴权）、能力开关（是否启用联网搜索、图片生成、代码解释器）。2025 年 10 月起可为每个 Agent 选择底层模型，企业版可挂载微调模型。可发布到个人、工作区共享或 GPT 商店。
支柱三：记忆与定时任务（持久状态）。ChatGPT 的记忆功能（Memory）允许 Agent 跨会话记住用户偏好；自定义 Agent 可配置「把回答保存到记忆」的行为。2025 年 9 月起 ChatGPT 支持定时任务（Tasks）：设定「每天早上 9 点推送行业简报」这类周期性目标，由 Agent 定时完成后推送给用户。文件、对话历史与记忆共同构成 Agent 的「长期状态」，这是它区别于无状态 API 调用的关键差异——开发者调用 OpenAI API 做单次补全是无状态的，而 Agent 产品天然带状态管理。
支柱四：开发者平台（Agents SDK + Agent Runtime）。配套生产链路由三件套组成：开源 Python 库 openai-agents（2025-10 上线，接替实验性 Swarm）提供函数工具、任务交接（handoffs——一个 Agent 把子任务转交给另一个 Agent 的机制）、护栏（guardrails——对模型输入输出加校验规则以拦截不合规内容）、追踪与记忆；Agent Runtime 是 OpenAI 云端托管的智能体循环服务，提供毫秒级循环迭代、持久记忆与用量计费；Agent Events API 记录每次运行的完整生命周期。消费级 ChatGPT Agent 与开发者平台共用同一套「模型+工具」设计，从原型到生产不需要切换技术栈。
生产部署与监控：从上线到运维
方式一：消费级发布（组织内共享）。Team/Enterprise 工作区内，自定义 Agent 可直接发布给成员使用，无需自建后端：上传知识文件、配置 Actions 指向公司内部 API（该 API 的可用性与鉴权强度由自己保证）。适合内部知识问答、标准化报告生成。局限是没有流量保障、版本管理与灰度能力，数据留在 OpenAI 侧（Enterprise 版承诺数据不用于训练）。
方式二：开发者生产链路（Responses API + Agents SDK + Runtime）。生产级选型为：用 Responses API 作为模型接口，用 openai-agents SDK 在本地编排（local coordination，适合内网环境），或用 Agent Runtime 把智能体循环托管到云端（cloud coordination，适合快速上线），通过 Agent Events API 记录每次运行的开始、工具调用与结束，配合用量接口做成本核算。注意原 Assistants API 已宣布将于 2026 年 4 月停用，新项目应直接基于 Agent Runtime 构建。
可观测性。Agent 是长周期、多工具的执行体，故障面比单次对话大。要监控四类指标：任务成功率（是否在预算内完成）、工具调用错误率（搜索/API 失败比例）、单任务耗时与 token 消耗、限流命中率。OpenAI 平台侧提供用量审计与日志，自建系统可用 Events API 把生命周期事件接入自有可观测平台。消费级入口不开放运行日志，重要任务不要依赖消费级通道承载。
<p class="para-label">避坑清单：</p>
<ul class="dash-list"><li>免费与低档订阅的 Agent 额度按周/月限量，长任务容易在途中被限额中断；正式业务必须走 API 通道，并在每轮迭代前核算单任务 token 成本，避免预算失控。</li><li>自定义 Agent 的知识文件是上传时的静态快照，不会自动跟随网页更新；需要时效数据时必须开启联网搜索或通过 Actions 接实时接口，而不是反复上传文件。</li><li>Agent 可能在网页摘要基础上归纳错误或引用不存在的链接，交付前必须人工回到原始来源核验，并在指令中强制要求「附来源链接、标注不确定项」。</li></ul>
| 维度 | ChatGPT Agent | Manus | 文心智能体平台 | Claude（Claude Code/Claude.ai） |
|---|---|---|---|---|
| 定位 | 官方内置 Agent + 自定义 Agent 创作平台 | 通用自主智能体（云端异步执行） | 国内智能体创作与分发平台（百度） | 全能 AI 助手 + 编程 Agent（Anthropic） |
| 编排范式 | 模型自主工具循环，消费级零代码 | 云端自主规划执行，用户离线等结果 | 画布/工作流 + 模型对话编排 | 终端会话式 Agent + API 自定义循环 |
| 类型约束 | 消费级无需代码；开发者用 Python SDK | 无代码，任务型 | 无代码为主，支持代码组件 | 开发者为主，CLI/IDE 深度绑定 |
| 学习曲线 | 低 | 低 | 低 | 中高 |
| 生态集成 | 内置搜索/代码/文件/记忆；GPT Store 分发 | 浏览器与电脑级操作 | 百度搜索、地图、小程序等域内生态 | Claude 模型 + 自家工具，可接 MCP |
| 生产部署 | Agents SDK / Agent Runtime / Events API | 云端任务平台，共享型 | 百度生态内发布（插件/小程序/H5） | Claude API 自托管 + 企业版 |
| License | 核心闭源，Agents SDK 开源（MIT） | 闭源 | 闭源 | 闭源 |
| 适合谁 | 个人 + 产品经理 + 想快速验证的开发者 | 需要「丢任务等结果」的一般用户 | 面向国内 C 端流量与百度生态的服务方 | 工程师与研发团队，尤其编码场景 |
选型建议：要零门槛体验智能体编排，或把 Agent 发布给非技术同事使用，选 ChatGPT Agent（消费级创作 + 官方发布）。开发者做生产系统，对比 OpenAI 技术栈（Agents SDK + Agent Runtime）与 Claude API/Claude Code：前者与 ChatGPT 消费级打通、闭环完整，后者在编码与长上下文上有口碑。Manus 适合不写代码、任务外包型使用；文心智能体平台适合必须在百度生态内获客的国内场景。
版本迭代
ChatGPT Agent 的演进主线是从「可定制对话」走向「自主执行任务」再到「开发者平台」：GPTs（2023）先解决「定制化」，2025 年 7 月 Agent 模式解决「自主执行」，同年 10 月 DevDay 把能力开放为 SDK 与云端 Runtime，形成消费级与开发者双轨。
| 版本 | 时间 | 变化 | 提升 |
|---|---|---|---|
| GPTs（自定义 GPT） | 2023-11 | 发布 GPT Builder，支持自定义指令、知识文件与 Actions | 首次让普通用户零代码创建专属 ChatGPT 版本；2024-01 上线 GPT Store |
| ChatGPT Agent + GPT-5 | 2025-07 | Agent 模式：自主执行、工具循环、实时进度面板 | 从「定制对话」升级为「自主执行任务」，随 GPT-5 一起向全量用户分批开放 |
| GPT-5 Pro Agent | 2025-08 | Pro 用户 Agent 算力增强 | 单任务推理算力大幅提高（官方称 3 倍），支持并行运行多个 Agent 任务 |
| Sub-agents 与 Tasks | 2025-09 | 子智能体、定时任务分批上线 | 主 Agent 可派生子 Agent 并行工作；支持定时触发的周期性任务（Tasks） |
| Custom Agents GA + 开发者平台 | 2025-10 | DevDay：自定义 Agent 全量开放并可选模型；开源 Agents SDK，发布 Agent Runtime 与 Events API；宣布 Assistants API 于 2026-04 停用 | 消费级与开发者链路打通，新项目可基于云端托管循环 + 生命周期事件构建 |
2025 年是 ChatGPT Agent 从产品到平台的一年：上半年在 ChatGPT 内快速补齐并行、子任务与定时能力，下半年通过 Agents SDK、Agent Runtime 与 Events API 向生产环境开放（截至 2025 年 12 月，最新正式里程碑为 2025 年 10 月 DevDay 发布）。选型时应以自己业务任务的实测为准，而不是依赖榜单数字；新项目建议直接基于 Responses API + Agent Runtime 构建，避免沿用即将停用的 Assistants API。
AI 应用场景
市场调研与报告生成
阶段：Agent 编排（自主执行 + 工具调用）
解决的问题：传统做法是人工开多个浏览器窗口检索、复制粘贴、再手工整理成表，一次竞品调研 2-3 小时；用 Agent 模式一次指令即可完成「搜索 → 阅读 → 归纳 → 制表」全流程，关键数据仍需人工核验来源。
具体案例：某产品团队用 ChatGPT Agent 生成「10 款向量数据库的定价与协议对比」，Agent 自动搜索官方页面、用 Python 整理为表格并附链接，第一版约 8 分钟产出，人工核对修正约 20 分钟，整体比纯手工提升约 3-4 倍。
数据处理与代码编写
阶段：代码生成 + 代码解释器执行
解决的问题：分析师处理 CSV/Excel 时常卡在写 pandas 脚本与调试上；Agent 模式内置 Python 解释器，可直接读取上传文件、生成并运行脚本、迭代修正，产出图表与清洗后的文件。
具体案例：运营团队上传当月订单明细，指令「按渠道汇总销售额、找出环比下降最大的渠道并画趋势图」，Agent 自动完成数据清洗、聚合与出图，全程约 5 分钟，且生成的脚本可直接复用。
企业内部知识与客服 Agent
阶段：RAG 管道构建 + Agent 编排
解决的问题：新人入职后大量重复问答消耗人力；把产品手册、FAQ 上传为知识文件，指令约束「只依据知识库回答并给出出处」，发布到工作区后员工直接在对话中提问。
具体案例：某 SaaS 团队用自定义 Agent 承载售前问答，按 30 人团队每周 2 次重复问题估算，月度减少约 60 次人工解答，响应时间从小时级降到秒级。
常见误区
误区认为 ChatGPT 本来就会自动搜索、自动写代码，所以普通对话就是 Agent，不需要单独开启。
正解普通对话是即问即答，模型在几秒到几十秒内生成完毕，工具调用是单次的；Agent 模式是长期运行的执行体，自主分解任务、多轮调用工具、在后台持续工作数分钟甚至更久，并全程显示进度面板。判断标准很简单：是否出现「Agent 已启动 + 实时进度」。
为何常见：Agent 入口在输入框内是一个不起眼的按钮/菜单，而普通对话也具备工具能力，两者的边界容易被忽略。
误区在 ChatGPT 里做好一个 Agent 并点击发布，就认为产品已经生产可用了。
正解消费级发布面向个人或工作区成员，没有流量保障、版本管理、灰度与可用性 SLO，数据留在 OpenAI 侧。面向真实用户的生产系统需要走开发者链路：Responses API + Agents SDK/Agent Runtime + Events 日志，自己做鉴权、限流与成本核算。两者共享能力，但运维责任完全不同。
为何常见：消费级创建流程太顺滑，「一键发布」给了用户「完成」的错觉。
误区让 Agent 出力后直接使用结论与数字，理由往往是「它都联网查过了」。
正解Agent 在网页摘要、文件解读、代码运行中都可能出错：引用不存在的链接、归纳偏差、把推理结果当成事实。正确做法是在指令中强制「给出处、标注不确定项、区分事实与推断」，并在交付前抽查关键来源链接——OpenAI 官方也明确提示模型输出需要验证。
为何常见：演示视频呈现的都是成功路径，Agent 的失败模式（错误选择工具、中途失败）很少被展示。
误区以为知识文件上传后 Agent 会自动联网同步，永远保持最新。
正解上传文件构建的是静态快照检索——RAG 索引在创建时固定，网页更新不会自动进入 Agent。要实时性只有两条路：开启联网搜索让模型实时检索网页，或通过 Actions 接通实时 API/数据库；知识文件只适合承载「相对稳定」的文档。
为何常见：「知识库」这个名字容易让人误以为是实时同步的数据库，实际是一次性导入的快照。
面试题
Q1. ChatGPT 的 Agent 自主执行模式（Agent Mode）是随哪个事件首次开放的？
- A.2023 年 11 月 GPTs 发布
- B.2024 年 5 月 GPT-4o 发布
- C.2025 年 7 月 GPT-5 发布← 正确答案
- D.2025 年 10 月 DevDay
答案：C。GPTs（2023-11）提供的是「可定制的对话实例」而非自主执行；GPT-4o（2024-05）主要升级多模态与对话体验；Agent 自主执行模式与 GPT-5 一同在 2025 年 7 月发布。2025 年 10 月 DevDay 开放的是开发者链路（SDK/Runtime），不是 Agent 模式的首次开放。
Q2. ChatGPT 中「自定义 Agent」功能的前身是？
- A.Copilot Studio
- B.Custom GPTs← 正确答案
- C.Prompt Market
- D.Agent Builder
答案：B。自定义 Agent 的前身是 2023 年 11 月随 DevDay 发布的 Custom GPTs，2025 年改名为 Agents。Copilot Studio 是微软产品，Prompt Market 与 Agent Builder 不是 OpenAI 的官方命名。
Q3. Agent 模式中模型可以自主调用的内置工具包括哪些？（多选）
- A.网页搜索（Browser）← 正确答案
- B.Python 代码解释器← 正确答案
- C.工作区内文件读写← 正确答案
- D.本地浏览器自动控制
答案：ABC。网页搜索、Python 代码解释器与文件读写是 Agent 模式的核心内置工具。Agent 的浏览器运行在 OpenAI 云端，D 描述的「本地浏览器自动控制」属于 Operator 产品线，不是 ChatGPT Agent 的内置能力。
Q4. 关于自定义 Agent 的「知识文件」（Knowledge），下列说法正确的是？
- A.上传后自动联网保持最新
- B.构建静态快照检索（RAG）← 正确答案
- C.上传后模型权重会更新
- D.知识文件取代全部联网能力
答案：B。上传文件构建的是静态 RAG 快照，创建后网页更新不会自动进入索引，A 错误。知识文件不会更新模型权重（权重由 OpenAI 训练决定），C 错误。联网搜索与知识文件是互补关系而非取代关系，D 错误。
Q5. 开发者编排多个 Agent 协同（函数工具、任务交接、护栏）应使用哪个开源库？
- A.openai-agents（官方 SDK）← 正确答案
- B.openai-assistants 客户端库
- C.openai-finetuning 工具库
- D.openai-nightly 预览库
答案：A。openai-agents 是 2025 年 10 月 DevDay 发布的官方开源编排库，提供函数工具、任务交接（handoffs）与护栏（guardrails）等能力；openai-assistants 是面向旧 Assistants API 的客户端，其余选项为不存在的库。
Q6. Agent Runtime 的核心作用是什么？
- A.在用户本地运行 Agent
- B.在云端托管 Agent 循环← 正确答案
- C.用于替代商店分发渠道
- D.将模型权重下发设备
答案：B。Agent Runtime 是 OpenAI 提供的云端托管服务：把智能体循环（agent loop）、持久记忆与用量记录托管在 OpenAI 基础设施上，开发者通过 API 调用，无需自建调度与状态存储；它不涉及本地运行、商店分发或权重下发。
Q7. 生产环境中监控 Agent 系统应关注哪些指标？（多选）
- A.任务完成成功率← 正确答案
- B.工具调用错误率← 正确答案
- C.单任务 Token 与耗时← 正确答案
- D.模型竞技场排名波动
答案：ABC。生产监控应关注成功率、工具错误率、单任务耗时与 token 成本，这些直接决定 SLA 与毛利。模型在竞技场（Arena）的排名反映通用模型能力，不直接等于你的 Agent 系统的可用性，D 不属于系统监控指标。
Q8. 自定义 Agent 的 Actions 通过什么方式接入外部 API？
- A.导入 OpenAPI 规范并配置鉴权← 正确答案
- B.在对话中粘贴 API 地址
- C.直接用 SQL 操作线上库
- D.上传抓包保存的请求日志
答案：A。Actions 的接入方式是导入 OpenAPI 3.0 描述文件，并配置鉴权（如 OAuth 2.0/API Key），运行时由模型按 schema 自动构造请求。在对话中粘贴地址、直接用 SQL 或上传抓包日志都不是受支持的接入方式。
Q9. 关于 Assistants API 的迁移，下列说法正确的是？
- A.与 Agent Runtime 等价可互换
- B.2026 年 4 月停用并迁移到 Runtime← 正确答案
- C.停用后由离线版本取代网络版
- D.迁移计划仅影响免费层级用户
答案：B。OpenAI 在 2025 年 DevDay 宣布 Assistants API 将于 2026 年 4 月停用，官方迁移路径是 Agent Runtime 与桌面版 Assistants。两者并不等价：Runtime 提供托管循环、持久记忆与用量计费，且迁移影响所有在用用户，A、C、D 均错误。
Q10. 关于 ChatGPT Agent 的演进历程，下列说法正确的有哪些？（多选）
- A.Agent 模式随 GPT-5 于 2025 年 7 月推出← 正确答案
- B.GPT-5 Pro 支持并行开跑多个任务← 正确答案
- C.2025 年 9 月推出子智能体 Sub-agents← 正确答案
- D.自定义 Agent 发布初期即可选模型
答案：ABC。A、B、C 分别对应 2025 年 7 月 Agent 模式上线、8 月 GPT-5 Pro 并行能力、9 月子智能体推出。D 错误：自定义 Agent 的模型选择是 2025 年 10 月 DevDay 才开放的，初期 GPTs 固定使用默认模型。