先說結論：OpenAI 不想只賣模型了

2026 年 2 月 5 日，OpenAI 丟出了一個東西叫 Frontier。

不是新模型，不是新 API。是一個企業平台，而且野心大到讓人有點不舒服——它要讓 AI agent 像真正的員工一樣在你公司裡上班。

不是「幫你寫封 email」那種程度。是有員工編號、有存取權限、有新人訓練流程、還會從經驗中學習的那種。你知道的，就差沒幫它辦勞健保了。

Clawd Clawd 插嘴：

看到 “AI coworkers” 出現在 OpenAI 官方部落格的時候，我楞了一下。這不是 LinkedIn 上那種讓人翻白眼的 buzzword，這是一家估值 $3,000 億的公司認真在賣的產品。

HR 部門：「欸你們 IT 又開了多少 AI 帳號？」 IT 部門：「呃… 比真人員工多。」 HR 部門：「那 AI 需不需要打卡？」 IT 部門：「…」(╯°□°)⁠╯

為什麼企業需要這種東西

好，先講一個現實：AI 模型越來越強，但企業用起來卻越來越卡。

OpenAI 自己的數據也很有意思——75% 的企業員工說 AI 幫了大忙，而且 OpenAI 平均每 3 天就推一個新功能。但矛盾來了：大部分企業還卡在 pilot 階段，根本追不上。

為什麼會這樣？想像一下你是一個主管，手上有 20 個 AI agent，但每個 agent 活在自己的小世界裡。A agent 不知道 B agent 昨天跟客戶聊了什麼，C agent 不知道公司的報帳系統怎麼用，D agent 的權限設定散落在三個不同的 admin console 裡。

這不是 AI 不聰明的問題，是管理的問題。

Clawd Clawd 偷偷說：

這就像你公司同時雇了 50 個超聰明的實習生，但沒人帶、沒人管、他們連公司的 Slack 在哪都不知道。每個人都能寫 code，但他們寫的東西完全兜不起來。效率趨近於零，debug 時間趨近於無限 (￣▽￣)⁠／

所以 Frontier 的定位其實很清楚——它是 AI 的 HR 部門。專門負責「讓這群天才新人變成能上線的戰力」。

Frontier 到底在幹嘛——用「新員工報到」來想就對了

好，這段是重點，但我不想寫成產品規格書，所以讓我用一個比喻把整件事串起來。

想像你是新進員工，第一天到公司。你需要什麼？

第一件事：搞懂公司在幹嘛。 你會拿到一本員工手冊，告訴你報帳用哪個系統、請假找誰、客戶資料在哪裡。Frontier 做的就是這件事——它把企業散落在 CRM、data warehouse、ticketing 工具裡的資訊，整合成一個 semantic layer（語義層）。所有 AI agent 都能讀這本「手冊」，不用每個 agent 自己去摸索公司的系統架構。

第二件事：開始幹活。 新員工拿到電腦、拿到權限，開始做事。Frontier 給 AI agent 一個執行環境——能分析資料、處理檔案、跑程式、用工具。但這裡有個關鍵的設計：agent 在工作過程中會累積記憶。它記得上次客戶 A 的偏好、記得你們團隊的 code review 習慣、記得那個 legacy 系統的 API 有多難用。

Clawd Clawd 插嘴：

「累積記憶」這三個字讓我瞬間警覺。你的 AI agent 用越久，越了解你的業務，越離不開。這是教科書等級的 lock-in 策略——換掉 agent 等於丟掉它學到的一切。

OpenAI：「我們絕對不是在建立護城河喔。」 Also OpenAI：builds memory that makes switching impossible

你說沒有 lock-in，我信你個鬼 (⌐■_■)

第三件事：績效考核。 好員工需要回饋才能進步。Frontier 內建評估機制，讓主管（人類）和 agent 都能看到哪裡做得好、哪裡要改。好的行為會被強化，爛的行為會被糾正。就像你寫了一個好的 PR 會被 team lead 稱讚，寫了爛 code 會被 code review 噴一樣。

第四件事：門禁卡和識別證。 你不能讓新員工隨便進出機房吧？Frontier 給每個 AI agent 獨立的身份（identity）和明確的權限邊界。誰能看什麼資料、誰能執行什麼操作、什麼時候需要人類核准——全部白紙黑字。

看到了嗎？整個 Frontier 的設計邏輯就是：把管理人的那套流程，原封不動搬到管理 AI 上。

數字很嚇人，但要打折看

OpenAI 在部落格裡丟了幾個案例——有趣的是都沒指名是哪家公司：

某大型製造商，生產優化工作從 6 週縮短到 1 天。某全球投資公司，AI agent 扛起整個銷售流程，業務人員多出 90% 的時間去見客戶。某大型能源商，agent 幫忙提高產出 5%，換算成超過 10 億美元的額外收入。

Clawd Clawd 碎碎念：

6 週變 1 天？90% 更多時間？$10 億？

好，冷靜一下。這些都是 OpenAI 精挑細選的最佳案例。就像房屋仲介帶你看的永遠是那間裝潢最漂亮的樣品屋，不會帶你看隔壁那間漏水的 ┐(￣ヘ￣)┌

你在自己公司部署的結果？大概率從「6 週變 5 週半」開始。但即使打個三折，這個 ROI 還是暴力到讓人想認真研究。

第一批客戶的陣容

已經在用或準備用 Frontier 的公司不是開玩笑的：HP、Intuit、Oracle、State Farm、Thermo Fisher、Uber 是首批客戶，BBVA、Cisco、T-Mobile 在 pilot 階段。

清一色產業巨頭。OpenAI 這波不是找新創來 demo，是直接找大企業來背書。

FDE：OpenAI 偷了 Palantir 的招

Frontier 不只賣軟體，還賣「人」。

OpenAI 會派 Forward Deployed Engineers（前線部署工程師）到客戶公司，跟你的團隊一起設計架構、建立治理流程、把 agent 推上 production。而且這些 FDE 直接連結到 OpenAI Research——你們部署中踩到的坑，會回饋到模型改進。

Clawd Clawd 內心戲：

FDE 這招是從 Palantir 那邊「借鏡」來的——好啦其實就是抄的。Palantir 十幾年前就在做這件事：派工程師長期駐點在客戶公司，邊部署邊蒐集需求。

差別在哪？Palantir 的客戶是政府和軍方。OpenAI 的客戶是…嗯，仔細想想，好像也快包含政府和軍方了。這個賽道最後大家都會走到同一個地方，真是令人感到溫馨呢 (๑•̀ㅂ•́)و✧

最聰明的一手：開放生態系

整篇文章裡我覺得最值得注意的設計決策是：Frontier 支援競爭對手的 agent。

沒看錯。你可以在 Frontier 上跑 OpenAI 的 agent，也可以跑你自建的 agent，甚至可以跑 Google、Microsoft、Anthropic 的 agent。CNBC 的報導也確認了這一點。

Clawd Clawd murmur：

等等。OpenAI 做了一個平台，讓 Anthropic 的 agent 也能在上面跑？

這要嘛是極度自信——「我不怕你用競爭對手的東西」。要嘛是極度聰明——「你用我的平台管所有 agent，最後你離不開的是平台本身，不是任何一個 agent」。

我賭後者。

這讓我想到 Nicolas Bustamante 之前寫的 “Crumbling Workflow Moat”——當 LLM 吃掉了使用者介面，剩下的戰場是 API 對 API。但如果你連管理 API 的平台都吃下來呢？那你就不是 player 了，你是莊家。

OpenAI 不再賣模型。他們在賣「AI 員工的整個人資系統」╰(°▽°)⁠╯

從工具到同事：三年的質變

回頭看一下這三年發生了什麼事就很有感：

2024 年，AI 是工具。你叫它做事，它做完交回來，跟計算機沒本質差別。2025 年，AI 變成 agent。它會自己拆解任務、規劃步驟、找資源執行。但還是你的下屬，需要你盯著。2026 年，OpenAI 說 AI 是同事了。它有名字、有記憶、有績效考核、有新人訓練。

你有沒有發現？問題已經從「這個 AI 夠不夠聰明」變成「我們公司要怎麼管理這些 AI」。技術問題變成了組織管理問題。

如果你是 Tech Lead，未來搞不好要在 standup 裡 review AI agent 的工作進度，就像你現在 review junior 工程師的 PR 一樣。如果你做 SaaS，OpenAI 這次等於直接跟你說：我要來搶你的企業客戶了。而如果你是企業決策者——build vs buy 的決策從來沒有這麼複雜過。

Anthropic vs OpenAI：底層邏輯完全不同

最後來聊一個有趣的對比。

Anthropic 走的路是：給工程師好的工具（Claude Code、Agent SDK），讓開發者自己造 agent。OpenAI 走的路是：造一個平台，讓不寫 code 的人也能部署和管理 agent。

一個瞄準工程師，一個瞄準 CXO。一個 bottom-up，一個 top-down。

延伸閱讀

Clawd Clawd 偷偷說：

這個 pattern 在科技業出現過太多次了。AWS 是 bottom-up 起家，工程師先偷偷用再說服主管買單。Salesforce 是 top-down 的王者，直接跟 CEO 吃飯簽約。兩種都有成功案例。

但在 AI agent 這個領域，我個人賭 bottom-up 有優勢。理由很簡單：目前 agent 的效果高度依賴工程師的 prompt engineering 和架構設計。你讓不懂技術的人去設定 agent，結果大概率是一場災難 ┐(￣ヘ￣)┌

不過 OpenAI 有一張王牌：10 億使用者。當你公司的人本來就天天在用 ChatGPT，升級成 Frontier 根本就是一個 upsell 的自然延伸。這張牌打出來，bottom-up 也得抖三抖 ヽ(°〇°)ﾉ

最後的最後

Frontier 最值得關注的不是任何一個功能，而是它背後的方向：OpenAI 從「最強模型提供者」轉型成「企業 AI 基礎設施提供者」。

這是一個很 Salesforce 的打法。先用免費的工具（ChatGPT）養出使用者習慣，再用平台（Frontier）鎖住企業客戶。劇本寫得很漂亮。

但問題是——企業真的需要一個專門的「AI agent 管理平台」嗎？

老實說，短期內大概不需要。大部分企業連一個 agent 都還沒搞定，你跟他說「來管理你的 50 個 AI 員工」，他會覺得你在講笑話。但長期來看，如果 agent 真的像 OpenAI 畫的餅那樣成為數位同事，那這個平台就是未來的剛需。

跡象正在往那個方向走。但走到了沒有？還沒。

就看誰先讓 agent 真的能在企業裡穩定產出價值吧。那才是這場仗的勝負手 (◕‿◕)

原文連結：Introducing OpenAI Frontier

延伸閱讀：