OpenAI 携手 Ironclad，推进 AI 智能体在专业合同工作流中的电脑操作能力
OpenAI 与 AI 合同管理公司 Ironclad 展开研究合作，将复杂的合同工作流转化为 AI 智能体的训练与评估任务，以提升其在专业软件中的电脑操作能力。首个基于该任务训练的前沿模型 GPT-6 Astra 在内部评估中平均得分比 GPT-5.6 Sol 高出 32%，单次尝试预估时间减少 48%。
从演示到专业工作流：AI 智能体的下一站
OpenAI 在发布 GPT-6 Astra 时，曾展示模型在准备文档、测试网站等电脑操作任务上的进步。但 OpenAI 的下一步目标更为具体：让智能体能够理解企业内部的业务规则，执行多步骤工作流，并验证最终结果是否符合原始需求。
为此，OpenAI 选择与少数深谙特定工作流的软件公司直接合作，将高价值、高难度的任务转化为可训练、可评估的研究问题。Ironclad 成为其首个合作伙伴。Ironclad 是 AI 合同管理领域的领先者，其团队与 OpenAI 共同定义了“成功”的标准，并将真实客户需求带入前沿模型的开发过程。
合同工作流为何是理想的训练场？
以企业采购软件的流程为例：财务部门需要审批超过一定金额的采购，安全团队可能需要审查特定请求，法务则要审核非标准条款。负责搭建流程的人必须将这些简短的规则转化为申请表单、文档模板、审批规则以及最终协议的记录。
对 AI 智能体而言，它需要在操作软件的过程中始终牢记这些要求。例如，它必须配置财务审批的金额阈值，并验证阈值之上和之下的请求是否遵循了正确的路径。仅仅把单个步骤做对是不够的——整个流程必须能在不同条件下正确运转。
OpenAI 与 Ironclad 合作开发的任务，要求智能体配置协议、审批流程和可复用的法律条款。这些任务不仅考验模型对专业软件的操作能力，更要求其具备对业务规则的理解和跨步骤的验证能力。
GPT-6 Astra 的初步成果
GPT-6 Astra 是首个基于 Ironclad 任务训练的前沿模型。在 OpenAI 的内部研究评估中，其平均得分比 GPT-5.6 Sol 高出 32%，而单次尝试的预估时间减少了 48%。
这一结果意味着，模型不仅在任务完成质量上有显著提升，在效率上也实现了进步。对于企业级应用而言，速度与准确性的双重改善是智能体能否真正落地的关键。
合作模式的意义与边界
OpenAI 强调，这种与垂直领域软件公司的深度合作，旨在将真实业务场景中的复杂需求直接注入前沿模型的研发循环。Ironclad 的专业知识在定义评估标准和识别高价值任务方面发挥了关键作用。
不过，目前披露的信息仍限于合同管理这一垂直场景。OpenAI 表示正在与“少数”软件公司合作，但未透露其他合作伙伴或具体时间表。这种模式能否推广到更多专业领域，以及评估结果在真实客户环境中的表现如何，仍有待进一步观察。
对于关注 AI 智能体落地的读者而言，这一合作释放了一个明确信号：专业工作流正在成为前沿模型竞争的新战场，而拥有领域知识的软件厂商将成为模型能力提升的关键伙伴。