OpenAI与合同管理软件公司Ironclad合作，共同训练和评估能够在合同配置和审批流程中执行多步骤操作的电脑操作代理。双方强调不使用未授权客户数据，目标是把演示级能力推进到可在企业环境中受控、可审计的专业工作流。
OpenAI正在把“电脑操作”从浏览网页、点击按钮的演示，推进到更复杂的专业工作流。公司10月6日公布与合同管理软件公司Ironclad的合作，双方将共同训练和评估能够处理合同配置、审批流程和可复用法律条款的人工智能代理。
OpenAI称，Ironclad是其在这一方向上的“首个合作伙伴”。双方并非只是在现有产品中接入一个聊天机器人，而是共同设计一组高价值、难度较高的任务，把真实企业工作转化为模型训练和评估问题。OpenAI表示，这些工作有助于让模型更适合真实商业环境中的专业任务。
OpenAI：Advancing computer use with Ironclad
从回答问题到操作企业系统
所谓“电脑操作”，通常指代理通过视觉理解、鼠标点击、键盘输入和网页交互来完成任务，而不是只返回一段文字或调用一个结构化接口。对合同管理而言，这意味着代理需要理解合同类型和企业规则，进入正确的工作流，配置协议和审批条件，并在适当的位置使用经过批准的条款。
这类任务的难点不在于生成一句看起来合理的法律语言，而在于多个步骤能否连续、准确地执行。合同可能需要经过业务部门、法务部门和管理人员的不同审批；同一条款还可能依赖合同金额、地区、客户类型或具体风险。代理如果只理解文档内容，却不了解合同处于哪个阶段，便很难真正完成工作。
OpenAI表示，双方正在把这些复杂流程拆解为可训练、可评估的任务。Ironclad的领域经验则被用于定义什么才算“完成得好”，以及如何把客户在真实合同工作中遇到的需求带入前沿模型研发。
训练材料与客户数据之间的边界
这项合作同时触及企业人工智能部署中最敏感的问题：模型究竟使用了哪些数据。OpenAI在相关页面的说明中表示，合作没有使用OpenAI客户数据、OpenAI内部合同，或Ironclad非公开客户数据和合同来进行训练或评估。
这一区分十分重要。要让代理学会合同工作流，研究人员需要足够具体的任务、规则和评价标准；但这并不意味着可以直接把企业客户的真实合同交给模型。理想情况下，模型可以从经过授权的任务设计、脱敏材料或合成环境中学习如何执行步骤，而不会接触不应被用于训练的机密内容。
不过，OpenAI公开的合作说明并未披露任务的完整数量、使用的测试环境、各类流程的准确率，也没有给出代理在不同合同类型和审批结构中的失败率。因此，目前能够确认的是合作方向和数据边界声明，而不是一套已经公开、可重复的独立基准结果。
Ironclad此前已经将人工智能嵌入合同生命周期管理。公司介绍称，其产品覆盖从合同接收、审批、签署到续约的流程，并提供合同搜索、条款分析和自动化功能。Ironclad在2023年推出AI Assist测试版后，又持续扩大其代理式合同能力；其公开资料也强调，相关功能应在既有权限、数据控制和人工监督下运行。
Ironclad：AI Contract Lifecycle Management Software
电脑操作代理仍处于早期阶段
OpenAI此前发布Computer-Using Agent（CUA）研究时就承认，这类系统仍存在明显限制。公司当时报告称，CUA在OSWorld这一评估完整操作系统任务的基准上取得38.1%的成功率，在WebArena和WebVoyager等网页任务基准上表现更高；但OpenAI也指出，面对更复杂的多步骤任务，系统距离人类水平仍有差距。
合同管理比一般网页操作更难衡量。一个网页任务可能以“是否成功提交表单”作为结果，而合同工作还要追问：代理是否选中了正确的条款，是否把审批交给了正确的人，是否误读了例外条件，是否遵守了公司的谈判规则，以及它是否留下了可以供法务复核的操作记录。
因此，Ironclad合作的意义可能不只是展示一个新的应用场景。它把电脑操作代理带进了一个拥有明确业务规则、审批链和责任边界的专业环境。对于模型开发者而言，这类场景能够暴露通用网页基准难以发现的错误；对于企业软件公司而言，则可以检验代理是否真的能在现有系统中完成连续工作，而不仅是生成一份漂亮的演示结果。
法律专业工作流将更依赖权限和审计
合同代理如果要进入生产环境，模型能力只是条件之一。企业还需要知道代理可以读取哪些合同、可以修改哪些字段、哪些操作必须获得人工批准，以及每一步使用了哪些资料。涉及客户保密信息时，数据留存、训练用途、访问日志和权限继承同样不可忽略。
这也是企业代理与普通聊天工具之间的差别：代理一旦能够写回合同系统，错误就可能改变审批路径、延误签署或影响商业谈判。相关操作必须具备可追踪、可撤销和可复核的机制，最好还要把模型的判断与最终的人类决定清楚分开。
AIFlux此前在OpenAI推出Astra for Law：把GPT-6 Astra、法律检索与律所工作流放进同一平台的报道中提到，法律人工智能的竞争正在从摘要和问答，转向能够在权限、来源和监督机制下完成连续工作。Ironclad合作把同一趋势推进到了合同配置和审批执行层面。
另一方面，DeepSeek Harness发布v0.1.7-rc.1：Computer Use与多工具工作流进入候选版本阶段所展示的开发者工具路线，也说明Computer Use正在从单一功能扩展为连接浏览器、本地环境、外部资源和多工具编排的运行时能力。但这类能力越深入真实系统，权限隔离和操作审计的重要性就越高。
从演示走向可交付的专业工作
OpenAI没有公布Ironclad合作的商业发布时间表，也没有表示这些能力已经面向所有客户开放。现阶段更准确的描述是：双方正在共同建立专业合同任务，并用这些任务训练和评估模型。
接下来值得观察的，不只是代理能否在一次演示中配置出一份协议，而是它能否在不同客户规则、审批结构和例外条款下保持稳定；能否清楚说明自己做了什么；以及当它无法确定时，能否停下来把问题交给人类，而不是继续执行。
OpenAI与Ironclad的合作显示，电脑操作代理的下一场竞争可能不会首先发生在消费级网页任务中，而会发生在合同、财务、客户服务和软件开发等拥有真实流程的企业系统里。代理要成为专业工具，必须同时证明三件事：它理解工作上下文，能够可靠地完成多步骤操作，并且始终处在企业可以控制和追责的边界之内。