OpenAI Agent Builder关停倒计时：四条迁移路线对比

OpenAI 的 Agent Builder 即将谢幕。根据官方公告，该产品于 2026 年 6 月 3 日宣布弃用，并计划在 2026 年 11 月 30 日正式关停。如果你在上面搭过客服分流、线索分类或审批流，现在必须开始考虑搬家了。

更棘手的是，这次关停不是孤立事件。同一份通知里，评估（Evals）平台会在 10 月 31 日转为只读，11 月 30 日与可复用 prompt 对象一同下线。也就是说，如果你依赖 Agent Builder 里的 Evaluate 标签页做测试，这部分数据也要提前备份。

好消息是，Kit 仍然可用——消失的是可视化画布，可嵌入的聊天前端不受影响。OpenAI 官方只给出两条迁移路径：Agent SDK 和 ChatGPT 工作区智能体。而社区讨论度很高的 n8n、Zapier、Make，严格来说都是手动重建，OpenAI 文档里并没有提供导出到这些平台的通道。下面从节点映射、审批门、文件检索、托管和成本五个维度，逐一拆解。

动手之前：先导出，再截图

不管你最终选哪条路，第一件事是趁还能登录时打开工作流，点击顶部导航的 Code，选择 Agent SDK，再选 TypeScript 或 Python，把整份导出内容复制下来。

需要清醒认识的是：这份导出不会把你的工作流图转换成代码，也不保证每个行为原样迁移。所以务必同时截图画布，把导出文件当作一份"规格说明书"——它记录的是你的提示词、工具和设置，而不是可直接运行的等价物。即便你打算迁去 n8n、Zapier 或 Make，这份导出依然有参考价值。

OpenAI 向量库（Vector Store）是 Assistants API / Responses API 体系中的托管检索组件：你把文档上传为文件（File），再挂到一个向量库对象上，OpenAI 负责切块、嵌入与索引，智能体在运行时通过 file_search 工具按向量库 ID 检索相关片段。这解释了文中"按 ID 复用"的意义——文件与嵌入都由平台侧保存，SDK 迁移时只要把工具参数指向原向量库 ID，检索能力即可延续，不必重新嵌入。反过来，一旦迁到 n8n、Zapier、Make 这类第三方平台，它们的知识库功能各自使用独立的嵌入模型与索引结构，无法直接引用 OpenAI 的向量库 ID，只能重新上传文档并让这些平台重新嵌入，成本与检索效果都会随之改变。

路线一：Agent SDK——代码派的正统选择

Agent SDK 以 MIT 协议开源，通过 npm 或 pip 安装，用指令和工具定义一个智能体并运行。因为一切都是代码，节点映射反而最直接：if、else、while 就是普通的条件语句和循环；护栏（guardrails）变成输入、输出或工具级护栏；文件检索可以直接按 ID 复用你已有的 OpenAI 向量库，开箱即用。

审批门的实现方式是给写工具打上"需要审批"的标记，运行会在中断处暂停，你批准或拒绝后再恢复。批准之后，运行停在写入那一步，那条记录就是最终结果，不会重复执行。

代价也很明确：托管、用户界面和部署全部由你负责。OpenAI 明确说，走 SDK 意味着运行环境、工具、鉴权、权限和部署都要你自己验证。

护栏（guardrails）是智能体运行时对输入、输出或工具调用施加的校验与拦截机制，典型用途包括拦截提示注入、过滤敏感内容、限制工具参数格式、阻止越权操作。与写在提示词里的"请不要做某事"不同，护栏在代码层面强制执行：校验不通过时运行会中止或改用预设回复，而不是把不合规内容直接交给模型或用户。Agent SDK 支持在三个层级分别挂载护栏，因而比可视化画布上的单一校验节点更灵活，但也意味着这些规则要由开发者自己编写与维护。

路线二：n8n——画布最接近的原型

从形态上看，n8n 是最贴近 Agent Builder 画布体验的替代品。社区版可免费自托管，许可证允许内部商业使用。这里有个命名陷阱：n8n 自己新智能体功能的设置页面也叫 Agent Builder，那是 n8n 的产品，不是 OpenAI 的。

节点级对应关系相当清晰：聊天触发器对应 Start，AI Agent 节点对应 Agent；护栏用 n8n 自带的护栏节点加失败分支；审批门的做法是让 AI Agent 只"提议"记录，主流程里插一个聊天步骤把内容展示给你并等待，批准后下一步才写入，拒绝则什么都不写。

测试中还有两个现实问题：AI 工具层面的重启是成功的关键一步，因为通知系统不会显示邮件；而 AI 工具级审批在我们试过的任何本地模型上都没跑通，小模型偶尔会丢字段或把字段搞乱。所以写入前安排人工检查每一条记录，是更稳妥的做法。

成本方面，n8n Cloud 上每条聊天消息算一次执行，十轮对话就是十次执行；自托管则没有执行账单，你只为服务器和模型付费。

人机回环（human-in-the-loop）指在自动化流程中插入一个需要真人确认的暂停点，流程在此挂起，等待批准、拒绝或修改后再继续。它之所以成为本次迁移的核心难点，是因为 OpenAI Agent Builder 把它做成了原生能力：在画布上给某个工具勾选"需要审批"即可，无需额外编排。而离开该平台后，多数替代品没有等价的一等公民节点——n8n 要靠在主流程里插入等待步骤，Zapier 要靠独立的请求批准步骤，Make 只能借助发消息给人审阅的变通做法。此外，暂停中的运行会占用执行记录，长时间未响应可能超时，设计时需要考虑超时后的默认行为。

路线三：Zapier——产品本身正在迁移

Zapier 的独立智能体产品正在并入 AI by Zapier，变成了 Zap 里的一个 AI 步骤。官方没有设定关闭独立智能体的日期。免费计划下，你只能在未发布的 Zap 里预览 AI by Zapier 步骤，所以我们是在 14 天 Pro 试用期内完成录制的——这是试用，不是购买。

它的模型选择器只提供一个选项：Standard，一次任务。Standard 是纯提示词模式，文本进、输出字段出。审批靠的是人机回环（human-in-the-loop）的请求批准步骤，会暂停 Zap 并把草稿发给你，批准后下一步写入 Zapier 表格，拒绝则停止。

截至 2026 年 10 月，Zapier 的菜单说明工具需要高级或付费档位，所以这个审批是独立的 Zap 步骤，而不是工具设置。另有两个已知缺口：聊天触发的智能体还没有直接对应的触发器，只能用 webhook 代替；部分知识源（包括 HubSpot、Asana、Zendesk、Zoom 和 Jira）尚不支持，官方称计划在 2026 年第四季度支持。

路线四：Make——免费可试，审批需自建

Make 的 AI 智能体处于公开测试阶段，所有计划都能用，走的是 Make 自己的 AI 提供商。想接自己的提供商（比如 OpenAI 密钥）需要付费计划，所以在免费计划上，模型由 Make 选，不是你选。

模块层面，AI Agent 模块对应智能体，两个工具是跑在数据存储上的 Make 模块，分支由路由器处理。审批是差异最大的地方：Make 的最佳实践指南建议用一个工具把输出发给你审阅，比如发到 Slack。在 Make 文档里没有找到原生的智能体审批步骤，这只能算一个开放问题，而不是确定没有。

成本上，每次智能体运行每个操作消耗一个 credit，用 Make 的提供商时还要为 AI token 额外计费。免费计划每月含 1,000 credits。

横向对比：审批门与文件检索最难替换

把四条路线放在一起看，真正难替代的是两件事：审批门和文件检索。

Agent SDK、n8n、付费档的 Zapier 各自都有成文的审批机制，Make 有文档化的变通方案。文件检索这块，SDK 按 ID 复用现有 OpenAI 向量库最省事；换成 n8n、Zapier 或 Make，你要么自己调 OpenAI API，要么把文档重新嵌入到它们各自的知识功能里。

托管是另一个分水岭。SDK 和 n8n 能跑在自己的服务器上，Zapier 和 Make 是云服务，文档里没有找到自托管选项。

价格方面（截至 2026 年 10 月 18 日）：Agent SDK 本身免费，只需付模型 token 的钱，例如 GPT-6 Luna 每百万输入 token 0.10 美元、每百万输出 token 0.50 美元。n8n 社区版自托管免费，Cloud Starter 按年付为每月 20 欧元，含 2,500 次执行。Zapier Pro 按年付每月 19.99 美元、按月付 29.99 美元，含 750 次任务，标准 AI 步骤按官方公式算一次任务，这只是估算而非实测。Make 免费计划 1,000 credits，对比页列出付费计划每月 9 美元起，购买前记得确认计费周期。工作区智能体则按 ChatGPT credits 计费，官方价目表给出的典型运行是 5 到 25 credits。

自托管（self-hosting）指把软件部署在自己控制的服务器或容器中，数据与运行日志不经过厂商云。对智能体工作流而言，这既是合规优势，也是成本结构的转折点：自托管通常没有按次计费的执行账单，取而代之的是固定的服务器开销，再加上你直接向模型提供商支付的 token 费用。不过自托管也把可用性、升级、备份和鉴权责任一并转移给了团队，需要有人持续维护。选择前应先确认该方案的许可证是否允许你的使用场景，以及官方是否对自托管提供支持与安全更新。

如何选：按团队情况对号入座

可以用几个问题来收敛选择。团队里有人愿意接管代码吗？有，Agent SDK 就是 OpenAI 官方路径，而且从你导出的文件起步。没有的话，你们是否已经在用 ChatGPT Business、Enterprise 或 EDU？工作流是否更偏对话而非确定性？若是，工作区智能体是官方的无代码路径，但别忘 OpenAI 关于强确定性工作流迁移可能失真的提醒。

其余情况都属于重建：需要自托管或最接近原画布的体验，从 n8n 开始；应用生态本来就在 Zapier，用 AI by Zapier，但工具级审批要付费档，需按任务数做预算；想要带免费测试额度的可视化构建器，可以试 Make，但要自己规划审批步骤。

11 月 30 日之前，记得做四件事：导出代码、截图画布、列出向量库、在 10 月 31 日评估数据转为只读前保存好。