# Industry: OpenAI - In-house Data Agent

---
type: industry
company: OpenAI
team: data / engineering
title: Inside OpenAI's in-house data agent
url: https://openai.com/index/inside-our-in-house-data-agent/
source_name: OpenAI
source_type: engineering-blog
source_quality: official
published_at:
collected_at: 2026-07-08
status: analyzed
topics:
  - agent
  - data-agent
  - enterprise-ai
implementation_signals:
  - memory
  - rag
  - mcp
  - eval
  - permissions
product_area:
  - data-analysis
  - internal-tools
models:
  - GPT-5.2
  - Codex
tools:
  - Evals API
  - Embeddings API
  - MCP
benchmarks:
  -
related_papers:
  - 2026-memory-agent-survey
related_jobs:
  - 2026-07-08-baidu-aidu-agent-fullstack-engineer-beijing
related_experiments:
  -
related_projects:
  -
evidence_level: high
relevance: high
---

## One-line Takeaway

高价值内部 Agent 不是只接一个数据库，而是把权限、表级知识、人工注释、代码增强、组织知识、记忆和运行时上下文做成系统。

## What They Built or Claimed

OpenAI 构建了内部数据 Agent，用自然语言帮助员工探索和分析公司数据平台。资料描述了多层上下文、Agent API、Slack/Web/CLI/MCP 入口、记忆系统和安全边界。

## Technical Signals

- architecture: Agent API + internal knowledge + warehouse/platform sources + model/tool loop。
- tool use: 查询数据、语义检索、精确文本检索、MCP 连接。
- memory: 持续学习的记忆系统，用于提升后续查询。
- evaluation: 使用 Evals API 作为构建工具之一。
- safety: 内部权限和工作流是设计的一部分。
- deployment: Slack、Web、IDE、Codex CLI、内部 ChatGPT。
- data: 表使用、人工注释、Codex enrichment、institutional knowledge、runtime context。

## Evidence Quality

官方工程博客，有系统结构、上下文层和落地入口，证据强。

## Links

- papers: memory survey
- jobs: Baidu Agent fullstack
- experiments: data-agent-context-stack
- projects:
- docs: evaluation, memory, tool use

## Gaps for Us

- 需要沉淀一个“企业数据 Agent 架构”专题。