（關注公眾號設為標，獲取AI深度洞察）

全文 2,000字 | 閱讀約5分鐘

（Operator發布會完整視頻）

AI自主上網購物真的要來了嗎？是的。

OpenAI CEO Sam Altman早前博客預測：2025年將是AI Agent取得重大突破的一年。而在周四1月23日，這一預測已現端倪—— OpenAI發布了其具備“博士”能力的AI Agent產品預覽版Operator。

這款重磅工具不僅能模擬人類操作網頁瀏覽器，更能自主完成從網上購物到旅行預訂等復雜任務。它標志著AI正從簡單的對話助手，向真正能夠'替人辦事'的智能助手跨進。從此，AI不再局限于回答問題，而是能實際代表用戶在互聯網上行動。

作為戰略性推廣的第一步，Operator 目前僅向美國地區的 ChatGPT Pro 訂閱用戶（月費 200 美元）開放。在產品發布直播中，Altman 表示將逐步擴展至其他訂閱層級，但歐洲等地區的上線時間可能較晚，這或與當地的 AI 監管政策有關。

OpenAI的Agent計劃

目前，該研究預覽版可通過 operator.chatgpt.com 訪問，但 OpenAI 計劃未來將 Operator 集成到所有 ChatGPT 客戶端中。根據 OpenAI 的現場直播，Operator 承諾可自動執行預訂旅行住宿、餐廳訂位和在線購物等任務。用戶可以在 Operator 界面中選擇不同類別的任務，包括購物、外賣、餐飲和旅行，每個類別都對應不同類型的自動化功能。

Operator 似乎是 OpenAI 在 AI 代理領域迄今最為大膽的嘗試。就在上周，OpenAI 推出了 Tasks，為 ChatGPT 提供了簡單的自動化功能，比如設置提醒和安排每日定時執行的提示詞。Tasks 賦予了 ChatGPT 一些類似 Siri 或 Alexa 的基礎功能，使其更具實用性。然而，Operator 展示了前幾代虛擬助手從未具備的能力。

AI 代理被認為是 ChatGPT 之后 AI 發展的下一件大事——這項新技術可能會改變人們使用互聯網和個人電腦的方式。與僅限于提供和處理信息的傳統 AI 不同，理論上，AI 代理可以主動采取行動、執行任務。

二、Operator 工作原理

OpenAI 表示，Operator 由一款計算機使用代理（Computer-Using Agent，簡稱 CUA）驅動，該代理結合了公司 GPT-4o 模型的視覺能力以及 OpenAI 更先進模型的推理能力。CUA 經過訓練，可與網站的前端界面交互，這意味著它無需依賴面向開發者的 API，即可訪問不同的服務。

換句話說，CUA 能夠像人類一樣使用按鈕、導航菜單，并在網頁上填寫表單。CUA 模型經過訓練，在執行可能產生外部影響的任務之前，會先請求用戶確認。例如，在提交訂單或發送電子郵件之前，用戶可以進行最終檢查，以確保模型的操作符合預期。”OpenAI 表示：“CUA已在多種場景中展現出實用價值，我們的目標是讓其在更廣泛的任務范圍內保持高可靠性。

然而，OpenAI 也警告稱，CUA 并不完美。公司表示，目前CUA還無法在所有場景下都能穩定可靠地運行。”出于謹慎考慮，OpenAI 還要求對某些任務進行監督，比如涉及銀行交易的操作，即便 CUA 和 Operator 技術上能夠獨立完成這些任務。

OpenAI 在其支持文檔中提到：“在一些特別敏感的網站上，比如電子郵件，Operator 需要用戶進行主動監督，確保用戶可以直接發現并糾正模型可能犯的任何錯誤。”

三、Operator 使用指南操作過程

當 ChatGPT 用戶啟用 Operator 時，將彈出一個小窗口，顯示該代理所使用的專屬網頁瀏覽器，以執行任務，并提供其正在執行的具體操作的說明。用戶在 Operator 運行時仍可自行控制屏幕，因為 Operator 使用的是獨立的瀏覽器。

要開始使用，只需描述你想要執行的任務，Operator 便可自動處理。用戶可以隨時接管 遠程瀏覽器 的控制權，而在涉及登錄、支付信息輸入或 CAPTCHA 識別等任務時，Operator 也會主動提示用戶接管。

功能定制

用戶可以在 Operator 中 個性化工作流，添加自定義指令，適用于所有網站或特定網站，例如在 Booking.com 預設航空公司偏好。Operator 還允許用戶 保存提示詞，方便主頁快捷訪問，適用于 Instacart 等平臺上的重復性任務，如定期補充食品雜貨。

應用實例

1. 智能采購：根據圖片和菜譜訂購晚餐食材

Operator 能識別菜譜圖片中的食材清單，并自動在指定電商平臺匹配相應商品。系統會基于價格、新鮮度和配送時效進行智能篩選，確保食材及時送達。

1. 旅行規劃：根據預算及個人偏好自動生成方案

根據我的預算和興趣規劃周末旅行，請注意，在 0:06 時，ChatGPT Operator 被“Reddit”網站屏蔽，系統展現了類人化的決策能力：當遭遇"Reddit"網站屏蔽時，Operator 迅速轉向 Bing 搜索引擎獲取相關信息，保證了旅行規劃的連續性和完整性。"

1. 投資分析：需要人工驗證的證券研究

注意 ChatGPT Operator 在收集投資數據過程中遇到人機驗證碼時，會主動向用戶發送驗證請求。這種人機協作模式既確保了數據收集的連續性，也保障了投資研究的安全性。"

1. 航班預訂：全程對話式確認，實時調整方案

使用 Booking 集成預訂從 蘇黎世 飛往 維也納 的單程航班。這個過程需要反復溝通，ChatGPT Operator 會向我發送消息，詢問我的航班偏好，并讓我輸入付款詳細信息

四、Operator 實踐評測

實踐體驗顯示，Operator 在任務自動化方面表現出色。其后臺自主運行的特性極大減少了人工干預，智能任務保存和個性化配置功能也大幅提升了使用效率。人機協作機制設計合理，在關鍵節點的交互提示恰到好合。

然而，作為研究預覽版本，Operator 也面臨一些現實挑戰。部分網站對 AI 訪問的封禁以及有限的合作平臺覆蓋范圍，在一定程度上制約了其應用場景。值得注意的是，Operator 的功能定位專注于網頁交互自動化，這與 ChatGPT 的內容創作能力形成了鮮明對比。

從使用方法來看，Operator 作為獨立于 ChatGPT 的創新工具，需要探索獨特的最優使用模式。這種探索過程與 GPT-4 思維鏈提示或 GPT-4o 視覺理解的發展軌跡頗為相似。目前的應用實踐僅展現了 Operator 潛力的一小部分，其未來發展值得期待。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：https://www.youtube.com/watch?v=CSE77wAdDLg&t=5s&ab_channel=OpenAI

來源：官方媒體/網絡新聞

排版：Atlas

編輯：深思

主編: 圖靈