OpenAI推出新款ChatGPT智能体可以操控整台电脑并完成任务

（爱云资讯消息）OpenAI全力以赴投身于当前最受追捧的AI趋势——智能体。这类工具能突破聊天机器人的局限，代表用户完成复杂的多步骤任务。OpenAI于今年4月11日发布了ChatGPT智能体，宣称这款工具能通过其虚拟计算机代用户处理工作。

产品负责人亚什·库马尔（Yash Kumar）和研究负责人伊萨·富尔福德（Isa Fulford）介绍，ChatGPT智能体由OpenAI专门研发的新模型驱动。演示中，这款工具能实现以下功能：查看用户日历并简报客户会议安排、规划家庭早餐食谱并采购食材、根据竞品分析自动制作幻灯片。

与OpenAI所有推理模型一样，支撑ChatGPT智能体的未命名模型通过强化学习技术训练，专攻需要调用文本浏览器、视觉浏览器及支持数据导入的终端等多工具协作的复杂任务。OpenAI表示ChatGPT智能体融合了现有工具办公效率助手（Operator）和深度研究助手（Deep Research）的核心能力。

为开发新工具，OpenAI将两个原有团队合并为20-35人的统一团队。演示场景包括：通过对接谷歌日历查询空闲夜晚，再联动OpenTable筛选特定类型餐厅安排约会；用户可随时追加搜索条件，如新增餐厅类别；还能生成Labubus与豆豆娃市场增长对比等分析报告。

富尔福德指出，ChatGPT智能体在网购场景表现优异，融合两项技术的效果远超单独使用办公效率助手。库马尔则开始用其自动化生活琐事，例如每周四自动申请OpenAI办公室停车位，避免周一因遗忘申请而无处停车。

库马尔表示，由于ChatGPT智能体可操控整台电脑而非仅限浏览器，其工具集得到了显著扩展。不过演示显示，该工具运行速度可能较慢。被问及延迟问题时，库马尔回应团队更注重复杂任务的优化，用户无需实时监看运行过程。

"即便耗时15分钟或半小时，相比人工操作仍是巨大效率提升，"富尔福德补充道，OpenAI搜索团队更专注低延迟场景的应用，"这属于那种可以后台启动、回头查看结果的功能"。他强调，在执行发送邮件或预订等不可逆操作前，ChatGPT智能体会主动请求确认。

尽管OpenAI表示没有直接证据表明该模型能实质帮助新手制造生化武器，但鉴于其能力提升，公司仍启用了针对高等级生化能力的安全防护措施。今年5月，Anthropic在发布Claude Opus 4模型时也采取了类似预防机制。

关于金融交易权限，库马尔称目前该功能受到限制，并配备名为监视模式的额外保护。当用户访问金融类网站时，若切换浏览器标签页将导致工具停止运行。

OpenAI今日起向Pro、Plus及Team用户推送该工具，企业版和教育版用户将于今夏晚些时候获用。欧洲经济区及瑞士的具体上线时间尚未公布。

AI智能体的概念在业界已热议多年。开发者理想中的形态类似《钢铁侠》中的贾维斯——能处理专项工作、智能安排日程、根据偏好选购礼物等。但目前实际能力仍多局限于辅助编程和撰写研究报告。

2023年起，AI智能体开始频繁出现在投资者和科技高管的词汇中。2024年2月金融科技公司Klarna宣布，其AI客服上线首月即处理三分之二咨询量，相当于700名全职人工，更助推了这一趋势。此后亚马逊、Meta、谷歌等巨头在财报会议上屡屡提及智能体发展目标，相关企业也展开战略招聘：例如谷歌上周就挖角Windsurf公司CEO、联合创始人及部分研发成员以推进智能体项目。

ChatGPT智能体的发布延续了OpenAI今年1月推出的Operator工具路线（被描述为能上网代劳的智能体，经训练可操作网页按钮、文本框等元素）。这亦折射出AI行业的集体动向，即大小公司竞相开发能培养用户习惯的智能体产品。2024年10月，获亚马逊投资的Anthropic公司推出计算机使用工具，标榜能像人类一样操作电脑代劳。包括OpenAI、谷歌和Perplexity在内的多家企业则提供名为深度研究的智能分析工具，可生成定制化长篇研究报告。