字数 1281，阅读大约需 7 分钟
OpenAI推出Operator：自主执行任务的AI特工
2025年，AI领域持续创新发展，其中引人瞩目的是OpenAI在AI特工领域的新动作。OpenAI首席执行官Sam Altman年初便在博客中预示2025年将是AI特工大放异彩之年，如今，OpenAI迈出了重要一步，推出了Operator这一通用型AI特工的研究预览版。
Operator的功能与适用范围
Operator能够掌控网页浏览器，独立执行特定操作。它承诺可实现旅行住宿预订、餐厅预订、在线购物等任务自动化。用户在Operator界面中有购物、配送、餐饮、旅行等多种任务类别可选，不同类别对应不同自动化功能。比如，用户计划去旅游，只需通过Operator下达指令，它就能在各大旅游平台上搜索合适的酒店和机票，并完成预订流程。
目前，Operator首先面向美国地区订阅ChatGPT $200 Pro套餐的用户开放。OpenAI表示，后续会逐步将此功能推广至Plus、Team和Enterprise等级别的更多用户，且很快会在其他国家上线，不过欧洲地区可能还需一段时间。该研究预览版目前可通过operator.chatgpt.com[1]访问，未来OpenAI打算将其集成到所有ChatGPT客户端。
技术支撑：Computer – Using Agent模型
Operator由Computer – Using Agent（CUA）模型驱动，该模型融合了OpenAI公司GPT – 4o模型的视觉能力与更先进模型的推理能力。CUA经过训练，能与网站前端交互，无需借助面向开发者的API，就能像人类一样操作网页上的按钮、导航菜单、填写表单。例如，在电商平台购物时，它可以自行点击商品链接、选择规格、添加到购物车并完成支付前的操作。
为确保Operator遵守相关企业的服务条款协议，OpenAI与DoorDash、eBay、Instacart、Priceline、StubHub和Uber等公司展开合作。
安全与确认机制
CUA模型在完成可能产生外部影响的任务（如提交订单、发送邮件等）前，会请求用户确认，以便用户在操作最终确定前复查。尽管如此，OpenAI也提醒，CUA并非完美，目前Operator还无法可靠处理许多复杂或专业任务，像创建详细幻灯片、管理复杂日历系统，以及与高度定制或非标准的网页界面交互等。出于谨慎考虑，对于一些任务（如银行交易），即便CUA和Operator大多能自行完成，用户仍需介入输入信用卡信息等。此外，Operator不会收集或截图任何数据，在诸如邮箱等特别敏感的网站，需要用户积极监督，以避免模型可能出现的错误。
Operator的局限性
Operator存在一些限制。它有每日及任务相关的速率限制，虽能同时执行多项任务，但存在“动态限制”，且有每日重置的总体使用限制。在当前发布阶段，出于安全考虑，Operator会拒绝执行某些任务，如发送邮件、删除日历事件等，尽管CUA具备这些能力，不过OpenAI表示未来会改变，但未给出具体时间。另外，如果遇到特别复杂的界面、密码字段或验证码检查，Operator可能会“卡住”，此时会请求用户接管操作。
AI特工的发展与安全考量
与竞争对手（如Rabbit、Google和Anthropic推出的特工）相比，OpenAI在AI特工开发上相对缓慢，这或许与该技术的安全风险有关。当AI系统能在网络上采取行动时，可能会被恶意行为者利用，引发诸如自动化网络钓鱼诈骗、DDoS攻击，或抢订演唱会门票等不良后果。特别是像ChatGPT这样广泛使用的工具，OpenAI必须采取措施防止此类滥用。
OpenAI认为Operator目前的版本足够安全，可作为研究预览版发布。Operator采用工具限制模型受恶意提示、隐藏指令和网络钓鱼攻击的影响，设有监控系统，若检测到可疑活动会暂停执行，同时通过自动化和人工审核的流程持续更新安全防护措施。
此前，OpenAI发布了Tasks，赋予ChatGPT设置提醒、定时运行提示等简单自动化功能，而Operator展现出前代虚拟助手无法企及的能力。AI特工被视为ChatGPT之后AI领域的又一重大突破，有望改变人们使用互联网和个人电脑的方式，从单纯的信息传递与处理，迈向实际行动操作。随着OpenAI推出Operator，这一愿景能否实现也将逐渐明晰。
引用链接
[1] operator.chatgpt.com: https://operator.chatgpt.com
