OpenAI的智能體來了。

當地時間1月23日，人工智能（AI）巨頭OpenAI發布了名為Operator（操作員）的智能體（agent）。

OpenAI將其描述為一個可以上網為用戶執行任務的智能體，是“一種能夠獨立為你工作的人工智能——你給它一個任務，它就會執行”。

在演示中，用戶只需要輸入需求，Operator就可以完成餐廳訂位、購買日常用品、預訂比賽門票等任務。用戶可以實時查看進度，并隨時介入，遇到付款信息、家庭住址等隱私信息，Operator還會主動暫停讓用戶接管。

OpenAI CEO山姆·奧特曼（Sam Altman）在直播中表示，Operator的發布是OpenAI進入Level 3的開始，在未來幾周和幾個月內還將推出更多智能體。

此前，OpenAI曾發布從AI到AGI（通用人工智能）的五個等級，分別是Level 1，Chatbots（聊天機器人），AI可以以對話的方式與人互動；Level 2：Reasoners（推理者），AI科技解決人類水平的問題；Level 3：Agents（智能體），AI可以作為系統執行一些行動任務；Level 4：Innovators（創新者），AI可以開發創新性的AI；Level 5：Organizations（組織者），AI可以完成一個組織完成的工作。

據官方介紹，Operator由一種名為“計算機使用代理（Computer-Using Agent，CUA）”的新模型提供支持，通過強化學習，將GPT-4o的視覺能力與高級推理能力相結合，讓Operator可以 “看到”（通過屏幕截圖）并與瀏覽器 “交互”（使用鼠標和鍵盤所允許的所有操作），使其能夠在網絡上采取行動，無需通過自定義API（應用程序接口）集成。如果遇到困難或犯錯，Operator還可以利用其推理能力進行自我糾正，當需要幫助時，控制權將可以交還給用戶。

不過，奧特曼也強調，Operator目前只是研究預覽版，存在局限性。

CUA流程結構

OpenAI表示，由于模型首次可以在互聯網上進行操作，因此進行了大量的內部測試和外部紅隊測試，以確保Operator的安全使用。官網信息顯示，Operator目前在創建幻燈片或管理日歷等復雜界面方面存在問題，且可能會出現誤解命令或偏離用戶要求、被用戶濫用等問題。

同時，為了確保安全和迭代，將從小規模開始推廣Operator，目前僅針對每月付費200美元的美國專業版用戶開放，后續將根據用戶反饋進行完善和改進，將范圍擴大到Plus、Team和Enterprise用戶，并在未來將這些功能集成到ChatGPT中。

OpenAI表示“一旦我們對其安全性和可用性有了信心，就能大規模釋放無縫實時和異步任務執行功能”，并計劃盡快在API中公開支持Operator的模型CUA，以便開發人員構建自己的計算機智能體；并將繼續提高Operator的更長、更復雜工作流的處理能力。

據《華爾街日報》報道，OpenAI首席運營官Brad Lightcap在接受采訪時表示，Operator可以幫助用戶在家中和工作事務上節省時間，在這些領域，將日常任務自動化“蘊藏著巨大機遇”。

值得注意的是，就在Operator發布的前一天，國內大模型公司智譜AI也公布了最新的智能體GLM-PC v1.1。

據介紹，GLM-PC是基于智譜多模態大模型CogAgent，推出了深度思考模式，增加邏輯推理和代碼生成功能，同時還支持Windows系統。能夠根據用戶的任務需求，制定詳細的任務規劃方案，綜合分析目標以及可用資源，生成執行路線圖，并將大型任務自動分解為可管理的子任務；規劃結束后啟動代碼生成模塊，執行邏輯循環，逐步推進任務完成，無需人工干預；在執行過程中，還能根據新環境信息進行實時調整、反思修正和自我糾錯，持續優化解決方案。

OpenAI的競爭對手Anthropic 此前也已推出“計算機使用”（Computer Use）功能，允許其智能體像人類一樣使用計算機完成復雜任務。Anthropic稱可以通過任何軟件和實時互聯網瀏覽來解讀電腦屏幕上的內容、選擇按鈕、輸入文本、瀏覽網站和執行任務。

剛剛開年各家大模型廠商就紛紛行動，2025年的智能體之爭注定會愈發激烈。