当地时间周四，OpenAI 发布了自主代理 Operator。继本月OpenAI推出新功能Tasks，被认为产品方向开始转向AI代理后，OpenAI又采取了更实质性的行动。

据OpenAI介绍，Operator可以代表用户执行基于Web的操作，例如查看、输入、点击和滚动网页。 Operator是OpenAI最早的代理之一。目前，Operator仍是研究预览版，存在功能限制。美国的ChatGPT Pro会员可以使用此功能。

在20多分钟的介绍视频中，OpenAI演示了如何使用Operator来处理各种复杂的网页任务，例如填写表格和订购商品。演示中，操作员要求操作员在晚上7点在某餐厅预订座位，操作员会自动打开网页并进入预订网站，搜索餐厅并完成预订。当运营商发现当时餐厅座位已被预订时，会询问用户是否将预订更改为7:45餐厅。如果您上传包含鸡蛋、菠菜、蘑菇、鸡肉等食物的购物清单图片，运营商会打开网页并搜索这些商品并将其添加到购物车中。运营商还可以帮助用户订外卖。

从视频来看，Operator的操作页面与ChatGPT页面非常相似，用户可以在对话框中向Operator提出请求。据OpenAI介绍，支持Operator的模型是CUA（ComputerUsageAgent）模型。 CUA 将 GPT-4o 的视觉功能与高级推理功能相结合。 CUA可以与用户的图形界面进行交互，“看到”屏幕上的按钮、菜单和文本，还可以执行鼠标和键盘可以执行的操作。在CUA能力的支持下，当遇到困难或犯错时，Operator会利用其推理能力进行自我纠正或将控制权交还给用户。

在安全和隐私方面，当Operator执行任务时，人们可以控制流程。当用户输入支付信息等敏感信息时，运营商会要求用户接管。在此过程中，运营商不会收集用户输入的信息。据报道，运营商也会拒绝一些有害的请求。未来，OpenAI计划开放CUA的使用接口，以便开发者可以使用它来构建自己的智能代理。目前，可以使用 Operator 的用户数量是有限的。 ChatGPT Pro 用户的每月会员费达到 200 美元。运营商计划未来向ChatGPT Plus、Team和企业用户开放。

Operator发布后，OpenAI总裁兼联合创始人Greg Brockman在社交媒体上表示，2025年是智能代理年。此前，OpenAI多次放出开发智能代理的信号。

当被问及下一个模型更新时，OpenAI首席执行官Sam Altman去年曾提到，接下来会有更好的模型，但他相信下一个重大突破将是智能代理。本月早些时候，萨姆·奥尔特曼在一篇长篇博客文章中表示，他相信到 2025 年，人们将看到第一批人工智能代理“加入劳动力队伍”，并从根本上改变公司的生产方式。当地时间1月14日，OpenAI还推出了名为Tasks的新测试版功能，允许用户创建和管理未来的任务提醒。该功能还具有一定的代理属性。

有研发人员告诉记者，智能代理的关键在于AI模型具有更强的主动性。在国内，智普AI是最早研发智能机器人的企业之一。去年11月，智普AI发布了PC端智能GLM-PC并开始邀请测试。智能座席的功能还包括叫外卖、发送微信等。该代理最近发布了更新，推出了“深度思考”模式，并添加了专用于逻辑推理和代码生成的功能。

智浦华章总裁王少兰去年12月表示，2025年AI领域有两个重要的发展方向，其中之一是智能代理技术，这是使用大型模型的工具。 “现在手机APP仍然需要人性化的操作方式，可想而知，能够熟练使用工具对于行业意味着什么。”