大模型之家讯 1 月 23 日晚，OpenAI 正式发布其最新 AI 工具——Operator。这款创新型 AI Agent 工具集成了内置浏览器，能够在网站上自主执行任务，为用户提供更高效、更便捷的数字化操作体验。Operator 的推出，不仅标志着人工智能从被动工具向主动助手的进化，也为未来生活与商业模式带来了全新的可能性。
Operator 能够自动完成一系列日常任务，如预订旅行住宿、餐厅以及在线购物等，用户只需在其界面选择任务类别，包括购物、送货、餐饮和旅行等，AI 即可自主浏览、点击和滚动网页，完成指定操作。它通过内置浏览器的屏幕截图了解界面状态，掌握何时使用按钮或填写表格。然而，当遇到需要用户输入密码等特定情况时，Operator 会进入“接管模式”，停止截屏并交由用户操作，以保障隐私安全。
目前，Operator 以研究预览形式面向美国地区的 Pro 用户开放，用户提交任务后无需额外干预即可完成操作。
技术创新：从被动工具到主动助手
Operator 的核心技术源于 OpenAI 全新的 Computer-Using Agent（CUA）模型，结合 GPT-4o 的视觉能力与强化学习驱动的推理能力。这种技术赋予 Operator 与图形用户界面（GUI）直接交互的能力，支持包括表单填写、订购物品、在线预订等任务的自动化处理。无需定制 API 的通用交互能力显著扩展了 AI 的应用范围，为用户节省了大量时间，同时为企业提供了创新客户体验的机会。
Operator 可执行的任务多样化，例如用户可以同时在 Instacart 上补充食品库存、在 Hipcamp 预订露营地，或根据个人需求设置操作偏好，以优化重复任务的效率。此外，Operator 已在 WebArena 和 WebVoyager 等浏览器交互测试中取得行业领先的标杆成绩，尽管在创建复杂内容（如幻灯片）或管理日历等任务中仍存在局限，但其能力正在持续增强。
隐私与安全：用户至上
在隐私保护与安全设计上，Operator 提供了三层防护：
- 关键点接管模式：在处理敏感信息（如支付或登录凭据）时，Operator 会将操作主动交由用户确认。
- 数据透明管理：用户可关闭“为全体用户改进模型”的选项，确保数据不会用于模型训练，同时支持一键清除浏览记录及任务数据。
- 恶意行为防护：Operator 可实时监测并规避恶意提示注入等威胁，确保任务执行安全可靠。
尽管如此，OpenAI 也承认任何技术系统都存在错误或滥用的可能性。因此，Operator 在研究预览期间将持续优化，确保功能安全性与合规性。
未来发展：迈向更广泛的应用场景
OpenAI 表示，未来将开放支持 Operator 的 CUA 模型 API，供开发者构建自定义 AI 代理工具，并逐步扩展其任务处理能力。此外，Operator 将陆续推广至 Plus、Team 和 Enterprise 用户，并整合至 ChatGPT，支持实时和异步任务处理。
OpenAI 正与多家知名企业合作，如 DoorDash、Instacart 和 Uber，共同探索 AI 在电商和物流等领域的潜力应用。此外，Operator 也积极与公共部门协作，例如与加州斯托克顿市合作简化市民服务注册流程。
Operator 的推出代表着 AI 主动智能助手的诞生，为个人与企业提供了全新的可能性。随着技术的不断完善，这一工具将在更多场景中发挥作用，为用户带来前所未有的便利与效率。
原创文章，作者：志斌，如若转载，请注明出处：http://damoai.com.cn/archives/8947
