OpenAI熱炒已久的智能體，剛剛正式發(fā)布！

OpenAI官方介紹：

Operator是我們的首批智能體之一。這些AI能夠獨(dú)立為你完成工作——只需給它一個(gè)任務(wù)，它就會(huì)執(zhí)行。

be like，給它一個(gè)購物清單，Operator就能完全自主地幫你買好東西。

可以看到操作老哥的雙手已經(jīng)離開鍵盤，屏幕上的所有操作都是Operator自己完成。

還能讓它來預(yù)定餐廳：

這邊奧特曼直播剛結(jié)束，OpenAI總裁Brockman就迫不及待地宣布：

2025是智能體之年。

并且這一次，Operator官宣即上線——只不過，暫時(shí)只面向Pro用戶，對(duì)，就是一個(gè)月200刀（約合人民幣1458元）的那個(gè)大會(huì)員。

看罷直播，網(wǎng)友們還是非常興奮的，直呼“瘋狂星期四”。

但是嘛……

嗯，Operator很香，但要是開源就更棒了，DeepSeek、Meta快卷起來（doge）。

玩轉(zhuǎn)瀏覽器，無需人類輔助

口說無憑，咱們還是先通過官方Demo，來看看Operator到底有多“獨(dú)立自主”。

它幾乎可以使用任何網(wǎng)站，無需人類的操作輔助。

比如從Allrecipes上找到一份蛤蜊扁面條的食譜，然后把所有的食材都放到我instacart的購物車?yán)铮?/p>

它操作這一切的邏輯和人類一樣，看到了哪些圖片、該點(diǎn)擊哪些按鈕。

這和其他使用API或者基于編程接口的Agent不同，它是基于文本的思維鏈進(jìn)行推理。

確認(rèn)好菜單后，去哪個(gè)店下單買菜呢？

人類進(jìn)一步給出指令，使用Gus’s，然后Operator就會(huì)到對(duì)應(yīng)的網(wǎng)站開始下單。

遇到登錄、支付等操作時(shí)，Operator會(huì)將操作權(quán)交還給用戶。

在用戶實(shí)測中，有博主發(fā)現(xiàn)如果Operator被Reddit墻了，它還會(huì)自己在搜索時(shí)就加入“Reddit”關(guān)鍵詞以找到相關(guān)帖子。

用戶也可以通過添加自定義指令，獲得個(gè)性化體驗(yàn)。比如設(shè)置訂機(jī)票時(shí)的首選航司。

Operator允許用戶保存提示，以便在主頁上快速訪問，非常適合重復(fù)任務(wù)，如在購物網(wǎng)站上補(bǔ)貨。

Operator也能同時(shí)運(yùn)行多個(gè)任務(wù)，就像是打開多個(gè)網(wǎng)頁那樣，比如讓它在Etsy上訂購個(gè)性化的搪瓷馬克杯，同時(shí)在Hipcamp上預(yù)訂露營地。

Operator的底層使用了一個(gè)全新的模型Computer-Using-Agent（CUA）。

通過將GPT-4o的視覺能力和高級(jí)推理強(qiáng)化學(xué)習(xí)相結(jié)合，CUA可以進(jìn)行GUI交互。

Operator可以看到網(wǎng)頁界面的內(nèi)容，使用鼠標(biāo)、鍵盤允許的所有操作。由此它可以自動(dòng)操作，而無需自定義的API集成。

如果遇到問題或者出現(xiàn)錯(cuò)誤，Operator可以利用推理能力自我糾錯(cuò)。并在它卡住需要幫助時(shí)，將控制權(quán)交還給用戶。

CUA在WebArena和WebVoyager兩個(gè)基準(zhǔn)測試中都取得了SOTA。

目前，美區(qū)的Pro會(huì)員已經(jīng)可以通過operator.chatgpt.com來使用Operator。Plus、Team、Enterprise等付費(fèi)用戶和其他地區(qū)的胖友們，還得再等等，但OpenAI承諾未來會(huì)將這些功能集成到ChatGPT中。

OpenAI邁入“Level 3”

2024年7月，OpenAI發(fā)布了“從AI到AGI的五步過程”：

• Level 1：Chatbots，AI可以以對(duì)話的方式與人互動(dòng)。
• Level 2：Reasoners，AI科技解決人類水平的問題。
• Level 3：Agents，AI可以作為系統(tǒng)執(zhí)行一些行動(dòng)任務(wù)。
• Level 4：Innovators，AI可以開發(fā)創(chuàng)新性的AI。
• Level 5：Organizations，AI可以完成一個(gè)組織完成的工作。

在當(dāng)時(shí)的定義和規(guī)劃中，OpenAI表示自己還只處于Level 1階段，正在靠近Level 2。

而現(xiàn)在，隨著Operator的發(fā)布，奧特曼宣布：

這是我們進(jìn)入Level 3的開始。

值得注意的是，就像開頭提到，OpenAI悄悄畫了個(gè)重點(diǎn)：Operator還只是“首批”而非唯一智能體。

在直播中，奧特曼也預(yù)告了：

我們還將在未來幾周和幾個(gè)月內(nèi)推出更多智能體。

One More Thing

就在OpenAI今天這場直播之前，還有一個(gè)小小的花絮。

Operator發(fā)布2小時(shí)前，OpenAI發(fā)了一條推文，表示修復(fù)了ChatGPT和API錯(cuò)誤率高的問題。

又虛晃了網(wǎng)友們一槍（doge）。

另一個(gè)好消息是，奧特曼還預(yù)告，ChatGPT免費(fèi)版就能用上o3-mini。