證券時報
聶英好
2025-02-05 10:55
OpenAI CEO山姆·奧爾特曼認為，2025年人們將會看到第一批AI智能體“加入勞動力大軍”。
當地時間周四，OpenAI發布了自主智能體Operator。在本月OpenAI推出新功能Tasks，被認為產品方向開始轉向AI智能體后，OpenAI有了更實質性的動作。
據OpenAI介紹，Operator可以代理用戶執行基于網頁的操作，例如查看、輸入、點擊、滾用網頁，Operator是OpenAI最早的智能體之一。目前Operator還是研究預覽版本，功能上有局限性，美國的ChatGPT Pro會員可以使用該功能。
在20多分鐘的介紹視頻中，OpenAI演示了Operator如何用于處理各種復雜的網頁任務，如填寫表單、訂購貨物。在演示中，操作人員要求Operator預定某家餐廳傍晚7點的座位，Operator就會自動打開網頁進入預訂網站，搜索餐廳并完成預定。當Operator發現該時間點餐廳座位已經訂完，就會詢問用戶是否改訂7點45分的餐廳。如果上傳一張寫有雞蛋、菠菜、蘑菇、雞肉等食物的購物清單圖片，Operator則會打開網頁并搜索這些物品、加入購物車。Operator也能幫助用戶訂購外賣。
從視頻中看，Operator的操作頁面與ChatGPT的頁面非常相似，用戶可以在對話框中向Operator提出要求。據OpenAI介紹，支撐Operator的模型則是CUA（計算機代理使用）模型。CUA結合了GPT-4o的視覺能力，且有高級推理能力，CUA可與用戶的圖形界面交互，“看到”屏幕上的按鈕、菜單和文本，也可以執行鼠標和鍵盤可執行的操作。在CUA的能力支持下，當遇到困難或犯了錯誤時，Operator會利用推理能力進行自我糾正或將控制權交還給用戶。
在安全和隱私方面，Operator執行任務時，人可以控制這個過程，而當用戶輸入支付信息等敏感信息時，Operator會要求用戶接管，在這個過程中Operator不會收集用戶輸入的信息。據介紹，Operator也會拒絕一些有害的請求。未來OpenAI計劃開放CUA的使用接口，使開發人員能用其構建自己的智能體。目前可使用Operator的用戶群體還有限，ChatGPT Pro用戶每月會員費達到200美元，Operator后續還計劃向ChatGPT Plus、Team、企業用戶開放使用。
Operator發布后，OpenAI總裁兼聯合創始人Greg Brockman（格雷格·布羅克曼）在社交媒體上表示，2025年是智能體之年。此前，OpenAI也已多次釋放發力智能體的信號。
在被問及接下來的模型更新情況時，OpenAI CEO山姆·奧爾特曼（Sam Altman）去年曾提到，接下來會有更好的模型，但他相信下一個重大突破將是智能體。本月初，山姆·奧爾特曼在一篇博客長文中表示，相信2025年人們將會看到第一批AI智能體“加入勞動力大軍”，從根本上改變各公司產出的東西。當地時間1月14日，OpenAI還推出了名為Tasks的測試版新功能，用戶可用其創建和管理未來任務提醒，該功能也具備一定的智能體屬性。
有研發人員告訴記者，智能體的關鍵在于AI模型具備更強的主動性。在國內，較早布局智能體企業是智譜AI。去年11月，智譜AI發布了PC端智能體GLM-PC并開始邀請測試，該智能體的功能也包括點外賣、發微信。該智能體近日發布了更新，推出“深度思考”模式并增加了專用來做邏輯推理和代碼生成的功能。
智譜華章總裁王紹蘭去年12月表示，2025年AI領域有兩個重要發展方向，其中一個就是智能體技術，也就是大模型使用工具，“現在手機APP還需要按照人的方式在操作，可以想象大模型能熟練使用工具對行業意味著什么。”
