OpenAI发布Operator智能体，自主操控浏览器开启Level 3新时代！

摘要：OpenAI备受瞩目的智能体终于揭开神秘面纱！OpenAI正式宣布推出其首批智能体之一——Operator，这款AI能够独立执行任务，只需简单指令，即可自主完成复杂操作。

OpenAI备受瞩目的智能体终于揭开神秘面纱！OpenAI正式宣布推出其首批智能体之一——Operator，这款AI能够独立执行任务，只需简单指令，即可自主完成复杂操作。

想象一下，只需给Operator一个购物清单，它就能完全自主地帮你完成购物；或者让它帮你预定餐厅，一切操作都无需人类插手。在官方发布的Demo中，操作人员的双手离开键盘，屏幕上的所有动作均由Operator自主完成，令人叹为观止。

OpenAI总裁Brockman在奥特曼直播结束后迫不及待地宣布：2025年将是智能体之年！而Operator的官宣即上线，更是让网友们兴奋不已，直呼“疯狂星期四”。不过，目前Operator仅面向Pro用户开放，即每月需支付200美元（约合人民币1458元）的大会员。

Operator的强大之处在于其几乎可以使用任何网站，无需人类操作辅助。无论是从食谱网站找到菜谱并将食材加入购物车，还是根据用户指令选择特定商家下单，Operator都能轻松完成。与其他基于API或编程接口的Agent不同，Operator是基于文本的思维链进行推理，其操作逻辑与人类如出一辙。

在遇到登录、支付等需要用户干预的操作时，Operator会智能地将操作权交还给用户。同时，用户还可以通过添加自定义指令获得个性化体验。Operator支持同时运行多个任务，就像打开多个网页一样轻松自如。

Operator的底层技术是一个全新的模型——Computer-Using-Agent（CUA）。该模型将GPT-4o的视觉能力和高级推理强化学习相结合，实现了GUI交互。这意味着Operator可以看到网页界面的内容，并使用鼠标、键盘允许的所有操作进行自动操作，无需自定义的API集成。此外，Operator还具备自我纠错能力，并在需要时将控制权交还给用户。

值得一提的是，CUA在WebArena和WebVoyager两个基准测试中都取得了最优异成绩（SOTA），展现了其强大的实力。

随着Operator的发布，OpenAI也迈入了“Level 3”阶段。此前，OpenAI曾提出了从AI到AGI的五步过程，其中Level 3即为AI可以作为系统执行一些行动任务。而如今，Operator的发布正是OpenAI进入Level 3的开始。

更令人期待的是，Operator只是OpenAI推出的首批智能体之一。在直播中，奥特曼预告称，未来几周和几个月内还将推出更多智能体，让人充满期待。