如果您愿意每月支付 200 美元，ChatGPT 将升级为私人助理

OpenAI 的最新工具将其聊天机器人变成了一个虚拟助手，可以预订机票、订购披萨和处理琐碎的任务。

本周四，OpenAI 推出了一项名为 "操作员"（Operator）的新功能，可以让 ChatGPT 控制一个虚拟浏览器来执行现实世界中的任务，比如订餐或订机票。但到目前为止，它还只针对富人。

该工具目前只面向美国的专业用户（200 美元/月），是该公司首次涉足自主网页浏览领域。

它凸显了分级金融体系的出现，即支付更多费用的用户可以获得最好的人工智能功能。与此同时，付费较低的用户只能使用功能有限、性能较差的机型，可以说并不民主。

该系统通过 operator.chatgpt.com 运作，用户可以让 ChatGPT 处理各种在线杂务。

从 OpenAI 插件商店到 Rabbit 推出的大型行动模型，过去也有过类似的尝试。不过，它们对应用程序接口（API）的依赖使得设置起来既不方便又具有挑战性。

这套系统的不同之处在于它的工作方式。Operator 不像它的前辈那样依赖 API，而是控制一个基于云的浏览器，像人类一样点击按钮和填写表格。

操作员每次行动时，都会截图向你展示它在做什么。

例如，如果你需要预订一张比赛门票，人工智能就会打开自己的浏览器，进入一个特定的网站，查找相关比赛，并在要求你确认付款之前找到最佳选择。

它还会用可视化的方式向你展示它的决策过程。如果出现意外，还有一个 "控制 "按钮可以让人类抓住方向盘。

为了在其他公司失败的地方取得成功，OpenAI 不得不建立自己的人工智能模型，以便直观地理解网络浏览器显示的信息，并通过键盘和鼠标输入来控制操作。这个由 GPT-4o 支持的新模型被命名为计算机用户代理（CUA）。

这不仅仅是跟随脚本。人工智能可以阅读和理解网站布局，适应不同的设计，甚至处理意外弹出窗口或错误信息。

该系统还展示了一些令人印象深刻的派对技巧。把你乱七八糟的手写购物单的照片递给它，它不仅能用 GPT-Vision 读取，还能从你喜欢的杂货店里订购所有东西。

OpenAI 已与多家公司合作，以确保其平台上的流畅操作。

在预约乘车或订餐时，人工智能可以顺利地浏览 Uber 和 DoorDash 等服务，因为它已经预先配置了对这些服务界面的理解。

不过，对于不支持的网站，系统仍会尝试使用浏览器控制功能来完成任务。这就是 Operator 优于其他替代方案的地方。

与往常一样，OpenAI 分享了一些基准：它击败了其他最先进的模型，在 OSWorld（处理标准操作系统的熟练度）上的得分为 38.1%，而最好的竞争对手仅为 22%；在 WebArena（处理电子商务网站）上的得分为 58.1%，而竞争对手仅为 36.2%。

尽管如此，该团队强调，Operator 仍然是一个研究预览版，因此预计会出现错误和 bug。

一个潜在的症结可能会让注重安全的用户停顿一下：你需要信任 Operator，将你的登录凭证交给它。

云浏览器需要访问你的账户才能完成任何操作，而由于它与本地浏览器不兼容，因此使用远程网络浏览器登录，相信OpenAI不存储敏感数据的小指承诺，可能会让人觉得有点不妥。

该功能将很快在更大范围内推出，Plus 用户将是下一个受益者。开发者也不会被排除在外--OpenAI 计划在未来几周内通过其 API 发布 Operator，这有可能催生新一代人工智能自动化工具。

OpenAI 表示，除了云网页浏览控制外，还将有更多实例出现。该团队在演示过程中表示，他们还在努力扩大人工智能代理的范围，使其超越目前的通用助手。

编辑：Sebastian Sinclair 和 Josh Quittner

More News

• All
• CT
• Coindesk
• Decrypt
• DLNews