OpenAI 推出了最新的AI代理“Operator”，這是一個旨在幫助用戶在線執行各種任務的強大工具。它結合了GPT-4o的視覺能力和強化學習的高級推理，能夠與圖形用戶界面(GUI)進行交互，無需定制API集成即可在網絡上自主行動。目前Operator處於研究預覽階段，僅面向美國ChatGPT Pro訂閱用戶開放，月費200美元。本文將詳細介紹Operator的功能、安全性和未來發展計劃。
OpenAI 宣布推出其最新AI 代理“Operator”，這一工具旨在幫助用戶在網絡上執行各種任務。 OpenAI 在其博客中表示，Operator 正在進行“研究預覽”，初步面向美國的ChatGPT Pro 訂閱用戶，月費為200美元。
Operator 的設計理念是通過一種稱為“計算機使用代理” 的模型，結合了GPT-4o 的視覺能力和強化學習的高級推理，能夠與圖形用戶界面（GUI）進行交互。 OpenAI 解釋道，Operator 可以通過其內置的瀏覽器查看網頁，並通過鍵入、單擊和滾動等方式與頁面進行交互。這一技術的優勢在於，Operator 能夠在不需要定制API 集成的情況下，在網絡上自主行動。
在使用過程中，Operator 不僅能夠利用推理能力進行“自我糾正”，還會在遇到困難時將控制權交還給用戶。當網站請求敏感信息，例如登錄憑據時，Operator 會詢問用戶是否接管該操作。此外，Operator 在處理諸如發送電子郵件等事務時，也會要求用戶進行確認。 OpenAI 強調，Operator 在設計上特別注重安全性，旨在拒絕有害請求並屏蔽不允許的內容。
OpenAI 還透露，Operator 正在與多個知名公司合作，如DoorDash、Instacart、OpenTable、Priceline、StubHub、Thumbtack 和Uber 等，以確保其滿足現實世界的需求，並遵循已建立的行業規範。不過，OpenAI 也提醒用戶，目前該工具在處理複雜界面時可能會遇到困難，例如創建幻燈片或管理日曆。
OpenAI 計劃將Operator 擴展至Plus、Team 和Enterprise 用戶，並將這些功能整合進ChatGPT 中。這意味著更多用戶將有機會體驗到這一前沿技術所帶來的便利。
官方播客:https://openai.com/index/introducing-operator/
劃重點:
OpenAI 推出“Operator” AI 智能體，幫助用戶在線執行任務，首批面向ChatGPT Pro 用戶。
Operator 可以通過瀏覽器與網頁交互，具備自我糾正和用戶控制的功能，確保安全性。
OpenAI 與多個知名公司合作，致力於滿足現實需求，同時計劃未來擴展至更多用戶。
總而言之，Operator 是OpenAI在AI代理領域的一次大膽嘗試，它展現了AI在自動化網絡任務方面的巨大潛力。雖然目前仍處於早期階段，但其未來的發展值得期待，也預示著未來AI與人類互動的更多可能性。