AI智能體正在加速嘗試代替人類去做一些“力所能及”的事情。

　　當(dāng)?shù)貢r間1月23日，OpenAI發(fā)布了首個AI智能Operator媒體管家上海軟聞（http://mediafabu.com/）。據(jù)該公司CEO奧特曼介紹，這款智能體能像人類一樣使用網(wǎng)頁瀏覽器，并點擊按鈕、打字輸入內(nèi)容等，能自動完成預(yù)訂旅行住宿、餐廳預(yù)約、在線購物等復(fù)雜任務(wù)。

　　不僅如此，系統(tǒng)還支持多任務(wù)并行處理，比如在某購物網(wǎng)站上訂購搪瓷馬克杯之時，也能同步在另一平臺預(yù)定露營地。

　　Operator支持個性定制，用戶可為特定網(wǎng)頁或全站添加自定義指令，并在主頁保存，實現(xiàn)跨聊天窗口的多任務(wù)處理，如設(shè)置訂機票時的首選航司等媒體管家官方（http://mediafabu.com/）。

　　其技術(shù)原理主要由Computer-Using Agent（CUA）模型驅(qū)動，并結(jié)合了GPT-4o的視覺識別能力和基于強化學(xué)習(xí)的高級推理功能，使得Operator能 “看見” 網(wǎng)頁，使用鼠標(biāo)和鍵盤與網(wǎng)頁互動。

　　目前，Operator研究預(yù)覽版率先向訂閱200美元Pro計劃的美國用戶開放，后續(xù)將逐步擴展至Plus、Team和 Enterprise級別用戶。OpenAI表示，希望很快將Operator集成到其所有ChatGPT應(yīng)用中。

　　從現(xiàn)有體驗來看，Operator在基礎(chǔ)網(wǎng)頁操作和重復(fù)性任務(wù)方面表現(xiàn)出色，如搜索篩選、創(chuàng)建購物清單和音樂播放列表等任務(wù)成功率較高。但在處理復(fù)雜的房產(chǎn)搜索等任務(wù)時，成功率相對較低；在處理不熟悉的UI界面和文本編輯時表現(xiàn)欠佳。

　　在發(fā)布演示和用戶測試中，Operator出現(xiàn)了網(wǎng)頁無法成功加載等情況，表明其在運行穩(wěn)定性上存在不足。此外，由于部分網(wǎng)站可能會屏蔽AI訪問，導(dǎo)致智能體無法在這些網(wǎng)站上執(zhí)行任務(wù)，使其應(yīng)用范圍受到一定限制。

　　據(jù)OpenAI方面介紹，這款智能體在WebArena測試中得分58.1%，而在WebVoyager測試中實際網(wǎng)站導(dǎo)航成功率達(dá)87%，OSWorld測試的得分則為38.1%。WebArena是由卡耐基梅隆大學(xué)等機構(gòu)推出的一項用于測試智能代理在網(wǎng)絡(luò)環(huán)境中執(zhí)行任務(wù)能力的測試。WebVoyager測試主要在亞馬遜、開源網(wǎng)站GitHub和谷歌地圖等真實網(wǎng)站上測試模型的性能。而OSWorld測試用于評估模型控制Windows和macOS等完整操作系統(tǒng)的能力。

　　盡管還談不上完美，但“這款產(chǎn)品是我們進(jìn)軍智能體領(lǐng)域的開始?！眾W特曼在直播中這樣表示。

　　可以說，Operator是OpenAI向通用人工智能（AGI）目標(biāo)邁進(jìn)的重要一步，也將進(jìn)一步增強該公司在AI領(lǐng)域的競爭力。但考慮到Operator在代替用戶執(zhí)行任務(wù)時可能需要輸入敏感信息，如何避免潛在安全風(fēng)險將成為重要問題。