原標(biāo)題:ChatGPT Agent 正式發(fā)布，最卷 AI 打工人來(lái)了！
當(dāng)下，Agent 作為人工智能領(lǐng)域最熱門(mén)的方向，OpenAI 自然不會(huì)缺席。
7月18日凌晨，OpenAI 正式發(fā)布 ChatGPT Agent。20多分鐘的演示，將 ChatGPT 從單一的對(duì)話工具升級(jí)為具備真實(shí)任務(wù)執(zhí)行能力的全能 Agent。
“這讓我第一次真正感受到 AGI的存在，” Sam Altman在演示中感嘆，“觀看它思考、規(guī)劃再行動(dòng)的過(guò)程令人震撼。”
從對(duì)話到行動(dòng)：六大核心技術(shù)打造全能Agent
ChatGPT Agent 的核心突破在于將 OpenAI 此前分散的能力—— Operator的網(wǎng)頁(yè)交互能力、Deep Research的信息綜合能力，以及ChatGPT的智能對(duì)話能力，融合為一個(gè)統(tǒng)一的任務(wù)執(zhí)行系統(tǒng)。這背后是六項(xiàng)關(guān)鍵技術(shù)能力的協(xié)同：
云電腦沙盒環(huán)境：Agent 擁有完整的虛擬桌面，包含可視化瀏覽器（能點(diǎn)擊按鈕、拖動(dòng)圖片）、文本瀏覽器（高效掃描網(wǎng)頁(yè)內(nèi)容）、終端工具（運(yùn)行代碼、調(diào)試腳本）和文件編輯器。這相當(dāng)于給AI配備了一臺(tái)專屬工作電腦。
多工具智能協(xié)作：Agent 能自主判斷何時(shí)使用文本爬蟲(chóng)快速收集信息，何時(shí)切換到可視化瀏覽器操作復(fù)雜界面，以及何時(shí)調(diào)用API直接獲取數(shù)據(jù)，無(wú)需用戶指示工具切換。
自主編程執(zhí)行能力：內(nèi)置的Codex引擎讓Agent能夠讀取代碼庫(kù)、編寫(xiě)測(cè)試、修復(fù)bug，并實(shí)際運(yùn)行腳本處理數(shù)據(jù)。Pro用戶每月可觸發(fā)高達(dá)400次Agent任務(wù)。
一鍵交付工作成果：根據(jù)提示，Agent 直接生成可下載使用的文件。在發(fā)布會(huì)上，它僅用25分鐘就完成了英偉達(dá)財(cái)報(bào)分析并生成演示PPT。
多步驟任務(wù)閉環(huán)：從理解需求到最終執(zhí)行，Agent能編排完整工作流。演示中，它在處理婚禮禮物時(shí)被臨時(shí)要求“買(mǎi)雙黑皮鞋”，立即響應(yīng)：“確認(rèn)中斷，已加入新任務(wù)：查找9.5碼男士黑色正裝鞋。”處理完后又無(wú)縫返回原任務(wù)。
三層安全防護(hù)機(jī)制：訓(xùn)練階段屏蔽可疑網(wǎng)頁(yè)指令；運(yùn)行時(shí)實(shí)時(shí)監(jiān)控異常行為；執(zhí)行登錄、支付等敏感操作前強(qiáng)制用戶手動(dòng)接管。OpenAI甚至為它激活了**最高級(jí)別的生物化學(xué)安全防護(hù)**，防止?jié)撛跒E用。
真實(shí)場(chǎng)景演示：看Agent如何主動(dòng)幫你干活
發(fā)布會(huì)上，OpenAI 成員演示了令無(wú)數(shù)職場(chǎng)人共鳴的場(chǎng)景：為朋友婚禮做準(zhǔn)備——選服裝、挑禮物、訂酒店。傳統(tǒng)流程需耗費(fèi)半天的時(shí)間，而Agent只需要一條提示，即可高效完成全套任務(wù)：
一、主動(dòng)澄清需求
Agent 啟動(dòng)虛擬環(huán)境后，沒(méi)有直接給出答案，而是先打開(kāi)婚禮官網(wǎng)查找關(guān)鍵信息，并主動(dòng)詢問(wèn)：“婚禮的確切日期是什么時(shí)候？”——這種澄清意圖的能力標(biāo)志著AI行為模式的根本轉(zhuǎn)變。
二、真實(shí)操作網(wǎng)頁(yè)
在男裝電商網(wǎng)站，觀眾清晰看到 Agent 的 “鼠標(biāo)”在頁(yè)面上移動(dòng)：點(diǎn)開(kāi)詳情頁(yè)、閱讀面料說(shuō)明、篩選合適尺碼。當(dāng)選中一套深灰色西裝時(shí)，它在旁邊標(biāo)注：“這套比較適合當(dāng)天的天氣。”這并非基于文字描述的判斷，而是真實(shí)視覺(jué)瀏覽后的決策。
三、自主延伸任務(wù)
搞定服裝后，Agent未停歇，自動(dòng)延伸至酒店預(yù)訂。它打開(kāi)Booking.com，比較位置、價(jià)格和評(píng)分，最終篩選出三家最優(yōu)選項(xiàng)，并提示：“如需下單，我可繼續(xù)。”整個(gè)過(guò)程沒(méi)有用戶額外指令，完全基于初始任務(wù)意圖。
更驚人的是第二個(gè)演示：用手機(jī)發(fā)出一條指令：“為團(tuán)隊(duì)吉祥物設(shè)計(jì)500張貼紙，動(dòng)漫風(fēng)格”。
Agent 隨即調(diào)用圖像API生成設(shè)計(jì)稿，自動(dòng)打開(kāi)貼紙定制網(wǎng)站，將成品加入購(gòu)物車(chē)，最后彈出提示：“請(qǐng)確認(rèn)是否付款。”
傳統(tǒng)需多次跳轉(zhuǎn)的復(fù)雜流程，被壓縮為一句自然語(yǔ)言指令。
商業(yè)生態(tài)重構(gòu)：AI從工具升級(jí)為交易平臺(tái)
ChatGPT Agent的野心不止于提升效率。當(dāng)它能完成“搜索商品→比價(jià)→加入購(gòu)物車(chē)→生成訂單”的全流程時(shí)，OpenAI正在構(gòu)建全新的商業(yè)模式。
據(jù)披露，OpenAI正在測(cè)試平臺(tái)內(nèi)集成結(jié)賬系統(tǒng)。未來(lái)當(dāng)用戶通過(guò)Agent完成交易，OpenAI可能向商家收取傭金。Altman在接受Stratechery采訪時(shí)坦言：“如果你通過(guò)Deep Research發(fā)現(xiàn)并購(gòu)買(mǎi)商品，我們會(huì)抽取約2%的聯(lián)盟費(fèi)用。”
這徹底改變了互聯(lián)網(wǎng)商業(yè)邏輯：
傳統(tǒng)搜索（Google模式）：提供信息→用戶跳轉(zhuǎn)至商家→平臺(tái)賺取廣告費(fèi)
Agent新模式：理解需求→直接完成交易→平臺(tái)收取傭金
當(dāng)用戶對(duì)Agent說(shuō)“幫我訂周五晚餐”，它不僅推薦餐廳，還能直接完成OpenTable預(yù)訂；當(dāng)要求“分析Q3財(cái)報(bào)數(shù)據(jù)”，它直接生成帶圖表和洞察的PowerPoint文件。
每一次任務(wù)執(zhí)行，都可能是一次商業(yè)轉(zhuǎn)化。
安全與邊界：可協(xié)作的智能體才是未來(lái)
能力越大，責(zé)任越大。Agent能真實(shí)操作系統(tǒng)和支付，也讓風(fēng)險(xiǎn)升級(jí)。OpenAI采取了多層防護(hù)：
執(zhí)行控制：涉及登錄、支付等高危操作時(shí)，Agent會(huì)暫停并請(qǐng)求用戶手動(dòng)接管。如演示中，它始終停在付款確認(rèn)環(huán)節(jié)：“請(qǐng)確認(rèn)是否繼續(xù)下單”。
行為監(jiān)控：特別設(shè)計(jì)的“Watch Mode”確保用戶在金融等敏感頁(yè)面離開(kāi)標(biāo)簽頁(yè)時(shí)，Agent自動(dòng)停止運(yùn)行。系統(tǒng)還實(shí)時(shí)檢測(cè)異常行為，阻斷可能的惡意指令注入。
能力限制：盡管已激活高級(jí)生物化學(xué)防護(hù)，OpenAI仍明確表示暫不支持金融交易操作，并建議用戶遵循“最小權(quán)限原則”——僅開(kāi)放必要數(shù)據(jù)權(quán)限。
“我們做的是可協(xié)作的 Agent，而不是失控的自動(dòng)腳本。”OpenAI 工程師Edward在發(fā)布會(huì)上強(qiáng)調(diào)。這種設(shè)計(jì)哲學(xué)讓Agent更像數(shù)字搭檔而非自動(dòng)化工具，它懂得何時(shí)該問(wèn)、何時(shí)該等、何時(shí)該讓用戶接手。
操作系統(tǒng)級(jí)革命：你的下一臺(tái)電腦可能是個(gè)對(duì)話框
ChatGPT Agent 的終極意義在于重構(gòu)人機(jī)交互范式。過(guò)去完成復(fù)雜任務(wù)需要：打開(kāi)瀏覽器→搜索信息→切換電子表格→手動(dòng)整理數(shù)據(jù)→制作幻燈片。
而現(xiàn)在，用戶只需對(duì)ChatGPT說(shuō)一句：“分析英偉達(dá)最新財(cái)報(bào)，制作10頁(yè)摘要PPT。”
Agent隨即啟動(dòng)虛擬環(huán)境：用文本瀏覽器抓取財(cái)報(bào)數(shù)據(jù)、在終端運(yùn)行Python分析、生成可視化圖表、最后打包成可下載的PPT文件。整個(gè)過(guò)程無(wú)需用戶點(diǎn)擊任何軟件或網(wǎng)頁(yè)。
正如OpenAI產(chǎn)品負(fù)責(zé)人Yash Kumar所言：“我們要做的不只是回答問(wèn)題，而是替用戶把事辦完。”這標(biāo)志著AI從“功能增強(qiáng)”轉(zhuǎn)向“任務(wù)接管”——它不再是你使用的工具，而是替你操作工具的執(zhí)行者。
現(xiàn)在與未來(lái)：誰(shuí)將掌握AI時(shí)代的入口？
目前ChatGPT Agent已向Pro、Plus和Team用戶開(kāi)放。Pro用戶每月400次查詢額度，Plus和Team用戶40次。
在性能方面，ChatGPT Agent 交出了亮眼成績(jī)單：
41.6%的準(zhǔn)確率通過(guò)人類(lèi)最后考試（Humanity’s Last Exam），遠(yuǎn)超o3模型的24.9%；27.4%的得分刷新數(shù)學(xué)基準(zhǔn)測(cè)試FrontierMath紀(jì)錄，比Gemini Pro 2.5高出一倍多；85.5%的準(zhǔn)確率完成數(shù)據(jù)建模任務(wù)，顯著超越人類(lèi)數(shù)據(jù)分析師的65%平均水平。
Altman 在發(fā)布會(huì)上坦承：“這是人類(lèi)與AI共存的實(shí)境測(cè)試，社會(huì)、技術(shù)與風(fēng)險(xiǎn)管理策略都需要同步發(fā)展。”當(dāng)AI真正開(kāi)始“動(dòng)手”做事，我們不得不重新思考：哪些工作值得人類(lèi)親力親為？
隨著微軟Copilot、谷歌Gemini、xAI的Grok等競(jìng)品加速進(jìn)化，AI代理大戰(zhàn)已全面打響。但OpenAI通過(guò)ChatGPT Agent傳遞出清晰信號(hào)：未來(lái)的競(jìng)爭(zhēng)不在回答質(zhì)量，而在于誰(shuí)能成為用戶任務(wù)的第一入口，那個(gè)你開(kāi)口說(shuō)話，就能把事辦妥的“云電腦”。
當(dāng)Altman看著Agent自動(dòng)瀏覽網(wǎng)頁(yè)挑選西裝時(shí)，那句喃喃自語(yǔ)的“它真的在工作”，或許正是對(duì)這個(gè)新時(shí)代的最佳注解。
投稿郵箱：chuanbeiol@163.com 詳情請(qǐng)?jiān)L問(wèn)川北在線：http://www.dstuf.com/
