OpenAI 推出了一款名为”Operator” 的 ChatGPT 代理。 OpenAI 表示,Operator 是一个可以在实践中完成用户在浏览器中使用键盘和鼠标所能做的所有事情的代理,包括填写表单、订购杂货和制作 meme 等。用户只需在浏览器中输入提示,并描述想要执行的操作,Operator 就可完成。用户还可以给 Operator 提供特定的指令,例如在预订机票时只选择某些航空公司。 OpenAI 正在与 DoorDash 、 Uber 等公司合作,以实现特定的提示功能。这个工具目前仍处于测试版,但可以” 做任何人用键盘和鼠标在浏览器中能做的事情” 。目前,Operator 代理只能由 ChatGPT Pro 订户使用,且仅限于美国用户。未来,OpenAI 希望也能为 Plus 、 Teams 和 Enterprise 订阅用户推出。 OpenAI 为 Operator 推出了一个新的 AI 模型:Computer-Using Agent(CUA) 。该模型结合了 GPT-4 中的视觉识别功能和逻辑推理功能,以执行浏览器中的操作。输入不仅包括文本,还包括一个截图,供 CUA 分析。每执行一个新操作,如点击一个按钮,都会生成一个新的截图。
Operator 无法执行某些操作,如涉及用户敏感数据的银行交易。对于某些网站,如电子邮件服务,用户需要积极参与。 OpenAI 还内置了一些保护措施,以防止该工具被用于网络犯罪行为。
