发布日期：2024-11-16 16:44 点击次数：61
今天凌晨，OpenAI CEO Sam Altman 晓示了两个重磅讯息。
一个是 ChatGPT 用户不仅将得回 o3-mini 的免费试用契机，Plus 付费订阅会员还将享有更多使用额度。
另一个则是备受期待的首个智能体居品——Operator 盘问预览版负责亮相。好讯息是，它能帮你自动网购了，但坏讯息是，它可能相比容易「翻车」。
OpenAI 总裁 Greg Brockman 在 X 平台发文称：「Operator–一种能够使用我方的浏览器为你奉行任务的智能体。2025 年将是智能体之年。」
OpenAI 让 AI 学会「用电脑」了？这是迈向 AGI 的第一步
看成 OpenAI 首款信得过模拟东谈主类操作网页浏览器的 AI 助手，Operator 能够自动完成预订旅行住宿、餐厅预约和在线购物等复杂任务。用户不错在多个类别中选拔不同的自动化任务，涵盖购物、配送、餐饮和旅行等规模。
这项功能将率先向订阅 200 好意思元 Pro 筹商的好意思国用户绽放，随后厚重扩张至 Plus、Team 和 Enterprise 级别用户。
API 瞻望将在数周内推出。
用户可通过 operator..com 走访该做事，OpenAI 筹商后续将其整合到 ChatGPT，不外，ChatGPT 在今天凌晨又双叒叕崩了。
简便来说，当用户启用 Operator 时，系统会弹出一个小窗口，展示专用 Web 浏览器的操作界面，并及时说明正在奉行的任务。在此时期，允许用户随时招揽戒指。
技能层面，Operator 采纳辛苦云霄浏览器奉行任务，无需依赖网站 API。
它通过截图识别界面元素，瞎想后续动作，造成「不雅察-筹商-奉行」的闭环，直至完成任务。系统维持多任务并行处理，运行效用高，且能保持登录气象。
OpenAI 已与 DoorDash、Instacart、Priceline、StubHub 和 Uber 等公司竖立相助。
Instacart 首席居品官 Daniel Danker 就指出「OpenAI 的 Operator 是一项技能松懈，它使订购杂货等进程变得特别简便。」
按照常规，OpenAI 也同期召开了一场发布会。Sam Altman 与 Yash Kumar、Casey Chu 和 Reiichiro Nakano 全部先容和演示 Operator。
演示涵盖了多个骨子应用场景，比如通过 OpenTable 为 Beretta 餐厅预订双东谈长官位，原定 7 点档位不成用后改订 7:45。
使用 Instacart 购物系统识别购物清单——鸡蛋、菠菜、蘑菇、鸡腿、薯片，并半途招揽添加更多鸡蛋等商品。
在 StubHub 上试图搜索并选购预算 500 好意思元以下的好汉队比赛门票；预约清洁做事；以及筹商通过 DoorDash 点餐，订购烧烤披萨等。
期望很好意思好，践诺很骨感，Operator 当今最大的问题如故不够厚实。刚启动演示时还算凯旋，但中后期的演示过程中遭逢连环「翻车」，以致未能顺利加载相干网页。
能够是为了确保演示顺利，眼瞅着演示东谈主员输入的教唆词是越来越长。
X 平台大 V @rowancheung 也提前体验并共享了对 Operator 的不雅察。
比喻说 Operator 诚然在 ChatGPT 中运行，但功能透澈不同，主要专注于网页操作（点击、回荡、输入）而非生成长文本。当今系统仍存在截止，包括部分网站会屏蔽 AI 走访，相助伙伴集成有限。
他指出 Operator 需要特定的使用方法来优化恶果，就像 GPT-4 稳健 CoT 教唆一样，但当今对 Operator 的最好使用形态盘问还很初步。
不外，他如故挺看好这项技能能匡助东谈主们自动化处理败兴职责，从而将时期用于更有价值的事务。
此前有讯息称，Operator 在奉行任务时使用的截图内容可能被坏心愚弄，导致「教唆注入膺惩」，存在严重的安全隐患。
因此，确保 Operator 的安全使用是首要任务。
根据官方博客，OpenAI 主如若通过多层保护方法防护销耗并确保用户紧紧戒指 Operator。
招揽模式：Operator 在浏览器中输入敏锐信息（举例登录笔据或支付信息）时条款用户招揽。在招揽模式下，运营商不会网罗或截图用户输入的信息。用户证实：在完成任何要紧操作（举例提交订单或发送电子邮件）之前，Operator 应请求批准。任务截止：Operator 经过培训不错隔断某些敏锐任务，举例银行走动或需要高风险有筹商的任务，举例对职责苦求作念出决定。监视模式：在特别敏锐的网站上，举例电子邮件或金融做事，Operator 需要对其步履进行密切监督，以便用户能够顺利发现任何潜在的空虚。
此外，OpenAI 针对 Operator 实施了全面的诡秘和安全保护方法。在诡秘惩处方面，用户不错选拔退出模子磨练，一键删除浏览数据和历史对话，并刊出所有网站。
为守护坏心网站的膺惩，系统竖立了多层凝视机制，包括检测并忽略教唆注入、监控可疑步履和竖立挟制识别管谈。同期，Operator 设有审核系统来隔断无益请乞降不当内容，对违纪步履发出警告或取销走访权限。
「体验汇报」公布，Operator 背后的 CUA 技能有多强？
Computer-Using Agent (CUA)是撑持 Operator 的中枢技能，它会通了 GPT-4o 的视觉识别材干和基于强化学习的高等推理功能。
CUA 通过磨练掌捏了与图形用户界面（GUI）交互的材干，能像东谈主类一样操作屏幕上的按钮、菜单和文本框，无需依赖特定的操作系统或相聚 API。
据悉，其立异之处在于采纳通用界面方法，让 AI 能像东谈主类般操作各种软件器具，松懈了传统 AI 难以支吾的繁密细分应用场景。
不外 OpenAI 坦言 CUA 还有好多需要更正的场合，比如当今就没法保证在所有场景下齐能厚实运行。
OpenAI 在 Operator 中部署的 CUA 系统展示了不同场景下的性能发扬。比如它在基础网页操作和重迭性任务方面发扬出色，如搜索筛选、创建购物清单和音乐播放列表等任务的顺利率达到 10/10。
在电商网站搜索商品时也保持 9/10 的高顺利率。但在处理复杂的房产搜索等任务时，顺利率降至 3/10。
测试还发现教唆词的质料会显赫影响任务顺利率，举例时势预订任务中，添加具体时期和操作指挥后，顺利率从 3/10 普及至 8/10。
系统在处理不老练的 UI 界面和文本裁剪时发扬欠佳，常出现试错和低效操作，文本裁剪任务的顺利率仅为 4/10。
为了更好地量化 Operator 的性能见识，发布会上的演示东谈主员也提到了 OS World 测试和 Web Arena 测试。OS World 用于评估 AI 智能体在 Linux 等操作系统上的导航材干， Operator 得分 38.1%，高于其他公开系统但低于东谈主类水平(72.4%)。
Web Arena 则是测试评估 AI 智能体在电商网站和应酬论坛等网站的导航材干， Operator 得分 58.1%，通常跳动其他公开 AI 系统但未达东谈主类水平。
安全方面，演示神色先容了三个主要的安全商量标的。最初是系统隔断奉行无益任务，使用审核模子和后续检测，并屏蔽特定网站。
其次关于模子可能存在的空虚，系统在进行购买、预订等要害操作前必须得回用户证实，截止高风险任务如银行走动，并在敏锐网站启用不雅察模式。
特别是针对网站抗击性膺惩（如教唆注入、逃狱和垂纶），系统瞎想了严慎导航机制识别并忽略教唆注入，及时监控模子检测可疑内容，并竖立检测管谈快速识别可疑走访模式。
临了系统设有注入监控器(prompt injection monitor)，访佛防病毒软件，及时监控模子检测可疑内容，发现可疑步履时会暂停奉行。商量到无法预见所有安全隐患，OpenAI 只可先从小限度部署启动，通过赓续网罗反映来完善安全机制。
ChatGPT 的崛起也曾证明，伟大的居品时时降生于大齐次「不好意思满」的尝试。
OpenAI 也安心承认当今由 CUA 维持的 Operator 仅仅一项早期技能，诚然在特定场景已证明有效，但仍需通过用户反映赓续更正。
而且，他们筹商提高系统在不老练界面的稳健材干，增强文本裁剪精准度，优化对不同教唆词的领路材干，并扩张可靠任务的范围。
Altman 曾在月初的博客著作中暗示，OpenAI 也曾有信心构建通用东谈主工智能（AGI），并预测 2025 年第一批 AI 智能体将「加入劳能源雄师」。
包括智谱昨天也晓示推出了 GLM-PC。
这是基于智谱多模态大模子 CogAgent，公共首个面向公众、回车即用的电脑智能体（agent）。它能像东谈主类一样「不雅察」和「操作」推敲机，协助用户高效完成各种电脑任务。
可预见的是，这些智能体在异日将具备普遍的自主有筹商和任务奉行材干，能够处理复杂任务，以致在某些规模替代东谈主类职责，并从根底上调动企业的坐褥形态和产出。
此役过后，国王以17胜19负的战绩排名西部第11。
本场比赛，勇士全队有22次失误，其中追梦5次、库里4次、TJD3次；国王方面合计有15次失误。
在 OpenAI 的五级 AGI 道路图中，智能体恰是处于 L3 级别，其特色是不仅能念念考，还能代表用户采用活动，奉行复杂任务。这么看来， Operator 不仅是 OpenAI 智能体迈出的第一步，也将是迈向 AGI 的要紧一步。