（Operator发布会完整视频）

AI自主上网购物真的要来了吗？是的。

OpenAI CEO Sam Altman早前博客预测：2025年将是AI Agent取得重大突破的一年。而在周四1月23日，这一预测已现端倪—— OpenAI发布了其具备“博士”能力的AI Agent产品预览版Operator。

这款重磅工具不仅能模拟人类操作网页浏览器，更能自主完成从网上购物到旅行预订等复杂任务。它标志着AI正从简单的对话助手，向真正能够"替人办事"的智能助手跨进。从此，AI不再局限于回答问题，而是能实际代表用户在互联网上行动。

作为战略性推广的第一步，Operator 目前仅向美国地区的 ChatGPT Pro 订阅用户（月费 200 美元）开放。在产品发布直播中，Altman 表示将逐步扩展至其他订阅层级，但欧洲等地区的上线时间可能较晚，这或与当地的 AI 监管政策有关。

目前，该研究预览版可通过 operator.chatgpt.com 访问，但 OpenAI 计划未来将 Operator 集成到所有 ChatGPT 客户端中。根据 OpenAI 的现场直播，Operator 承诺可自动执行预订旅行住宿、餐厅订位和在线购物等任务。用户可以在 Operator 界面中选择不同类别的任务，包括购物、外卖、餐饮和旅行，每个类别都对应不同类型的自动化功能。

Operator 似乎是 OpenAI 在 AI 代理领域迄今最为大胆的尝试。就在上周，OpenAI 推出了 Tasks，为 ChatGPT 提供了简单的自动化功能，比如设置提醒和安排每日定时执行的提示词。Tasks 赋予了 ChatGPT 一些类似 Siri 或 Alexa 的基础功能，使其更具实用性。然而，Operator 展示了前几代虚拟助手从未具备的能力。

AI 代理被认为是 ChatGPT 之后 AI 发展的下一件大事——这项新技术可能会改变人们使用互联网和个人电脑的方式。与仅限于提供和处理信息的传统 AI 不同，理论上，AI 代理可以主动采取行动、执行任务。

OpenAI 表示，Operator 由一款计算机使用代理（Computer-Using Agent，简称 CUA）驱动，该代理结合了公司 GPT-4o 模型的视觉能力以及 OpenAI 更先进模型的推理能力。CUA 经过训练，可与网站的前端界面交互，这意味着它无需依赖面向开发者的 API，即可访问不同的服务。

换句话说，CUA 能够像人类一样使用按钮、导航菜单，并在网页上填写表单。CUA 模型经过训练，在执行可能产生外部影响的任务之前，会先请求用户确认。例如，在提交订单或发送电子邮件之前，用户可以进行最终检查，以确保模型的操作符合预期。”OpenAI 表示：“CUA已在多种场景中展现出实用价值，我们的目标是让其在更广泛的任务范围内保持高可靠性。

然而，OpenAI 也警告称，CUA 并不完美。公司表示，目前CUA还无法在所有场景下都能稳定可靠地运行。”出于谨慎考虑，OpenAI 还要求对某些任务进行监督，比如涉及银行交易的操作，即便 CUA 和 Operator 技术上能够独立完成这些任务。

OpenAI 在其支持文档中提到：“在一些特别敏感的网站上，比如电子邮件，Operator 需要用户进行主动监督，确保用户可以直接发现并纠正模型可能犯的任何错误。”

操作过程

当 ChatGPT 用户启用 Operator 时，将弹出一个小窗口，显示该代理所使用的专属网页浏览器，以执行任务，并提供其正在执行的具体操作的说明。用户在 Operator 运行时仍可自行控制屏幕，因为 Operator 使用的是独立的浏览器。

要开始使用，只需描述你想要执行的任务，Operator 便可自动处理。用户可以随时接管 远程浏览器 的控制权，而在涉及登录、支付信息输入或 CAPTCHA 识别等任务时，Operator 也会主动提示用户接管。

功能定制

用户可以在 Operator 中 个性化工作流，添加自定义指令，适用于所有网站或特定网站，例如在 Booking.com 预设航空公司偏好。Operator 还允许用户 保存提示词，方便主页快捷访问，适用于 Instacart 等平台上的重复性任务，如定期补充食品杂货。

应用实例

1. 智能采购：根据图片和菜谱订购晚餐食材

Operator 能识别菜谱图片中的食材清单，并自动在指定电商平台匹配相应商品。系统会基于价格、新鲜度和配送时效进行智能筛选，确保食材及时送达。

2. 旅行规划：根据预算及个人偏好自动生成方案

根据我的预算和兴趣规划周末旅行，请注意，在 0:06 时，ChatGPT Operator 被“Reddit”网站屏蔽，系统展现了类人化的决策能力：当遭遇"Reddit"网站屏蔽时，Operator 迅速转向 Bing 搜索引擎获取相关信息，保证了旅行规划的连续性和完整性。"

3. 投资分析：需要人工验证的证券研究

注意 ChatGPT Operator 在收集投资数据过程中遇到人机验证码时，会主动向用户发送验证请求。这种人机协作模式既确保了数据收集的连续性，也保障了投资研究的安全性。"

4. 航班预订：全程对话式确认，实时调整方案

使用 Booking 集成预订从 苏黎世 飞往 维也纳 的单程航班。这个过程需要反复沟通，ChatGPT Operator 会向我发送消息，询问我的航班偏好，并让我输入付款详细信息

实践体验显示，Operator 在任务自动化方面表现出色。其后台自主运行的特性极大减少了人工干预，智能任务保存和个性化配置功能也大幅提升了使用效率。人机协作机制设计合理，在关键节点的交互提示恰到好合。

然而，作为研究预览版本，Operator 也面临一些现实挑战。部分网站对 AI 访问的封禁以及有限的合作平台覆盖范围，在一定程度上制约了其应用场景。值得注意的是，Operator 的功能定位专注于网页交互自动化，这与 ChatGPT 的内容创作能力形成了鲜明对比。

从使用方法来看，Operator 作为独立于 ChatGPT 的创新工具，需要探索独特的最优使用模式。这种探索过程与 GPT-4 思维链提示或 GPT-4o 视觉理解的发展轨迹颇为相似。目前的应用实践仅展现了 Operator 潜力的一小部分，其未来发展值得期待。

参考资料：https://www.youtube.com/watch?v=CSE77wAdDLgt=5sab_channel=OpenAI

END

华夏基石AI战略领导力特训营2025年第四期开始报名！

抓住数字智能时代的机遇，团报即可享受优惠！

机会难得，名额有限，别错过！

报名及咨询：柳老师15202171854

喜欢这篇文章

请为我点赞和在看

（Operator发布会完整视频）

AI自主上网购物真的要来了吗？是的。

OpenAI CEO Sam Altman早前博客预测：2025年将是AI Agent取得重大突破的一年。而在周四1月23日，这一预测已现端倪—— OpenAI发布了其具备“博士”能力的AI Agent产品预览版Operator。

这款重磅工具不仅能模拟人类操作网页浏览器，更能自主完成从网上购物到旅行预订等复杂任务。它标志着AI正从简单的对话助手，向真正能够"替人办事"的智能助手跨进。从此，AI不再局限于回答问题，而是能实际代表用户在互联网上行动。

作为战略性推广的第一步，Operator 目前仅向美国地区的 ChatGPT Pro 订阅用户（月费 200 美元）开放。在产品发布直播中，Altman 表示将逐步扩展至其他订阅层级，但欧洲等地区的上线时间可能较晚，这或与当地的 AI 监管政策有关。

目前，该研究预览版可通过 operator.chatgpt.com 访问，但 OpenAI 计划未来将 Operator 集成到所有 ChatGPT 客户端中。根据 OpenAI 的现场直播，Operator 承诺可自动执行预订旅行住宿、餐厅订位和在线购物等任务。用户可以在 Operator 界面中选择不同类别的任务，包括购物、外卖、餐饮和旅行，每个类别都对应不同类型的自动化功能。

Operator 似乎是 OpenAI 在 AI 代理领域迄今最为大胆的尝试。就在上周，OpenAI 推出了 Tasks，为 ChatGPT 提供了简单的自动化功能，比如设置提醒和安排每日定时执行的提示词。Tasks 赋予了 ChatGPT 一些类似 Siri 或 Alexa 的基础功能，使其更具实用性。然而，Operator 展示了前几代虚拟助手从未具备的能力。

AI 代理被认为是 ChatGPT 之后 AI 发展的下一件大事——这项新技术可能会改变人们使用互联网和个人电脑的方式。与仅限于提供和处理信息的传统 AI 不同，理论上，AI 代理可以主动采取行动、执行任务。

OpenAI 表示，Operator 由一款计算机使用代理（Computer-Using Agent，简称 CUA）驱动，该代理结合了公司 GPT-4o 模型的视觉能力以及 OpenAI 更先进模型的推理能力。CUA 经过训练，可与网站的前端界面交互，这意味着它无需依赖面向开发者的 API，即可访问不同的服务。

换句话说，CUA 能够像人类一样使用按钮、导航菜单，并在网页上填写表单。CUA 模型经过训练，在执行可能产生外部影响的任务之前，会先请求用户确认。例如，在提交订单或发送电子邮件之前，用户可以进行最终检查，以确保模型的操作符合预期。”OpenAI 表示：“CUA已在多种场景中展现出实用价值，我们的目标是让其在更广泛的任务范围内保持高可靠性。

然而，OpenAI 也警告称，CUA 并不完美。公司表示，目前CUA还无法在所有场景下都能稳定可靠地运行。”出于谨慎考虑，OpenAI 还要求对某些任务进行监督，比如涉及银行交易的操作，即便 CUA 和 Operator 技术上能够独立完成这些任务。

OpenAI 在其支持文档中提到：“在一些特别敏感的网站上，比如电子邮件，Operator 需要用户进行主动监督，确保用户可以直接发现并纠正模型可能犯的任何错误。”

操作过程

当 ChatGPT 用户启用 Operator 时，将弹出一个小窗口，显示该代理所使用的专属网页浏览器，以执行任务，并提供其正在执行的具体操作的说明。用户在 Operator 运行时仍可自行控制屏幕，因为 Operator 使用的是独立的浏览器。

要开始使用，只需描述你想要执行的任务，Operator 便可自动处理。用户可以随时接管 远程浏览器 的控制权，而在涉及登录、支付信息输入或 CAPTCHA 识别等任务时，Operator 也会主动提示用户接管。

功能定制

用户可以在 Operator 中 个性化工作流，添加自定义指令，适用于所有网站或特定网站，例如在 Booking.com 预设航空公司偏好。Operator 还允许用户 保存提示词，方便主页快捷访问，适用于 Instacart 等平台上的重复性任务，如定期补充食品杂货。

应用实例

1. 智能采购：根据图片和菜谱订购晚餐食材

Operator 能识别菜谱图片中的食材清单，并自动在指定电商平台匹配相应商品。系统会基于价格、新鲜度和配送时效进行智能筛选，确保食材及时送达。

2. 旅行规划：根据预算及个人偏好自动生成方案

根据我的预算和兴趣规划周末旅行，请注意，在 0:06 时，ChatGPT Operator 被“Reddit”网站屏蔽，系统展现了类人化的决策能力：当遭遇"Reddit"网站屏蔽时，Operator 迅速转向 Bing 搜索引擎获取相关信息，保证了旅行规划的连续性和完整性。"

3. 投资分析：需要人工验证的证券研究

注意 ChatGPT Operator 在收集投资数据过程中遇到人机验证码时，会主动向用户发送验证请求。这种人机协作模式既确保了数据收集的连续性，也保障了投资研究的安全性。"

4. 航班预订：全程对话式确认，实时调整方案

使用 Booking 集成预订从 苏黎世 飞往 维也纳 的单程航班。这个过程需要反复沟通，ChatGPT Operator 会向我发送消息，询问我的航班偏好，并让我输入付款详细信息

实践体验显示，Operator 在任务自动化方面表现出色。其后台自主运行的特性极大减少了人工干预，智能任务保存和个性化配置功能也大幅提升了使用效率。人机协作机制设计合理，在关键节点的交互提示恰到好合。

然而，作为研究预览版本，Operator 也面临一些现实挑战。部分网站对 AI 访问的封禁以及有限的合作平台覆盖范围，在一定程度上制约了其应用场景。值得注意的是，Operator 的功能定位专注于网页交互自动化，这与 ChatGPT 的内容创作能力形成了鲜明对比。

从使用方法来看，Operator 作为独立于 ChatGPT 的创新工具，需要探索独特的最优使用模式。这种探索过程与 GPT-4 思维链提示或 GPT-4o 视觉理解的发展轨迹颇为相似。目前的应用实践仅展现了 Operator 潜力的一小部分，其未来发展值得期待。

参考资料：https://www.youtube.com/watch?v=CSE77wAdDLgt=5sab_channel=OpenAI

END

华夏基石AI战略领导力特训营2025年第四期开始报名！

抓住数字智能时代的机遇，团报即可享受优惠！

机会难得，名额有限，别错过！

报名及咨询：柳老师15202171854

喜欢这篇文章

请为我点赞和在看