OpenAI即将推出智能体 能控制计算机并独立执行任务

1月23日消息，据外媒报道，人工智能初创公司OpenAI本周将发布一款能够控制计算机并独立执行任务的AI智能体（AI agent），项目代号为 “操作员”（Operator），有望成为人工智能领域的一大飞跃。

OpenAI准备在本周推出Operator，它可以在用户的网络浏览器中代表用户完成任务。Operator 将为用户提供旅游、餐饮和活动等类别的建议提示。例如，用户可以让Operator帮他们找到从纽约飞往毛伊岛（Maui）的最佳航班，而且不会让他们在晚上太晚降落。Operator不会完成交易，用户将最后完成结账流程。

外媒称，Operator可以在某些方面发挥作用。不懂电脑的老年人可以要求Operator帮助他们发送电子邮件，看到Operator导航到邮箱，并为他们打开撰写窗口。

精通技术的人可能不需要这种帮助，但老年用户在浏览网页时常常会遇到困难，即使是完成简单的任务也是一项挑战。Operator还可以在其他领域提供帮助，例如在质量保证测试中，公司可以利用AI服务，测试其新网站或服务是否能正常运行。

不过，所谓的 “计算机使用代理 ”也存在潜在风险。目前，已经有初创公司推出了一种网络导航机器人，可以自动完成在社交平台Reddit上发布营销垃圾邮件的过程。AI初创公司需要采取一些措施打击滥用行为，否则网站上的垃圾信息将比现在更加泛滥。

Operator这样的智能体基本上是通过截取用户浏览器的屏幕截图，然后将图像发送回OpenAI进行分析。它利用了OpenAI和其他公司一直在开发的多模态技术，该技术可以解读多种形式的输入信息，比如文本和图像。

所有领先的人工智能公司都已承诺推出自主人工智能代理，OpenAI首席执行官阿尔特曼（Sam Altman）去年曾表示：“我们会有越来越好的模型”，但 “我认为下一个巨大突破将是智能体”

AI初创公司Anthropic去年就推出了 “计算机使用 ”功能，通过API接入，开发人员可以指导Claude使用计算机，就像人们看屏幕、移动光标、单击按钮和输入文本一样。Claude能够将指令（例如，“使用我的计算机和在线数据填写此表单”）转换为计算机命令（例如，检查电子表格；移动光标打开web浏览器；导航到相关网页；使用这些网页中的数据填写表单等等）。

AI公司面临着越来越大的压力，AI模型成本高昂，它们必须找到变现方式：人们希望智能体能成为下一个突破性产品，一个具有ChatGPT影响力的创新。