先做个广告：如需代注册ChatGPT或充值 GPT4.0会员（plus），请添加站长微信：gptchongzhi
OpenAI CEO Sam Altman近日发布了一款名为Operator的最新云端浏览器AI代理。Operator旨在通过自然语言处理技术，帮助用户在浏览器中更高效地完成任务。它能够理解用户的指令，自动执行复杂的操作，如数据提取、信息整理和任务自动化。Operator的推出标志着AI技术在浏览器应用领域的进一步深化，为用户提供了更加智能和便捷的在线操作体验。这一创新不仅提升了用户的工作效率，也为未来的AI应用开辟了新的可能性。
1、Operator的功能
推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top
Operator是一个基于网页浏览器的AI系统，能够独立完成用户分配的任务，例如网上订餐、购物、订票等，它通过控制云端浏览器中的鼠标和键盘来操作网页，无需用户手动干预。
2、技术原理
Operator采用了类似于ChatGPT的技术，并结合了CUA（Computer Use Agent）技术，能够直接解读网页像素，无需依赖网站API即可与网站交互，这使得它能够处理更多未提供API的网站。
3、用户交互
Operator的界面设计简洁，类似于ChatGPT，用户只需输入任务指令即可，在执行操作前，Operator会进行确认，以确保用户意图被正确执行，用户可随时“接管”控制权，进行手动操作或提供更多信息。
4、应用场景举例
在演示中，Operator成功完成了OpenTable订餐、Instacart购物、StubHub订票、DoorDash订餐以及寻找清洁工等任务，展示了其多场景应用能力。
5、安全措施
Operator采取了多层安全措施，包括拒绝有害任务、审核模型、事后检测、屏蔽网站以及“提示注入监视器”等，以确保系统安全可靠地运行。
6、当前状态及未来规划
Operator目前处于早期研究预览阶段，首先面向美国专业用户开放，后续将逐步扩展到其他国家和Plus用户，团队计划持续改进Operator，使其更完善、更便宜、更普及，并计划推出更多类似的AI智能体，Operator的API也将在几周后推出。
7、性能评估
Operator在OSworld和WebArena两个基准测试中取得了高于其他公开发布结果的成绩，但与人类水平仍有一定差距，表明其还有提升空间。
发布会全程图文
主持人Sam：
早上好！今天我们带来了一项令人兴奋的新产品——Operator，这是我们推出的第一个智能体，AI智能体是一种能够独立为用户工作的AI系统，你可以给它一个任务，比如订餐、购物或订票，它会帮你完成这些操作，Operator通过云端浏览器运行，能够像人类一样控制键盘和鼠标，完成复杂的网页操作。
Operator将首先面向美国专业用户开放，之后会逐步推广到其他国家和地区，虽然欧洲可能需要等待一段时间，但我们计划在未来几个月内向Plus用户开放，Operator还处于早期研究阶段，我们会持续改进，使其更便宜、更普及，我们将通过演示展示Operator的能力。
Yash：
大家好，我是Yash，这是Casey和Ray，我们都在智能体团队工作，今天非常高兴为大家展示Operator，虽然它仍处于早期阶段，偶尔会犯错，但它的功能已经非常强大，让我们通过几个实际任务来展示它的能力。
我们来看Operator的主页，界面与ChatGPT非常相似，用户可以输入任务指令，Operator会尽力完成，我们还与OpenTable、Instacart、StubHub、DoorDash等多个品牌合作，确保Operator在这些平台上运行良好。
演示1：OpenTable订餐
我们尝试通过OpenTable在旧金山的Beretta餐厅预订一张两人桌，时间是晚上7点，Operator启动了一个远程浏览器，自动搜索餐厅并完成预订，由于7点没有空位，Operator建议改到7点45分，并在执行前征求用户确认。
演示2：Instacart购物
我们通过Instacart购买杂货，包括鸡蛋、菠菜、蘑菇等，Operator通过图像识别技术读取购物清单，并在Instacart上完成选购，用户还可以随时“接管”控制权，手动调整订单。
演示3：StubHub订票
我们还尝试通过StubHub购买四张篮球赛门票，Operator提供了多个座位选择，并在执行前征求用户确认。
演示4：DoorDash订餐
我们通过DoorDash订购披萨，Operator处理了整个订餐流程，包括选择餐厅、下单和确认支付。
技术细节与安全机制
Ray：
Operator的核心技术是CUA（Computer Use Agent），它基于GPT-4o构建，能够像人类一样通过屏幕、鼠标和键盘控制计算机，与传统的API依赖不同，CUA可以直接解读网页像素，适用于任何网站。
Casey：
为了确保安全，Operator采取了多层防护措施，它拒绝执行有害任务；模型会审核用户指令；我们开发了“提示注入监视器”，类似于防病毒软件，监控系统行为以防止恶意操作。
性能评估与未来展望
Yash：
Operator在OSworld和WebArena两个基准测试中表现优异，得分分别为38.1%和58.1%，高于其他公开发布的AI模型，与人类的72.4%得分相比，仍有提升空间。
Sam：
Operator的发布标志着我们迈出了重要的一步，虽然它仍处于早期阶段，但我们相信，通过与用户的合作，Operator会不断改进，成为人们日常生活中的得力助手，Operator的API也将在几周后推出，进一步扩展其应用场景。
往期精选
1、黄仁勋专访：OpenAI在大模型混战中达到“逃逸速度”
2、李飞飞与Justin深度解读空间智能：数字世界需要三维表征，才能与现实世界融合
3、PayPal创始人彼得·蒂尔：人类科技停滞源于原子方面的进展远慢于比特
4、谷歌联合创始人布林：巨头们打造的“上帝模型”几乎可以理解一切
5、马斯克：AI将使商品和服务的成本趋近于零
6、Karpathy最新专访：人形机器人、特斯拉、数据墙与合成数据
