Appearance
OpenAI Operator
Operator 是 OpenAI 于 2025 年 1 月发布的研究预览版浏览器 Agent，基于全新的 CUA（Computer-Using Agent）模型。它能够通过自己的浏览器执行各种网页任务——填写表单、购买商品、预订餐桌、创建内容等。2025 年 7 月，Operator 已整合进 ChatGPT 作为 ChatGPT Agent 模式。
Overview
Operator 代表了 AI 从 "被动工具" 向 "主动参与者" 的转变。与传统 AI 助手不同，Operator 不依赖网站提供的 API，而是直接操作图形界面（GUI）——点击按钮、输入文本、滚动页面，就像人类用户一样。
2025 年 7 月，OpenAI 宣布将 Operator 的能力完全整合进 ChatGPT，用户可以在 ChatGPT 中选择 "agent mode" 使用这些功能。独立的 Operator 网站（operator.chatgpt.com）已逐步关闭。
核心技术
CUA 模型
- GPT-4o 视觉：通过截图 "看到" 网页内容
- 强化学习：结合高级推理能力学习与 GUI 交互
- 自我纠正：遇到问题时能够利用推理能力自动纠正
- 用户控制：遇到困难时将控制权交还给用户
执行能力
- 表单填写：自动填写线上表单
- 电商购物：在 Instacart、DoorDash 等平台下单
- 餐桌预订：在 OpenTable 等平台预订
- 内容创建：创建表情包、编写文档等
- 多任务并行：通过多个对话窗口同时执行不同任务
安全与隐私
三层安全机制
- 接管模式（Takeover Mode）：输入登录凭证、支付信息等敏感内容时，Operator 主动要求用户接管
- 用户确认：关键操作需要用户确认后才执行
- 隐私保护：接管模式下不收集或截图用户输入的信息
合作伙伴
OpenAI 与多家公司合作确保 Operator 尊重平台规范：
- DoorDash、Instacart、OpenTable、Priceline、StubHub、Thumbtack、Uber
- Stockton 市政府（公共服务场景）
定价与可用性
- 初期：仅向美国 Pro 用户开放
- 现状：已整合进 ChatGPT，所有 ChatGPT 用户可用
- 未来计划：扩展至 Plus、Team 和 Enterprise 用户
与 ChatGPT Agent 的关系
2025 年 7 月后，Operator 作为独立产品已经关闭，其核心能力已完全整合进 ChatGPT：
- 在 ChatGPT 中选择 "agent mode"
- 保留了所有浏览器自动化和任务执行能力
- 无需访问独立网站
竞争对比
| 维度 | OpenAI Operator | Devin | Manus |
|---|---|---|---|
| 核心能力 | 浏览器自动化 | 软件工程 | 通用 Agent |
| 交互界面 | 浏览器/对话 | 独立工作空间 | 网页/桌面 |
| 自主性 | 高 | 极高 | 高 |
| 目标用户 | 普通用户 | 开发者 | 普通用户 |
相关页面
- AI Agents — AI Agent 概念
- Cognition Devin — 竞品自主编程 Agent
- Manus AI — 竞品通用 AI Agent
- Function Calling / Tool Use — 函数调用/工具使用
- Code Generation / SWE-bench — 代码生成技术