畴昔泰半年，Agent（智能体）是 AI 行业最常被说起的成见之一。

险些悉数厂商齐在讲 Agent，成见不缺，demo 也不少，但确凿作念到居品级落地，长久缺一套好意思满的实行系统——既能阐明复杂贪图，又能调用多种器具串联任务经过，还要随时复古任务中断、修改与规复，确凿贴合用户使命流。

就在刚刚，OpenAI 负责发布 ChatGPT Agent 功能。

通过整合 Operator + Deep Research + ChatGPT 内容，用户只需刻画任务，ChatGPT Agent 就能自主判断所需器具，自动看望网页、索求信息、运行代码、生成幻灯片或表格等，并可在实行过程中及时展示步伐、接受中断和修改指示。

张开剩余89%

发布会扫尾后，OpenAI CEO Sam Altman 在酬酢媒体上写谈：：

不雅看 ChatGPT Agent 使用计议机完成复杂任务，对我来说是一个确凿的「感受 AGI」技术；看到计议机念念考、计议和实行，有种不落俗套的嗅觉。

亮点如下：

ChatGPT Agent 将 Operator、Deep Research 与 ChatGPT 内容三合一，构建了一个和解智能体系统。内置图形/文本浏览器、终局和 API 调用器等器具，复古手机端使用，任务完成后可自动推送截止；可贯串 Gmail、GitHub 品级三方应用，深度镶嵌用户的确使命流；在多项基准测试中发达当先，概述性能位居行业前方；Pro 用户每月享有 400 条调用额度，其他付用度户为 40 条，并复古按需推广配额。

ChatGPT Agent 负责上线，能购物，能写 PPT，你的浏览器要被 AI 接收了

今天启动，你不错在职何对话中，通过聊天界面左下角的「器具」下拉菜单，选拔「Agent 模式」来启用这一功能。

只需刻画你想完成的任务，ChatGPT 大约智能地浏览网站、筛选截止、在需要时安全辅导你登录、运行代码、实行分析，致使输出可剪辑的幻灯片和电子表格，追思任务截止。

通盘实行过程是可视的——操作步伐会及时显现在屏幕上，用户不错随时中断、修改指示，致使手动「接收浏览器」连续操作，确保任务长久恰当你的贪图和需求。

在今天凌晨的演示中，OpenAI 展示了 ChatGPT Agent 在的确场景中的应用才气。

比如，为行将出席的婚典作念准备，一直是个贫窭。当今只需发出苦求，ChatGPT Agent 赶紧搭建臆造环境，自主判断应调用浏览器、文本判辨器照旧终局，并启动秩序调取婚典日期、查询局势天气、保举西装搭配、筛选旅舍。在这个过程中，模子不错与 OpenAI 讨论员进行互动，并在恰当节点苦求证据需求。

更热切的是，用户不错随时中断任务。

比如当 Agent 在保举西装过程中，OpenAI 讨论员临时插入了「帮我找一对 9.5 码玄色正装鞋」的苦求，模子坐窝暂停现时任务，转而处理新需求。

通常地，当智能体合计有必要时，也会主动向你苦求更多信息，确保任务长久与你的贪图保捏一致。淌若任务超出预期时间或出现卡顿，你不错选拔暂停任务、苦求程度节录，或获胜拒绝任务并获取已有的部分截止。

「这种可打断、可多轮对话的机制，是咱们此次进修模子的重心之一，」OpenAI 讨论员阐明注解谈。

这一才气背后，是 ChatGPT Agent 对三大系统的和解整合：Operator 提供网页交互才气，复古自动升沉、点击、填表；Deep Research 擅长信息整合与分析；ChatGPT 内容则负责自然言语阐明与智能推理。

ChatGPT Agent 是通过强化学习在复杂的任务中进修出来的，畴昔三者各有短板——前者难以深切分析，后者无法操作网页，而 Agent 将三者上风整合为一体，并辅以浏览器、终局、API 调用器等器具，形成一个好意思满的实行系统。

用户不仅不错在桌面端启动 Agent 模式，在手机端也通常适用。

任务完成后还将自动推送截止见知。在第二个演示任务中，OpenAI 讨论员在 ChatGPT App 上传了团队祥瑞物 Bernie Doodle 的贴纸图案，Agent 自动调用图像生成 API 设想贴纸样式，通过浏览器看望电商平台完成比价、样式选拔、购物车添加，最终整理出定制贴纸的下单明细。

自然，为确保经过安全、生动且了了可控，面临波及金额的支付要津，则只会由用户手动接收浏览器完成。

通过贯串器，用户还可将 Gmail、GitHub 等闲居应用接入 ChatGPT，让模子读取邮件、日期或代码库等凹凸文内容，并实行诸如追思今天的邮箱内应允查找下周优游会议时间等任务。

一个更典型的应用场景是，OpenAI 讨论员大约让 ChatGPT Agent 汇总我方在多项基准测试中的发达，并制作成幻灯片。收到大叫后，Agent 会调用 Google Drive 贯串器读取数据文献，用终局编写代码画图图表，并生成好意思满的 PPT。

这类自动化才气，齐是 Agent 深度镶嵌使命流的体现。

不外，不错看到，ChatGPT Agent 生成的 PPT 在设想审好意思方面发达比拟一般，而且，自然不错上传电子表格供 ChatGPT 剪辑或当作模板使用，但生成的 PPT 暂不复古二次修改。

需要阐明的是，OpenAI 并不是让 Agent 像东谈主一样盛开 PPT或 Excel 文献，通过点击来插入文本框和公式，而是获胜生成代码来创建文档。这种作念法的平允是不错诓骗模子在代码编写方面的自然上风，幸免因模拟点击操作带来的后果低下或出错，也裁减了对计议资源的破钞。

The Information 报谈指出，淌若 ChatGPT 要获胜剪辑 PPT 或 Excel 文献，就需要启动一台「臆造机」（即通过 ChatGPT 运行的臆造计议机环境），这会占用更多计议资源。

而获胜生成代码则更轻量、高效。尽管后劲雄伟，但就面前来看，这一功能短期内很难对微软的 Office 或者 Google Workspace 形成冲击。

对于 ChatGPT Agent 功能，Pro 用户将在今天之内获取看望权限；Plus 与 Team 用户将在接下来的几天内连续开放；企业版（Enterprise）和教师版（Education）将在畴昔几周内上线

Pro 用户每月可使用 400 条音问，其他付用度户每月可使用 40 条音问，并可通过弹性积分决策购买更多额度。

全线刷新「跑分」记录，Agent 战场迎来最强敌手

ChatGPT Agent 才气的进步，也体当今「跑分」要津。

在评估 AI 贬责跨学科群众级问题的基准测试 Humanity’s Last Exam（HLE）中，搭载智能体的 ChatGPT 模子以 41.6 的 pass@1 得分刷新记录。在启用并行实行战略后，该得分进一步进步至 44.4。

在面前被合计最具挑战性的数学基准 FrontierMath 中，面临难度极高、从未公开的题目，ChatGPT Agent 在具备终局代码实行才气的前提下，取得了 27.4% 的准确率，远高于此前模子。

在这一复杂且高经济价值的学问型使命任务的里面基准测试中，ChatGPT Agent 在约一半的任务中输出质料已达到致使出奇东谈主类水平，发达也显贵优于 o3 和 o4-mini 模子。

在一个里面的投行建模任务基准中，ChatGPT 智能体的发达也显贵优于 Deep Research 和 o3 模子。每个任务齐基于数百项对于公式正确性、时势程序等评分步伐进行评估。

此外，在公开评估模子信息查找才气的 BrowseComp 基准上，Agent 以 68.9% 的准确率刷新记录，较 Deep Research 当先 17.4 个百分点。在 WebArena 评估中，其网页任求实行才气也优于基于 o3 的 CUA 模子。

从平台视角看，Agent 才气的底层接口，恰是浏览器。

在 Perplexity AI CEO Aravind Srinivas 最近的采访中，他默示浏览器将会是 AI 的「杀手级应用」。在他看来，浏览器自然具备让 AI 确凿「动起来」的沿途条目。

不同于传统聊天机器东谈主，AI Agent 的生机形态不是停留在对话框中生成文本，而是具备执行行能源——从看望网页、索求信息、填写表单，到实行跨平台操作。而这一切，浏览器恰恰具备所需的操作权限和凹凸文获取才气。

浏览器不错获胜读取页面、模拟点击、自动实行任务，险些无需特殊授权。

在这个过程中，用户与 AI 共处于团结个交互空间：AI 不错自动实行任务，用户也能随时中断或接收，幸免黑盒操作带来的不细则性。这种可控性与透明度，是现时好多凹凸文条约仍难竣事的才气。

如今，跟着 ChatGPT Agent 才气负责上线，悉数宣称要作念 Agent 的厂商，或许齐要再行注视我方的居品旅途。

当 ChatGPT 从言语交互器具，转向具备相助、迂回与连结任务才气的实行系统开云体育，启动接入用户的的确使命流，Agent 的可用性门槛，也在此刻被实质性地拉高。

发布于：北京市