日前，OpenAI发布了其首款AI智能体Operator，该智能体能够帮助用户执行基于网页的操作，即像人类一样使用网页浏览器。

OpenAI的演示中，Operator可以精确理解各种指令，并能自主完成各类任务，例如可以直接与网页交互，包括打字、点击、滚动等；还能够自动填写在线表单、上网购物、创建表情包、处理重复性浏览器任务等。

山姆·奥特曼表示，自1月23日起，美国ChatGPT Pro用户将能使用“预览版”Operator；未来该智能体将拓展至更多区域的Pro用户，几个月后ChatGPT Plus也开放使用。

据OpenAI官网介绍，Operator由CUA（Computer-Using Agent）的新模型驱动，结合了GPT-4o的视觉能力，并通过强化学习实现高级推理。这使得Operator能够“看见”网页，并使用鼠标和键盘与网页互动。模型在遇到困难时会调用推理能力自我纠正，若依然无法解决问题则会将控制权交还给用户。