eBay、DoorDash、Instacart 和 Uber 等公司已签署协议，参与 OpenAI 新推出的 Operator 智能体研究预览。Operator 被定义为“可使用自有浏览器自主执行任务的智能体”，能够根据用户指令在互联网上完成购物、填写表单及预订行程等操作。
Operator 核心功能与运行机制
OpenAI 官方博客指出：“Operator 是一个能访问网络并为你执行任务的智能体。它拥有独立浏览器，可通过打字、点击和滚动查看及交互网页。目前该产品处于研究预览阶段，存在局限性并将随反馈持续迭代。作为首批 AI 智能体之一，Operator 具备独立工作能力：接收任务后自动执行。”
技术原理与操作逻辑：
- 模型驱动：基于 Computer-Using Agent（CUA）新模型，融合 GPT-4o 视觉能力与强化学习推理能力。
- GUI 交互：经训练可识别按钮、菜单及文本框等图形界面元素，模拟人类操作习惯。
- 视觉浏览：通过截图感知网页内容，以鼠标键盘级操作实现非 API 依赖的网站交互。
- 人机协作：遇卡顿或需登录、支付、验证码验证时主动移交控制权；支持用户随时接管远程浏览器。
- 安全边界：拒绝银行交易、求职申请等高风险敏感任务。
应用价值与市场定位
对于视障群体，Operator 有望替代传统文本转语音方案，显著降低在线服务使用门槛，带来变革性体验。
开放策略与风险提示：Operator 现面向美国 Pro 用户（月费 200 美元）开放研究预览，未来计划扩展至 Plus、Team 及 Enterprise 用户，并最终整合入 ChatGPT。OpenAI 强调，尽管产品已具备多任务处理能力，但仍处早期学习阶段，可能存在错误。
与 Perplexity 购物功能的技术差异
近期 AI 搜索引擎 Perplexity 亦推出购物功能，支持付费用户获取推荐并直接下单。两者核心技术路径不同：Perplexity 依赖 Shopify、Amazon 等平台 API 集成；Operator 则采用纯视觉浏览模式，无需特定集成即可适配绝大多数网站。