OpenAI 给了我一周时间来测试其新推出的 AI 代理 Operator，一个可以在互联网上独立为你执行任务的系统。
Operator 是我所见过的最接近科技行业对 AI 代理的愿景——即能够自动化生活中枯燥部分的系统，让我们腾出精力去做真正热爱的事物。然而，根据我使用 OpenAI 代理的经验来看，真正“自主”的 AI 系统仍然遥不可及。
OpenAI 训练了一个新模型来驱动 Operator，该模型结合了 GPT-4o 的视觉理解能力和 o1 的推理能力。
该模型在基础任务上表现良好；我观察到 Operator 点击按钮、浏览网站菜单并填写表单。AI 偶尔能成功独立采取行动，而且它比我见过的来自 Anthropic 和 Google 的网络代理要快得多。
但在我的试用过程中，我发现自己不得不比预期更多地协助 OpenAI 的代理。感觉就像我在指导 Operator 解决每个问题，而我原本希望完全将某些任务从我的待办事项中移除。
在我的测试期间，有太多时候我需要回答几个问题、授予权限、填写个人信息，并在代理卡住时提供帮助。
用汽车来打比方，Operator 就像是在驾驶一辆配备定速巡航功能的汽车——偶尔松开踏板，让车子自己行驶——但它远未达到完全自动驾驶的程度。
事实上，OpenAI 表示 Operator 频繁暂停是出于设计考量。
为 Operator 提供支持的 AI，与为 OpenAI 的 ChatGPT 等聊天机器人提供支持的 AI 类似，无法在较长时间内可靠地独立工作，并且容易出现同样的“幻觉”问题。因此，OpenAI 不希望赋予该系统过多的决策权或敏感的用户信息。这可能是 OpenAI 做出的安全选择，但也降低了 Operator 的实用性。
话虽如此，OpenAI 的首款智能体是一个令人印象深刻的概念验证——以及界面展示——证明 AI 能够使用任何网站的前端。但要创建真正独立的 AI 系统，科技公司需要构建更可靠的 AI 模型，以减少对人工干预的依赖。
略显“过于手动”
我的 Operator 试用恰逢我搬家的那一周，因此我让 OpenAI 的智能体协助处理搬家物流事宜。
我请 Operator 帮我购买新的停车许可证。OpenAI 的智能体回复说“没问题”，然后在 PC 屏幕上打开了一个浏览器窗口。
随后，Operator 在浏览器中搜索旧金山的停车许可证，将我引导至正确的市政府网站，甚至直达相关页面。
Operator 允许你在它工作时继续使用电脑的其他功能，这是 Google 的 Project Mariner 所不具备的特点。这是因为 OpenAI 的智能体并非直接在电脑上运行，而是在云端某处进行处理。
对于我的停车许可证申请，我不得不多次授予 Operator 启动不同进程的权限。它还停下来要求我填写包含个人信息的表格——例如我的姓名、电话号码和电子邮件地址。有时，Operator 会迷失方向，迫使我接管浏览器控制权，将智能体重新拉回正轨。
在另一次测试中，我请 Operator 为我预订一家希腊餐厅。值得肯定的是，Operator 在我附近找到了一家价格合理的不错餐厅。但在整个流程中，我需要回答超过六个问题。
如果你必须干预六次或更多次，才能通过 AI 代理完成预订，那么什么时候直接自己动手会更简单？这是我在使用 Operator 进行测试时经常问自己的一个问题。
代理即平台（Agent-as-a-platform）
在我的几次测试中，我遇到了一些出于各种原因屏蔽 Operator 的网站。例如，我尝试使用 TaskRabbit 预订一名电工，但 OpenAI 的代理告诉我它遇到了错误，并询问是否可以改用替代服务。Expedia、Reddit 和 YouTube 也阻止了 AI 代理访问它们的平台。
然而，其他一些服务则对 Operator 敞开怀抱。Instacart、Uber 和 eBay 与 OpenAI 合作推出了 Operator，允许该代理代表人类导航它们的网站。
这些企业正在为这样一个未来做准备：部分用户交互将由 AI 代理协助完成。
Instacart 首席产品官 Daniel Danker 在接受 TechCrunch 采访时说：“客户正通过多种不同的入口使用 Instacart。”“我们将 Operator 视为潜在的另一个入口点。”
让 OpenAI 的代理代表个人使用 Instacart 的网站，似乎会让 Instacart 与其客户分离。然而，Danker 表示，Instacart 希望 wherever 客户在哪里，就与客户相遇。
eBay 首席 AI 官 Nitzan Mekel-Bobrov 在接受 TechCrunch 采访时说：“我们非常看好我们的信念，这与 OpenAI 类似，即代理系统将对消费者如何与数字属性互动产生重大影响。”
即使 AI 代理越来越受欢迎，Mekel-Bobrov 表示他预计用户始终会来到 eBay 的网站，并指出“在线目的地不会消失”。
信任问题
在 Operator 几次出现幻觉后，我对它的信任度有所下降，它差点让我损失数百美元。
例如，我要求代理为我找到新公寓附近的一个停车场。最终它建议了两个停车场，并表示步行只需几分钟即可到达。
除了价格远远超出我的预算外，这些车库实际上离我的公寓也很远。一个需要步行20分钟，另一个则需要30分钟。结果发现，Operator 填错了地址。
这正是 OpenAI 不向它的代理提供你的信用卡号、密码或电子邮件访问权限的原因。如果 OpenAI 不允许我在此处进行干预，Operator 就会在我根本不需要停车的地方浪费数百美元。
像这样的幻觉是真正有用的自主代理——即能帮你分担烦人任务的代理——面临的关键障碍。如果代理容易犯基本错误，尤其是那些具有现实后果的错误，没人会信任它们。
通过 Operator，OpenAI 似乎构建了一些令人印象深刻的工具，让 AI 系统能够浏览网页。但在底层 AI 能够可靠地执行用户要求的任务之前，这些工具的意义不大。在此之前，人类仍将不得不协助代理——而不是反过来。而这恰恰违背了初衷。
TechCrunch 有一封专注于 AI 的通讯！ 在这里订阅 以便每周三收到它。