OpenAI可能即将发布一款能够接管PC并代表用户执行操作的AI工具。
以准确泄露AI产品闻名的软件工程师Tibor Blaho声称发现了OpenAI长期传闻的Operator工具证据。包括Bloomberg在内的多家媒体此前已报道过Operator，据称这是一个能够自主处理编写代码、预订旅行等任务的“代理式”系统。
确认——ChatGPT macOS桌面应用具有隐藏选项，可为桌面启动器定义“切换Operator”和“强制退出Operator”的快捷键
—— Tibor Blaho 2025年1月19日
据Blaho称，OpenAI的网站还包含尚未公开的表格，用于比较Operator与其他使用计算机的AI系统的性能。这些表格可能只是占位符，但如果数据准确，它们表明Operator并非100%可靠，具体取决于任务类型。
OpenAI网站已出现对Operator/OpenAI CUA（计算机使用代理）的引用——包括“Operator系统卡表”、“Operator研究评估表”和“Operator拒绝率表”
其中包括与Claude 3.5 Sonnet计算机使用、Google Mariner等的对比。
—— Tibor Blaho 2025年1月20日
在试图模拟真实计算机环境的基准测试OSWorld上，“OpenAI Computer Use Agent (CUA)”（可能是驱动Operator的AI模型）得分38.1%，领先于Anthropic的计算机控制模型，但远低于人类获得的72.4%。在评估AI导航和交互网站能力的WebVoyager中，OpenAI CUA超越了人类表现。然而，根据泄露的基准测试结果，该模型在另一个基于网络的基准测试WebArena上未能达到人类水平。
如果泄露信息属实，Operator在处理人类可以轻松完成的任务时也面临困难。在一项要求Operator注册云服务提供商并启动虚拟机的测试中，成功率仅为60%；在创建比特币钱包的任务中，成功率仅为10%。
OpenAI即将进入AI代理领域，与此同时，包括Anthropic、Google在内的竞争对手也在争夺这一新兴细分市场。AI代理可能存在风险且充满投机性，但科技巨头们已经将其吹捧为AI领域的下一个重大突破。据分析公司Markets and Markets称，到2030年，AI代理市场的价值可能达到471亿美元。
目前的智能体相当原始，但一些专家对其安全性表示担忧。其中一张泄露的图表显示，Operator在选定的安全评估中表现良好，包括试图让系统执行“非法活动”和搜索“敏感个人数据”的测试。据报道，安全测试是Operator开发周期漫长的原因之一。在最近的一条X帖子中，OpenAI联合创始人Wojciech Zaremba批评Anthropic发布了一个他声称缺乏安全缓解措施的代理。
“我只能想象，如果OpenAI发布类似产品，会引发怎样的负面反应，”Zaremba写道。
值得注意的是，OpenAI因被指为了快速将其技术产品化而淡化安全工作，受到了包括前员工在内的AI研究人员的批评。