OpenAI推出了Operator，这是一种与网络浏览器无缝集成的工具，可以自主执行任务。从填写表单到订购杂货，Operator承诺通过直接与网站进行点击、输入和滚动来简化重复的在线活动。
Operator围绕一种名为计算机使用代理（CUA）的新模型设计，结合了GPT-4o的视觉识别和高级推理能力，使其能够作为虚拟的“浏览器中的人类”运作。然而，尽管其创新性，行业专家认为仍有改进的空间。
Lab49的人工智能、数据和分析负责人Yiannis Antoniou分享了他对Operator在竞争激烈的代理人工智能系统中的重要性和定位的见解。
通过熟悉的界面实现代理人工智能
Antoniou表示：“OpenAI宣布Operator，这是其在代理人工智能领域的最新尝试，既令人着迷又不完整。”他在金融服务公司设计人工智能系统方面拥有超过20年的经验。
他指出：“显然受到Anthropic Claude的计算机使用系统的影响，该系统在十月推出，Operator通过消除复杂基础设施的需求并专注于熟悉的界面——浏览器，简化了体验。”
通过设计Operator在用户已经理解的环境中运行，即网络浏览器，OpenAI避免了定制API或集成的需求。
他补充道：“通过利用全球最受欢迎的界面，OpenAI提升了用户体验，并吸引了公众的即时关注。这种以浏览器为中心的方法为广泛采用创造了显著的潜力，而尽管Anthropic拥有早期的先发优势，但在这一点上却难以实现。”
与一些可能在应用上显得技术性或小众的竞争系统不同，Operator的浏览器聚焦框架降低了进入门槛，是OpenAI努力实现人工智能民主化的一步。
对可用性和安全性的独特看法
Operator的一个显著特点是其对适应性和安全性的重视，通过人机协作协议来实现。Antoniou承认这些周到的可用性特征，但指出仍需更多工作。
他说：“在架构上，Operator的浏览器集成与Claude的系统非常相似。两者都涉及截取用户浏览器的屏幕截图并发送进行分析，以及通过虚拟按键和鼠标移动控制屏幕。然而，Operator引入了周到的可用性设计。
“为特定网站提供自定义指令等功能增加了一层个性化，而强调人机协作则防止了未经授权的操作——例如购买、发送电子邮件或申请工作——这表明OpenAI意识到恶意网站可能带来的潜在安全风险，但显然还需要更多工作，以确保该系统在各种场景下的广泛安全。”
OpenAI为Operator实施了多层次的安全框架，包括安全输入的接管模式、重大操作前的用户确认以及监控系统以检测对抗性行为。此外，用户可以直接在工具中删除浏览数据和管理隐私设置。
然而，Antoniou强调，这些措施仍在不断发展，特别是在Operator遇到复杂或敏感任务时。
OpenAI Operator进一步实现人工智能的民主化
Antoniou还将Operator的发布视为消费者人工智能领域的一个关键时刻，尽管这一时刻仍处于早期阶段。
他说：“总体而言，这是一个出色的首次尝试，旨在为日常用户构建一个代理系统，围绕他们与技术的自然互动进行设计。随着系统的发展——增加更多功能和更强大的安全控制——这一有限的推出，定价为每月200美元，将作为一个测试平台。
“一旦成熟并扩展到更低的订阅层和免费版本，Operator有潜力开启面向消费者的代理时代，进一步实现人工智能的民主化，并将其嵌入日常生活。”
最初为专业用户设计并定价较高，Operator为OpenAI提供了向早期采用者学习和完善其能力的机会。
Antoniou指出，尽管每月200美元可能尚未为大多数用户证明系统的价值，但对提升Operator的功能和可及性的投资可能在长期内为OpenAI带来显著的竞争优势。
他说：“每月200美元值得吗？也许还不值得。但随着系统的发展，OpenAI的护城河将会扩大，使竞争对手更难追赶。现在，挑战又回到了Anthropic和Google身上——这两家公司在小众或工程专注的产品中展示了类似的能力——需要回应并保持竞争力。”
随着OpenAI继续微调Operator，革命性地改变人们与技术互动的潜力变得显而易见。从与Instacart、DoorDash和Uber等公司的合作到公共部门的应用案例，Operator旨在在创新与信任和安全之间取得平衡。
尽管早期的局限性和定价可能会暂时阻碍广泛采用，但这些障碍可能只是暂时的，因为OpenAI承诺随着时间的推移增强可用性和可及性。
想了解更多来自行业领袖的人工智能和大数据信息吗？ 请查看AI & Big Data Expo，该活动将在阿姆斯特丹、加利福尼亚和伦敦举行。该综合活动与其他领先活动共同举办，包括智能自动化会议、区块链博览会、数字化转型周和网络安全与云博览会。
探索由TechForge提供的其他即将举行的企业技术活动和网络研讨会这里。
