它能生成 PPT！它能规划约会之夜！它……又是 OpenAI 推出的新智能体。
OpenAI 新型 ChatGPT 代理项目的研究负责人艾莎·富尔福德需要订购一批纸杯蛋糕，于是她让 AI 工具代劳。”我对蛋糕要求非常具体，而且数量庞大，”她说，”整个流程花了近一小时——但比自己动手轻松多了，毕竟我实在不想处理这事。”
OpenAI 为 ChatGPT 推出了新型代理功能，该功能通过虚拟浏览器完成任务，并能生成可下载文件（特别是 PowerPoint 演示文稿和 Excel 电子表格）。虽然尚无法完全替代微软办公套件，但 OpenAI 这一代理功能可能会削弱部分用户对微软企业软件的依赖。两家公司是长期合作伙伴，目前正就持续使用 OpenAI 模型的合约条款进行谈判。
此次发布是 OpenAI 持续努力的一部分，旨在将其推出近三年的聊天机器人转变为盈利产品。考虑到训练和运行强大 AI 模型的高昂成本 ，以及留住顶尖人才所需的天价薪酬 ，这绝非易事——尽管该工具已拥有数百万用户。
在此语境下， 智能体指的是能够（或至少尝试）根据用户初始指令，在第三方软件和网站中导航并做出决策以完成数字任务的 AI 工具。对于希望销售生成式 AI 工具（尤其是瞄准企业客户）的公司而言，”智能体”是当前最热门的营销术语。
“我们试图打造一个涵盖大量企业用例的产品，”ChatGPT 智能体产品负责人 Yash Kumar 表示。除了生成文件功能外，该智能体还能填写在线表格、使用编程终端，并调用 Google Drive 和 SharePoint 等在线服务的公共 API。
这并非 OpenAI 在 2025 年发布的首个智能体。新款 ChatGPT 智能体融合了该公司今年早些推出的网页浏览 Operator 与长文本深度研究功能，这两项技术此前均被这家初创公司视为独立智能体。”我来自深度研究团队，亚什则隶属 Operator 团队，”富尔福德表示，”我们发现这两个产品具有高度互补性，于是决定合并团队。”该 ChatGPT 智能体能在可视化浏览器（可像 Operator 那样点击操作）与文本浏览器（能像深度研究功能那样处理海量网页）之间自由切换。
ChatGPT 智能体功能将率先向 Pro、Plus 及 Team 订阅用户开放，Pro 用户今日起即可体验。企业版和教育版订阅用户预计将在今年夏季晚些时候获得该功能。上线初期，Pro 用户每月通常有 400 次智能体提问额度，其他付费层级用户则为 40 次。目前尚不清楚该功能何时会向 ChatGPT 免费用户开放。
富尔福德以智能体花费一小时采购纸杯蛋糕为例，说明 OpenAI 的工具在测试过程中完成任务耗时较长。并非每个请求都需要如此长的时间投入。但用户仍需做好等待准备，因为智能体会在互联网上四处游走执行任务。
在面向《连线》的预发布演示中，库马尔使用 ChatGPT 智能体自动化执行了多项任务——从策划约会之夜这类消费者用途，到为金融分析师解析 Excel 表格、制作解读英伟达第一季度财报的幻灯片这类企业级应用。虽然用 ChatGPT 智能体规划晚间活动（查阅日历、寻找有空位的餐厅）可能只需五分钟，但制作基于财报的幻灯片需要更多研究时间，耗时约 25 分钟。”你可以并行处理任意数量的任务，”库马尔表示。据他介绍，ChatGPT 智能体处理普通任务平均需要 10 到 15 分钟。
从根据过往聊天记录推测伴侣偏爱的菜系，到按照我惯常要求格式化排版演示文稿，许多这类潜在任务都能受益于 ChatGPT 的记忆功能 。尽管 OpenAI 最终计划将记忆功能整合至 ChatGPT 智能体，但该功能不会出现在初始版本中。”并非我们认为它不安全，”库马尔表示，”我们只是采取了额外预防措施。”他提到提示词注入攻击的可能性，以此例证 OpenAI 为何要在关联 ChatGPT 智能体与存储的用户记忆前进行更多研究。
OpenAI 的两位员工都强调，即使代理自动执行任务，让用户仍感觉掌控全局至关重要。”我们有一份认为存在风险的网站清单，包括社交媒体或金融交易等，”库马尔表示。基于今年早些时候随 Operator 推出的”观察模式”，该代理具备类似设置——当软件任务涉及高度个人风险时，会要求用户实时监控 AI 工具操作界面，不得滑动离开网页。
在与 OpenAI 通话后的那个下午，也就是这款智能体发布前夕，一个名为”回放”的新功能始终萦绕在我脑海中。”你可以回放整个对话，”他说，”在智能体出现之前，相对而言大多数对话都没这么长。”我试图想象福尔福德那段近一小时的智能体录屏画面——它手忙脚乱地寻找完美纸杯蛋糕的模样。它最先去了哪里？工具可能在哪个环节卡壳？我幻想着五年后的自己，或许会频繁快进浏览 AI 智能体的操作回放，而非亲自上网点击浏览。如果 AI 智能体时代真能持续下去（这远非定数），我们使用网络的方式将发生根本性变革。