OpenAI 上线 Operator：能自己操控浏览器订票购物的 AI 智能体

过去一年里，AI 最常做的事情还是「动嘴」——给你列一堆攻略、生成一段代码，或者整理一份表格。但要是你想让它顺手把机票订了，它只能两手一摊。

现在 OpenAI 终于决定让 AI 开始「动手」了。他们正式推出了名为 Operator 的 AI 智能体研究预览版。这不是普通的对话插件，而是一个能直接接管浏览器、替你在网上到处点击和跑腿的虚拟助理。

首批体验资格只开放给美国的 ChatGPT Pro 订阅用户，也就是每月掏 200 美元的那批核心玩家。OpenAI 表示后续会逐步推向 Plus、Team 和企业级用户。Sam Altman 在直播里透露其他国家很快也会跟进，不过欧洲用户可能还要等上一阵子。

像真人一样看网页、点按钮

开启 Operator 之后，屏幕上会弹出一个专用的独立浏览器小窗口。在这个窗口里，你能亲眼看着它像真人一样，在网页上滑动、翻菜单、点击按钮并填写表单。与此同时，它还会一边操作一边解释自己正在干什么。

目前 Operator 主要支持四大类任务：在线购物、外卖订餐、餐厅预订以及旅行规划。为了不惹恼各大电商平台，OpenAI 还提前拉来了 DoorDash、eBay、Instacart、Priceline、StubHub 和 Uber 等公司合作，确保智能体的自动化操作符合它们的服务条款。

支撑这项功能的是 OpenAI 新研发的「计算机使用智能体」（Computer-Using Agent，简称 CUA）模型。它把 GPT-4o 的视觉理解能力和更高级模型的推理逻辑揉在了一起。关键在于，它完全不需要网站提供专门的开发者 API，而是纯粹靠着看懂前端界面来完成交互。

如果你中途想插手，随时可以接管屏幕控制权，整个任务流程还能保存并分享给其他人。

还没那么神通广大，安全锁扣得很紧

把浏览器的控制权完全交给 AI，最让人头疼的就是安全问题。OpenAI 联合创始人 Wojciech Zaremba 之前就提到过，业内迟迟不敢大范围放开智能体，主要是因为提示词注入攻击至今没有完美的防御手段，如果不加防备地推向市场，很容易招来巨大麻烦。

因此 OpenAI 在 Operator 身上加了相当严密的限制。比如它严禁自行发送邮件或删除日程，遇到银行交易、输入信用卡账单等敏感操作时，系统会停下来强制要求人类手动接管。

另外，它目前的表现也谈不上万无一失。OpenAI 自己坦承，如果碰上复杂的自定义网页、密码输入框或者 CAPTCHA 人机验证，Operator 很容易直接卡住并向用户求助。目前系统也设有每日使用次数上限和并发任务限制。

为什么重要

从只会聊天的文字框，到能替你点外卖的浏览器助手，这是大模型演进的一道分水岭。过去大模型在基础性能上的提升逐渐放缓，整个行业都在想办法让现有模型「真正把活干了」。OpenAI 推出 Operator，意味着 AI 的竞争重心正式从对话深度转向了执行闭环。

对普通用户来说，每月 200 美元的门槛显然不是给大众准备的，现阶段它更像是一个昂贵的早期技术展示。点外卖、订机票这些场景看起来接地气，但一旦遇到验证码卡壳或者需要手动输密码，省下来的时间可能还不够你盯屏幕的成本。不过，它为未来全自动代劳的个人助理摸清了一条可行的路径。

对行业而言，Anthropic 早就推出了 Computer Use，Google 也在筹备 Project Jarvis。OpenAI 这一步走得相对克制，选择先从特定合作网站切入，并在敏感环节频繁要求用户确认。我们认为这种保守策略非常聪明：智能体哪怕在 99% 的情况下表现完美，只要有 1% 的概率擅自刷走用户一笔钱，就会彻底摧毁信任。怎样在安全枷锁与全自动自由度之间找到平衡，将决定谁能先把这套工具做成真正的国民级应用。