OpenAI 被曝 1 月推新工具 Operator：能替你操控浏览器订票写代码

过去两年，我们习惯了在聊天框里教 AI 做事，问它怎么写邮件、查哪趟航班便宜。接下来，AI 要自己去点鼠标和键盘了。

据彭博社报道，OpenAI 正准备在 1 月发布一款代号为「Operator」的全新 AI Agent 工具。在周三的一场内部员工会议上，OpenAI 管理层透露，这款工具届时会以研究预览版上线，并同步向开发者开放 API。

替你接管浏览器的「操作员」

说白了，Operator 的目标就是让 AI 从只会聊天的顾问，变成能替你跑腿的打工人。

知情人士透露，OpenAI 内部其实在同时推进好几个 Agent 相关的研究项目。目前进展最快、最接近落地的，就是一个能在网页浏览器里执行任务的通用工具。

只要你给它一个目标，它就能在极少人工干预的情况下完成多步骤操作。比如从比价到选座一路帮你订好机票，或者按照需求直接在环境里写代码。

OpenAI 首席执行官 Sam Altman 上个月在 Reddit 的问答活动上也放过风。他当时直言，基础模型肯定会越来越强，但真正让人觉得是「下一次巨大突破」的，一定会是 Agent。

巨头都在抢着帮用户代打

OpenAI 并不是唯一一家盯上这个方向的巨头。大家几乎是在同一个时间窗口扎堆冲向了战场。

Anthropic 之前刚推出了 Computer Use 功能，让自家的 Claude 能实时看懂用户屏幕并操作电脑。微软也端出了一整套 Copilot Agent 工具，专门帮职场人发邮件、管报表。就连 Google 也被曝出正在研发代号为 Jarvis 的类似项目。

各家动作这么一致，背后还有一个不容忽视的技术现实。彭博社在报道中提到，随着前沿模型的训练成本飙升，单纯靠堆算力来提升模型智商，边际效益已经开始递减。比起在基准测试里多刷两分，教 AI 怎么在现实世界里替人办事，显然是更能讲得通的商业故事。

为什么重要

我们认为，如果 Operator 在 1 月顺利推出，普通人和开发者的工作流很可能会迎来一次切实的洗牌。

对普通用户来说，只要你每天还要花大量时间在各种网页后台里重复填表、跨平台搬运数据、比价订票，这个工具就很值得第一时间尝试。但它的代价和隐患也很现实：一旦把浏览器的控制权、账号密码甚至是信用卡支付权限交给 AI，只要系统在执行长链路任务时出现一次幻觉，代价就可能是真金白银的操作失误。前期大家大概率只敢拿它做低风险的数据抓取和信息整理。

对行业来说，OpenAI 这一次看起来走得相当稳健。相比 Anthropic 直接接管整个操作系统底层的激进路线，OpenAI 选择先锁死在网页浏览器里，做通用任务执行。这把安全边界缩小了不少，也更容易通过 API 让开发者打包进现有的 Web 自动化产品里。

这也会直接倒逼 Google 和微软加快节奏。一旦 OpenAI 证明了浏览器 Agent 的可用性，浏览器不再只是人类获取信息的窗口，而会变成 AI 的工作台。各大互联网服务接下来要防的，可能不再只是传统的爬虫，而是成千上万个带着人类意图、在网页上自主点击的 AI 操作员了。