OpenAI 上線 Operator：能自己操控瀏覽器訂票購物的 AI 智慧體

過去一年裡，AI 最常做的事情還是「動嘴」——給你列一堆攻略、生成一段程式碼，或者整理一份表格。但要是你想讓它順手把機票訂了，它只能兩手一攤。

現在 OpenAI 終於決定讓 AI 開始「動手」了。他們正式推出了名為 Operator 的 AI 智慧體研究預覽版。這不是普通的對話外掛，而是一個能直接接管瀏覽器、替你在網上到處點選和跑腿的虛擬助理。

首批體驗資格只開放給美國的 ChatGPT Pro 訂閱使用者，也就是每月掏 200 美元的那批核心玩家。OpenAI 表示後續會逐步推向 Plus、Team 和企業級使用者。Sam Altman 在直播裡透露其他國家很快也會跟進，不過歐洲使用者可能還要等上一陣子。

像真人一樣看網頁、點按鈕

開啟 Operator 之後，螢幕上會彈出一個專用的獨立瀏覽器小視窗。在這個窗口裡，你能親眼看著它像真人一樣，在網頁上滑動、翻選單、點選按鈕並填寫表單。與此同時，它還會一邊操作一邊解釋自己正在幹什麼。

目前 Operator 主要支援四大類任務：線上購物、外賣訂餐、餐廳預訂以及旅行規劃。為了不惹惱各大電商平臺，OpenAI 還提前拉來了 DoorDash、eBay、Instacart、Priceline、StubHub 和 Uber 等公司合作，確保智慧體的自動化運算子合它們的服務條款。

支撐這項功能的是 OpenAI 新研發的「計算機使用智慧體」（Computer-Using Agent，簡稱 CUA）模型。它把 GPT-4o 的視覺理解能力和更高階模型的推理邏輯揉在了一起。關鍵在於，它完全不需要網站提供專門的開發者 API，而是純粹靠著看懂前端介面來完成互動。

如果你中途想插手，隨時可以接管螢幕控制權，整個任務流程還能儲存並分享給其他人。

還沒那麼神通廣大，安全鎖釦得很緊

把瀏覽器的控制權完全交給 AI，最讓人頭疼的就是安全問題。OpenAI 聯合創始人 Wojciech Zaremba 之前就提到過，業內遲遲不敢大範圍放開智慧體，主要是因為提示詞注入攻擊至今沒有完美的防禦手段，如果不加防備地推向市場，很容易招來巨大麻煩。

因此 OpenAI 在 Operator 身上加了相當嚴密的限制。比如它嚴禁自行傳送郵件或刪除日程，遇到銀行交易、輸入信用卡賬單等敏感操作時，系統會停下來強制要求人類手動接管。

另外，它目前的表現也談不上萬無一失。OpenAI 自己坦承，如果碰上覆雜的自定義網頁、密碼輸入框或者 CAPTCHA 人機驗證，Operator 很容易直接卡住並向用戶求助。目前系統也設有每日使用次數上限和併發任務限制。

為什麼重要

從只會聊天的文字框，到能替你點外賣的瀏覽器助手，這是大模型演進的一道分水嶺。過去大模型在基礎效能上的提升逐漸放緩，整個行業都在想辦法讓現有模型「真正把活幹了」。OpenAI 推出 Operator，意味著 AI 的競爭重心正式從對話深度轉向了執行閉環。

對普通使用者來說，每月 200 美元的門檻顯然不是給大眾準備的，現階段它更像是一個昂貴的早期技術展示。點外賣、訂機票這些場景看起來接地氣，但一旦遇到驗證碼卡殼或者需要手動輸密碼，省下來的時間可能還不夠你盯螢幕的成本。不過，它為未來全自動代勞的個人助理摸清了一條可行的路徑。

對行業而言，Anthropic 早就推出了 Computer Use，Google 也在籌備 Project Jarvis。OpenAI 這一步走得相對剋制，選擇先從特定合作網站切入，並在敏感環節頻繁要求使用者確認。我們認為這種保守策略非常聰明：智慧體哪怕在 99% 的情況下表現完美，只要有 1% 的機率擅自刷走使用者一筆錢，就會徹底摧毀信任。怎樣在安全枷鎖與全自動自由度之間找到平衡，將決定誰能先把這套工具做成真正的國民級應用。