Openai Operator是什么？

OpenAI Operator 是 OpenAI 推出的一款AI智能體，通過模擬人類操作電腦的能力來自主完成各種在線任務(wù)，可以通過查看網(wǎng)頁、輸入文字、點擊按鈕和滾動頁面等方式與網(wǎng)頁交互，比如預(yù)訂餐廳、購買機(jī)票、填寫表單等。

OpenAI Operator核心功能

• 自動化任務(wù)執(zhí)行：Operator 可以自動完成多種在線任務(wù)，例如預(yù)訂餐廳、購買機(jī)票、在線購物、填寫表單等。

• 多任務(wù)處理：支持同時運行多個任務(wù)，例如在不同網(wǎng)站上預(yù)訂旅行和購物。

• 個性化設(shè)置：用戶可以設(shè)置偏好（如首選航空公司）并保存常用任務(wù)，以便快速執(zhí)行。

• 自我糾錯與推理能力：在遇到問題時，Operator 能通過推理自我調(diào)整，若無法解決則交還用戶控制。

• 安全與隱私保護(hù)：在涉及敏感信息（如登錄、支付）時，Operator 會請求用戶接管，拒絕執(zhí)行高風(fēng)險任務(wù)。

OpenAI Operator工作原理

Operator基于OpenAI最新的CUA模型（在GPT-4o基礎(chǔ)上開發(fā)），該模型結(jié)合了 GPT-4o 的視覺能力和強化學(xué)習(xí)的高級推理能力。特別針對視覺用戶界面的理解與交互進(jìn)行了專項訓(xùn)練。這種能力使得它無需API支持即可高效完成復(fù)雜任務(wù)。Operator通過截取網(wǎng)頁截圖來“看”網(wǎng)頁內(nèi)容，利用鼠標(biāo)和鍵盤操作模擬“交互”，無需定制API集成就能在網(wǎng)頁上自由行動。

另外，Operator 還可以利用其推理能力自我糾正。如果需要幫助，它會將控制權(quán)交還給用戶，確保流暢且協(xié)作的體驗。

OpenAI Operator應(yīng)用場景

• 旅游預(yù)訂：在 TripAdvisor 上查找并預(yù)訂評價最高的羅馬一日游。

• 購物：訂購雜貨（Instacart）、訂購個性化商品（Etsy）。

• 預(yù)訂服務(wù)：預(yù)訂營地（Hipcamp）、預(yù)訂餐館（OpenTable）。

• 公共服務(wù)：與 Stockton 市合作，簡化城市服務(wù)的注冊流程。

安全與隱私

• 用戶控制：在關(guān)鍵步驟（如登錄、支付等）主動請求用戶接管。

• 數(shù)據(jù)管理：用戶可以管理數(shù)據(jù)隱私，阻止數(shù)據(jù)用于模型訓(xùn)練或刪除瀏覽數(shù)據(jù)。

• 反欺詐機(jī)制：具備防御惡意網(wǎng)站的能力，檢測并忽略隱藏提示和惡意代碼。

OpenAI Operator使用方法

用戶只需描述需要完成的任務(wù)，Operator 就會處理剩下的工作。用戶可以在任何時刻接管遠(yuǎn)程瀏覽器的控制權(quán)，尤其是在需要輸入敏感信息（如登錄憑證、支付信息）或解決驗證碼時。用戶還可以通過添加自定義指令來個性化工作流程，例如在 Booking.com 上設(shè)置航空公司的偏好，或保存常用任務(wù)的提示以快速訪問。

此外，Operator 支持多任務(wù)處理，用戶可以同時運行多個任務(wù)，例如在 Etsy 上訂購個性化杯子，同時在 Hipcamp 上預(yù)訂露營地。

目前，OpenAI Operator處于研究預(yù)覽階段，僅對美國、澳大利亞、巴西、加拿大、印度、日本、新加坡、韓國、英國等國家的 ChatGPT Pro 用戶開放。用戶需要訂閱 OpenAI 的 $200 美元/月的 Pro 層訂閱才能使用。

詳細(xì)：https://openai.com/index/introducing-operator/