OpenAI 在周五凌晨推出了一个agent叫 Operator

chatGPT网址2025-01-2732

欢迎访问chatgpt中文教程网，学习chatgpt相关知识，以下是正文内容：

周五最热门的概念是AI agent，汉得信息周四烂板，周五能够涨停很大一部分原因是OpenAI 在周五凌晨推出了一个agent叫 Operator.

市场上每天都有各种概念，有些是让人一眼能懂的。比如机器人，马斯克说要每家都有两台机器人，这个概念就非常直观，一眼就懂。

但是AI agent，对于关注AI的朋友，这个概念已经不新了，但很多投资者，还是太清楚。这个概念是很模糊的。

我认为，AI agent是基于大模型，对人类解决问题过程的模仿。

简单地说。agent就是一个以大模型为核心，模拟人类的工作流程，整合各种工具，更高程度地自主完成任务的人工智能。

吴恩达去年的演讲中，讲了agent的四种模式，体现了agent的特点。

四种模式，分别是Reflection(反思）,Tooluse(工具使用），Planning（规划），以及Multi-agent collaboration(多智能体协作）

举个栗子，像写一篇文章，chatgpt会接受你的命令然后直接生成一篇文章。然而一个Agentic Workflow，会包括写大纲，查资料，写完后检查、反思、修改完善等等过程。

Agent的特点在于它有一个“感知世界－思考决策－采取行动－学习改进”的过程。而大模型，通常只在“思考决策”这个层面。 agent具有独立自主，能使用工具的特点。

OpenAI的Operator的意义就在于演示了一个智能体的表现。它是怎样工作的呢。

用户发出一个指令，Operator启动一个用户专属的虚拟机，然后通过虚拟机里面的浏览器访问网页。利用了GPT的识别能力，理解屏幕上的信息，并模仿人类的操作，进行拖动、点击、输入等操作。这就是一个典型的感知-推理-动作的过程。它能引起大家的关注主要是在于它是一个可以操作工具的智能体，使得AI能直接与图形界面进行交互，像人一样使用计算机。

看了一些演示之后，我觉得现在的Operator还非常原始。作为AI，它本应该有更直接的能力，而不是需要像人类这样需要拖动鼠标，输入字符才能找到相应的信息。奥特曼的演示中也说了，这并非Operator的终级形态。

我目前也想象不出AI agent对大家的生活最终有多大的影响。目前来看，我想，像Operator这样的agent可能是会改变人类和信息，甚至是人类和世界的交互方式。

就像20多年前，大家上网会去一些“门户网站”浏览信息，而google的出现改变了很多，用搜索引擎的方式极大地提高了获取信息的效率。而agent的出现，让你可能不用再去想“关键词”或者是“prompt”，而是直接告诉agent你的目的。然后agent会直接帮你完成找到合适的关键词进行搜索、筛选、对结果进行分析后进行再次检索，进行操作，最终直接给你呈现结果。让AI的使用者从“操作工”升级为“老板”，只需要确定一个目标，而agent会更多地自主完成这个过程。

甚至于未来的互联网设计可能也不会再去想怎样迎合人类的使用习惯，而是去想如何高效地让给AI提供结果。

很多人都用自动驾驶来对比AI agent，但是和物理世界不同的是，它们的迭代速度会快很多。

AI agent 其实还在非常早期的阶段，甚至比起已经有模有样的机器人，可能还要更早期一点。有不小的想像空间，但是要说能给哪个上市公司带来收益，恐怕还谈不上。

在股市上，软件股胜在整体位置还比较低。而且有一些软件前两年也没有炒作过。像汉得这个票，其实它有多少agent倒是其次，和字节的关系可能还是更重要的因素。这两年很多公司都说投入到AI中，但是字节确实是其中的佼佼者。豆包的成功不用多说。说到AI Agent,大家可以看一下它的扣子（coze）这个产品。　

OpenAI两年前推出了ChatGPT，去年过年期间推出了SORA，而今年，推出了Operator。不管A股有没有好的投资机会，作为人工智能的引领者，它们的动向确实值得大家关注。