生成式人工智能巨頭OpenAI預(yù)覽了一款可以在網(wǎng)絡(luò)上為用戶執(zhí)行任務(wù)的人工智能代理，該公司希望在日益激烈的競爭中增強其聊天機器人。

該工具名為“Operator”，由一個模型提供支持，支持與屏幕上的按鈕、菜單和文本字段進行交互。

OpenAI表示：“這一能力標志著人工智能發(fā)展的下一步，讓模型能夠使用人類日常所依賴的相同工具，并為大量新應(yīng)用打開大門。”

Operator可以執(zhí)行各種任務(wù)，例如創(chuàng)建待辦事項列表或協(xié)助制定假期計劃。一旦它確定某項任務(wù)已完成，它還會接受用戶輸入，并尋求某些任務(wù)的確認，例如在網(wǎng)站上輸入登錄詳細信息。

OpenAI表示，該工具目前作為研究預(yù)覽版僅提供給美國市場的專業(yè)用戶。

代理是一種無需人工直接干預(yù)即可執(zhí)行購買和安排會議等操作的系統(tǒng)，目前已成為企業(yè)人工智能議程的重中之重。

去年，蘋果將Apple Intelligence融入其語音助手Siri，并與OpenAI 合作，在用戶許可的情況下引入了ChatGPT的使用。

各大企業(yè)高管去年12月對路透社表示，盡管此類代理長期以來一直不受研究人員關(guān)注，但像OpenAI o1模型中所使用的那種分步推理方法的出現(xiàn)可能會使此類任務(wù)成為可能。

OpenAI正準備發(fā)布一款能夠控制計算機并獨立執(zhí)行任務(wù)的自主AI代理，代號“Operator”。據(jù)彭博社報道，該公司計劃于明年1月將其作為研究預(yù)覽版和開發(fā)工具首次亮相。

此舉加劇了開發(fā)人工智能代理的科技巨頭之間的競爭：Anthropic最近推出了“使用計算機”功能，而據(jù)報道，谷歌也在準備相應(yīng)版本，將于12月發(fā)布。Operator最終面向消費者發(fā)布的時間仍未公布，但它的開發(fā)標志著人工智能系統(tǒng)向能夠主動與計算機界面互動而不僅僅是處理文本和圖像的關(guān)鍵轉(zhuǎn)變。

所有領(lǐng)先的人工智能公司都承諾將推出自主人工智能代理，而OpenAI最近也大肆宣傳這種可能性。幾周前，在Reddit平臺的“問我任何問題”環(huán)節(jié)，OpenAI首席執(zhí)行官Sam Altman 表示，“我們將擁有越來越好的模型”，但“我認為下一個重大突破將是代理。”在上個月該公司年度開發(fā)日之前的OpenAI新聞發(fā)布會上，首席產(chǎn)品官Kevin Weil表示：“我認為2025年將是代理系統(tǒng)最終進入主流的一年?！?/p>

人工智能實驗室面臨著越來越大的壓力，需要將其昂貴的模型貨幣化，尤其是漸進式改進可能無法證明用戶支付更高的價格是合理的。人們希望自主代理成為下一個突破性產(chǎn)品——一項ChatGPT規(guī)模的創(chuàng)新，以證明對人工智能開發(fā)的巨額投資是值得的。