Operator 简介

2025 年 7 月 17 日更新：Operator 现已作为 ChatGPT 智能体完全集成到 ChatGPT 中。要访问这些更新的功能，只需从编辑器中的下拉菜单中选择“智能体模式”，然后直接在 ChatGPT 中输入您的查询。因此，独立的 Operator 网站 (operator.chatgpt.com) 将于未来几周内停止服务。

今天，我们将发布一款可以上网为您执行任务的智能体——Operator⁠（在新窗口中打开）。它能使用自己的浏览器查看网页，而您则可以通过键入、点击和滚动操作与之交互。目前发布的是研究预览版，这表示它具有一定的局限性，但将根据用户反馈持续改进。Operator 是我们推出的首批智能体之一，它们作为具备独立工作能力的 AI，能够执行您交给它们的任务。

您可以要求 Operator 处理各种重复性浏览器任务，例如填写表格、订购杂货，甚至创建备忘录。AI 能够使用人类在日常交互时使用的相同界面和工具，其用途因此得以拓宽，不仅能帮助人们节省处理日常任务所需的时间，也能为企业开辟新的参与机会。

为确保安全地进行迭代部署，我们将从小规模起步。从今天开始，美国境内的 Pro⁠（在新窗口中打开） 用户可登录 operator.chatgpt.com⁠（在新窗口中打开） 使用 Operator。此研究预览版让我们可以向用户和更广泛的生态系统学习，并在这个过程中不断完善和改进。我们计划未来逐步推广到 Plus、Team 和 Enterprise 用户，并将相关功能集成到 ChatGPT 中。

支持 Operator 运作的是一个被称为计算机使用智能体 (CUA) 的新模型。CUA 经过训练，将 GPT‑4o 的视觉功能与通过强化学习获得的高级推理能力相结合，与图形用户界面（GUI，即人们在屏幕上看到的按钮、菜单和文本字段）进行交互。

Operator 可以“查看”（通过屏幕截图）浏览器并与之“交互”（使用鼠标和键盘允许的所有操作），所以无需自定义 API 集成也能在网络上执行操作。

如果遇到挑战或犯了错，Operator 可以利用其推理能力进行自我纠正。当它陷入困境需要帮助时，就会将控制权交还给用户，确保用户获得流畅的协作体验。

尽管 CUA 仍处于早期阶段并且存在诸多局限性，但这并不妨碍它在 WebArena 和 WebVoyager 这两项重要的浏览器用基准测试中取得优异成绩并创造新的标杆。如需阅读更多相关评估和关于 Operator 的研究信息，请移步我们的研究博文。

使用方法很简单：只需描述您希望完成的任务，剩下的工作交给 Operator 来处理。用户可以选择随时接管远程浏览器的控制权，在遇到需要提供登录凭据、支付详情或验证码的任务时，训练有素的 Operator 会主动要求用户接管。

用户可以在 Operator 中通过为所有网站或特定网站添加自定义指令，实现个性化的工作流程，例如针对 Booking.com 上的航空公司设置首选项。Operator 还允许用户保存提示，以便快速访问主页。这项功能非常适合重复性任务，例如在 Instacart 上补货。与在浏览器上使用多个标签类似，用户可以通过创建新对话让 Operator 同时执行多项任务，例如在 Etsy 上订购个性化搪瓷杯，同时在 Hipcamp 上预订露营地。

Operator⁠（在新窗口中打开） 将 AI 从被动工具转变为数字生态系统的积极参与者。它将简化用户任务，并为希望提供创新客户体验和提高转化率的公司赋予智能体的优势。我们与 DoorDash、Instacart、OpenTable、Priceline、StubHub、Thumbtack 和 Uber 等公司合作，确保 Operator 在遵循既定规范的同时满足真实世界的需求。除上述合作之外，它在提高特定工作流程的可访问性和效率方面也存在巨大潜力，尤其是在公共部门应用领域。为了进一步探索这些用例，我们正与斯托克顿市政府⁠（在新窗口中打开）等机构合作，帮助他们简化城市服务和项目的注册程序。

确保安全使用 Operator 是我们的当务之急，为了防止滥用并保证用户牢牢掌控 Operator，我们为其设置了三重保障措施。 

首先，Operator 接受的训练确保使用它的用户始终掌握控制权，并且它会在关键时间点征求用户的意见。

• 接管模式：当需要在浏览器中输入敏感信息（例如登录凭据或付款信息）时，Operator 会要求用户接管。在接管模式下，Operator 不会收集或截取用户输入的信息。 
• 用户确认：在最终执行任何重大操作（例如提交订单或发送电子邮件）之前，Operator 必须请求用户批准。
• 任务限制：Operator 接受的训练要求它拒绝执行某些敏感任务，例如银行交易或需要做出高风险决策的任务，包括求职决策。
• 观察模式：在电子邮件或金融服务等特别敏感的网站上，Operator 会要求用户密切监督其操作，这样用户就能直接发现任何潜在的错误。

其次，我们简化了 Operator 的数据隐私管理。 

• 退出训练选项：在 ChatGPT 设置中关闭“为所有用户改进模型”，这样 Operator 中的数据就不会被用于训练我们的模型。 
• 透明的数据管理：用户只需在 Operator 设置的“隐私”部分点击一下，即可删除所有浏览数据并注销所有网站。Operator 中的过往对话也可以一键删除。

最后，我们针对恶意网站构建了防御系统，阻止此类网站通过隐藏提示、恶意代码或网络钓鱼企图来误导 Operator：

• 谨慎导航：Operator 能够检测和忽略提示注入攻击。
• 监控：专门的“监控模型”负责监视可疑行为，一旦发现异常就会暂停任务。
• 检测管道：自动和人工审核流程可持续识别新的威胁并快速更新保障措施。

我们知道，别有用心的人可能会试图滥用这项技术。因此，我们将 Operator 设计为可以拒绝有害请求并阻止不允许的内容。我们的审核系统可以对屡次违规的用户发出警告，甚至取消其访问权限。另外，我们还整合了其他审核流程来检测和解决滥用问题。我们还会就如何遵循我们的使用政策与 Operator 进行交互提供相关指导。

尽管我们为 Operator 设计了上述保障措施，但没有任何系统能够做到无懈可击，而且当前发布的仍是研究预览版，我们将致力于借助真实世界的反馈和严格的测试来推动持续改进。如需详细了解我们的方法，请访问 Operator 研究博客的安全部分。

Operator 目前仍属于早期研究预览版。尽管它已经能够处理众多任务，但仍处在学习和发展的过程中，并且可能会犯错误。例如，它在创建幻灯片或管理日历等复杂界面中，目前还面临诸多挑战。早期用户反馈将在提高它的准确性、可靠性和安全性，帮助我们为所有用户完善 Operator 方面发挥重要作用。

API 中的计算机使用智能体 (CUA)：我们计划近期在 API 中公开为 Operator 提供支持的模型 CUA，方便开发人员用来构建自己的计算机使用智能体。 

增强功能：我们将继续提升 Operator 处理更长、更复杂工作流程的能力。

扩大访问群体：未来，一旦我们确信大规模使用 Operator⁠（在新窗口中打开） 的安全性和可用性得到保障，我们计划将它推广给 Plus、Team 和 Enterprise 用户，并将其功能直接集成到 ChatGPT 中，真正释放其无缝执行实时和异步任务的强大功能。