# OpenAI 发布 Operator：一个能自己打开浏览器帮你干活的研究预览版

> 原标题：Introducing Operator

- 来源：OpenAI News
- 发布时间：2025-01-23T10:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/644
- 原文：https://openai.com/index/introducing-operator

## 摘要

Operator 是一个能自己操控浏览器的 AI 代理，可以看网页、点击、打字、滚动，帮你填表、买菜、做 meme。它背后是一个叫 CUA 的新模型，把 GPT-4o 的视觉能力和强化学习推理结合起来，直接操作屏幕上的按钮和菜单，不需要对方网站提供 API。遇到登录、付款、验证码，它会主动把控制权交还给你，不会偷看或截图这些敏感信息。目前只开放给美国 ...

## 推荐理由

OpenAI 的 Operator 是当天必写的产品发布：一个浏览器 agent 让 ChatGPT 从动嘴变成动手。HKR 三项全中——钩子强、有技术框架但缺基准分、踩中 agent 核心趋势。我会先打个折：正文没披露具体 benchmark 分数，而且目前只限美国 Pro 用户，登录、支付和验证码还得人接手，这些限制让它的实际可用范围打了问号。

## 锐评

这条更新其实是个产品整合通知：去年一月发布的独立产品 Operator，现在直接集成到 ChatGPT 里了，你在对话框里选 agent mode 就能用。这意味着 OpenAI 不再把“能干活儿的代理”当成一个需要单独打开的实验品，而是作为 ChatGPT 的一个核心功能来推。

背后的技术没变，还是那个叫 CUA 的模型，把 GPT-4o 的视觉能力和强化学习推理结合起来，让它能像人一样看网页截图、点按钮、填表格。官方说它在 WebArena 和 WebVoyager 这两个浏览器操作基准上拿了最高分，但没公布具体分数，所以领先多少我们不知道。

安全策略上，遇到登录、付款、验证码，它会主动把控制权交还给你，不会自己偷摸操作。这点对实际使用很重要，但也意味着它处理不了需要身份验证的完整流程。目前这个功能只对美国的 Pro 用户开放，其他地区和套餐的用户还得等。独立网站 operator.chatgpt.com 也快关了，以后就全走 ChatGPT 入口。