# 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。

## 推荐理由

OpenAI 发布 Operator 研究预览版，其 CUA 模型直接操控浏览器按钮和菜单，无需网站提供 API，遇到登录、付款和验证码时会把控制权交还用户。

## 锐评

遇到登录、验证码和付款就必须交还控制权，感觉这个 agent 很难做到撒手不管。在网页上办复杂任务，卡壳最频繁的就是输入验证码和确认支付。假如走两步就得停下来让人接手，省下的几下点击和填表时间，全被守在屏幕前的注意力成本抵消了。CUA 模型靠视觉加强化学习去点屏幕，确实绕开了网站 API，不敢在交易环节走到底，我认为它目前能覆盖的实用场景还是太窄了。
