让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
OpenAI 给 ChatGPT 加了一个叫“深度调研”的功能，不是简单的搜索总结，而是让模型自己上网分步干活。你丢一个复杂问题过去，它会花 5 到 30 分钟去翻几百个网页、图片和 PDF，边查边分析，最后生成一份带清晰引用出处的报告。背后跑的是专门为上网浏览和数据分析调过的 o3 模型，训练时就用到了浏览器和 Python 工具的真实任务。
推荐理由：OpenAI 为 ChatGPT 上线深度调研功能，模型自主浏览数百个网页、图片和 PDF，5 到 30 分钟生成带引用出处的报告，背后是专为浏览和数据分析调过的 o3 模型。
OpenAI 在 2025 年 1 月 23 日公开了 Operator 的安全评估报告。Operator 是一个能看懂屏幕截图、像人一样点击按钮和菜单的电脑操作智能体，底层结合了 GPT-4o 的视觉能力和强化学习训练出的推理纠错能力。
推荐理由：OpenAI 公开 Operator 系统卡，将部署门槛定在缓解后 Medium 以下，并规定金融交易、发邮件、删日程等高风险操作需人工确认，买卖股票则直接禁止。
OpenAI 在 2025 年 1 月 23 日放出了一个研究预览版智能体，叫 CUA（Computer-Using Agent）。它把 GPT-4o 的视觉能力和强化学习训出来的推理能力揉在一起，不看代码接口，直接像人一样看屏幕截图、用虚拟鼠标键盘来操作图形界面。
推荐理由：OpenAI 发布研究预览版智能体 CUA，靠视觉和强化学习直接看屏幕截图、用虚拟鼠标键盘操作图形界面，先向美国 ChatGPT Pro 用户开放。
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。
OpenAI 从 Kaggle 挑了 75 个真实比赛做成基准测试，让 AI 智能体自己训练模型、处理数据、跑实验。最强的组合是 o1-preview 配上 AIDE 脚手架（一种帮模型自动迭代代码的工具），在 16.9% 的比赛里拿到了至少铜牌水平。这个成绩说明模型能独立完成一些 ML 工程任务，但离真正拿金牌还差得远。
推荐理由：OpenAI 用 75 个 Kaggle 真实比赛搭建 MLE-bench，让智能体独立完成数据处理、模型训练到提交结果的全流程，最强组合在 16.9% 的比赛里达到铜牌水平。
OpenAI 在 2024 年 10 月 1 日推出了 Realtime API 的公测版，所有付费开发者都能用。这个接口通过一个持久的 WebSocket 连接，把音频直接流式传给 GPT-4o，再流式返回语音，省掉了以前那种“先转文字、再生成回复、最后转语音”的串联流程。好处是延迟更低，能保留语气和重音，还能自动处理用户插话。
推荐理由：OpenAI 公测 Realtime API，开发者可通过一条 WebSocket 连接让音频直连 GPT-4o 流式往返，省去语音转文字再转语音的串联环节。
OpenAI 在 2024 年 8 月 6 日上线了 Structured Outputs 功能，模型能严格按开发者提供的 JSON Schema 输出，不再只是生成合法 JSON 就完事。新模型 gpt-4o-2024-08-06 在复杂 schema 测试里拿了 100% 的准确率，而老模型 gpt-4-0613 不到 40%。
推荐理由：OpenAI 上线 Structured Outputs，让模型严格按开发者给的 JSON Schema 输出，新模型在复杂 schema 测试中准确率 100%，旧模型不到 40%。
OpenAI 给 ChatGPT 加了一个记忆功能，不再每次对话都像第一次见面。它会记住你主动告诉它的事，也会自己从聊天里抓取细节，比如你喜欢的会议纪要格式、你开的咖啡店、你家小孩喜欢水母。这些记忆会跨对话保留，用越多越懂你。控制权在你手里：可以在设置里关掉整个记忆，也可以直接对话让它忘掉某件事，或者用临时对话模式完全不记。
推荐理由：OpenAI 为 ChatGPT 加入跨对话记忆，能记住用户偏好和聊天细节，同时提供关闭记忆、让它遗忘和临时对话三种控制方式。