又一華人面孔!OpenAI 深夜祭Agent大招！背后研究人員曝光！奧特曼：感受AGI！VibePPT將至，Manus曬對比測評
精選編輯 | 云昭
出品 | 51CTO技術棧（微信號：blog51cto）
又是一個不眠夜！
7 月對于 OpenAI 而言意義非凡，從去年盛傳 GPT-5 將會發布，再到近日的被挖角風波，再到 OpenAI 即將推出 AI 瀏覽器，各種傳言全都醞釀在今天凌晨的直播里。
發布前，小編的預期是，肯定是 Agentic 辦公類的產品。因為在前兩個月的博客中，Sam Altman 不止一次提及，現在是 Vibe Coding，下一個則看好類似 Google Docs 的辦公 Agent 產品。
這次，Sam 在官宣發布推文后，給出的第一條推文總結了他的感受：
“feel the AGI” moment。
“觀看 ChatGPT Agent 使用計算機思考、計劃和執行復雜任務對我來說是一個真正的‘感受 AGI’時刻。”
合二為一的縫合怪？
果然，小編只猜中了一半。猜對的是果真是面向日常辦公工作的產品，主打一個 一句提示搞定 Excel 和 PPT。
正如那位 OpenAI 的研究員所發的推文：
在對各種實際工作任務（可能需要> 10 小時的專家任務）進行測試時，我們發現其輸出幾乎在 50% 的時間內都達到了人類質量。
沒猜到的是，Altman 坦承了想法：很簡單，我們就是融二為一了。
省流版的解釋，這個 Agent 就是兼有下面兩種功能，研究和動手兩不誤——
- Operator：可與網頁交互，如填寫表單、點擊按鈕等；
- Deep Research：可執行多步驟的深入研究任務。
這次直播中，Sam Altman 表示，ChatGPT Agent 的想法是在 OpenAI 推出其其他代理 Operator 和 Deep Research 之后產生的。Operator 使用自己的瀏覽器執行任務，而 Deep Research 可以在互聯網上進行多步驟調查。
“我們很清楚，人們真正想要的是將這些功能整合在一起……人們想要一個統一的代理，它可以獨立運行，使用自己的電腦，并為他們執行真正復雜的任務。”
OpenAI 表示，這款新工具可以“使用它自己的電腦”來處理復雜任務。
不過，在人類看來，這里的復雜任務，算不上多復雜。無疑就是我們日常辦公的那些事兒了：讀/發郵件、做PPT、編輯 Excel、網上購物等等。
為什么仍然值得一看？
但如果說這次給的演示有什么特別的話，就是場景更加貼近實際生活工作了：
- ChatGPT 代理可以充當虛擬助手，連接到 Gmail 和 Google 日歷等應用程序，執行起草電子郵件和安排預約等任務。它使用自己的虛擬計算機完成任務，并自行在推理和行動之間切換以執行指令。
- OpenAI 表示，新工具可以“分析三個競爭對手并制作幻燈片”——代理將制定行動方案、瀏覽網站并創建可編輯的幻燈片。
- 它還可以通過“根據舊金山年度綜合財務報告 (ACFR) 制作電子表格”之類的提示來創建可編輯的 Excel 電子表格。
- 該代理還可以為用戶在線購物，但在執行敏感操作（例如輸入個人信息或進行購買）之前，它始終會征求批準。
這些任務的完成并非通過傳統編程接口調用，而是由 ChatGPT 自己在一個虛擬計算機環境中完成，這個環境配備了多種工具，能在網頁上模擬真實用戶的操作。
用戶還可以授權連接自己的 Gmail、GitHub 等服務，讓 ChatGPT 在任務中調用其中的信息。
這里小編為大家扒了看下兩個案例：PPT 和 Excel。
至于原理，OpenAI 介紹道，Agent 模式可以調用三種工具：文本瀏覽器、可視化瀏覽器和終端。模型可以自主選擇切換各種工具。
具體來說，文本瀏覽器用于廣泛地讀取和檢索文字信息；可視化瀏覽器則在確定目標信息后，模擬鼠標和鍵盤操作，甚至可以處理圖像內容；而終端則具備執行代碼的能力，能夠生成如 PPT、Excel 等各類文檔，同時還可以調用云端 API 完成更復雜的任務，比如投行建模這些燒腦的事情。
總之，ChatGPT Agent 會動態選擇最佳執行路徑：它可以篩選結果、運行代碼，甚至生成幻燈片和電子表格——同時在多步驟任務中保持完整上下文。
這里小編還要強調三個不同的地方：
- 大家都知道，目前大模型不是萬能的，但大模型調用工具的能力可以說是“愛無限”。在演示中，Agent 可以連接 Google Drive API，讀取文件之后生成更精準的 PPT 或郵件、表格；也可以調用 Image 生成器/生成模型，來實現文本到多模態的跨越（想起了騰訊元寶讓DeepSeek畫圖的消息~）
- 對于涉及到隱私風險的操作，通知并得到用戶的交互許可，依舊是主流。
- Agent 的安全風險問題依舊嚴峻。OpenAI 隨后在官方推文中表示，ChatGPT 具備新能力的同時，也引入了新的風險。目前，OpenAI 已針對多個風險類別實施了廣泛的安全防護措施。
尤其是針對 對抗性提示注入（prompt injection）攻擊采取了特別的防護機制，以防止模型被惡意操控。（似乎是在暗懟最近Claude和Grok的安全問題。）
有趣的是：機構叫好，用戶喊沒勁
好了，現在來說下大家的評價。
首先，發布后，很多人都覺得跟 Manus 很像，群里也有不少朋友對其表示失望。這種心情很普遍，也是大眾對于 OpenAI 產品的過高期望。
比如一位網友就吐槽“生成的 PPT Slides 很丑”。這一點 OpenAI 也承認：
目前，部分功能如幻燈片生成仍處于 beta 階段，排版可能不夠完美，某些編輯也還存在邊界。但這只是開始。OpenAI 正在持續優化：
幻燈片排版更自然
表格編輯速度更快
任務記憶和長期計劃能力增強
循環任務的設置更便捷
其次，更多的網友，是覺得這次的演示Demo無新意，不夠驚艷。
最后，甚至、網友們反問道：它幫我完成90~95%的占用我時間的工作后，那我豈不是被解雇了？
你看，這就是發布不驚艷的下場，用戶的槽點就會轉移到“AI替代我工作”的話題上，蠻無聊的。
不過，hackernews 上的用戶的注意力就很極客，更多的是在討論電子表格的案例。
他打開表格說：“我覺得它98%的信息都正確……我只需要復制/粘貼幾項。如果它能幫你完成90%到95%的耗時工作，那能幫你省下一大筆時間。”
喜歡說出真相的網友則表示：找到剩下的 2% 的錯誤才是最麻煩最難得，可能需要我花費更多的時間！要命！
爭議也由此展開了：
- 類比到編程，有網友評論指出“AI代碼生成”也存在類似風險：通過測試不代表質量合格，測試無法發現所有漏洞，尤其是邏輯和架構上的錯誤。
- 同時也有反對者強調：“測試是找你已知問題的工具，但不是萬能的”，必須配合審查流程、代碼理解和良好的工程文化。
哈哈，只能說，這是另一個話題了。
做產品，OpenAI 不是唯一正確，但參考它準沒錯
但小編想說的是，全球 AI 發展早已經不是 OpenAI 一家驅動了，谷歌、Anthropic 已經鼎足。所以彼此之間、甚至模型和 Agent 產品之間的“左腳踩右腳”的發展態勢會長期存在。期望 OpenAI 領跑產品形態這件事，不要抱太大期望。
那肯能會問，OpenAI 這次發了什么新東西嗎？小編認為還是有的。
試想一下，你有沒有在安裝試用某款AI瀏覽器時，總是會被這樣一段文字勸退：
你需要同意授權該產品可以收集、使用真實網頁中用戶數據，并可以執行操作。
這樣帶來的問題怎么解決？這個其實是很多廠商有意回避、沒有解決方案的。
Agent 若獲得過多數據訪問權限，可能誤讀并采取不當行動了怎么辦？
有惡意網站試圖誘導 Agent 執行非法操作該怎么辦？
Agent 可能誤點按鈕、選擇錯誤商品、產生不可預期后果又來誰負責？
至少，OpenAI 帶頭提出了標桿式的解決措施：
- 關鍵操作需確認（如購物、付款等）
- 拒絕執行高風險任務（如銀行轉賬）
- 支持隨時刪除瀏覽記錄與登出
- 敏感輸入不會被記錄或存儲
除此之外，還有嗎？小編只能說，Spreadsheets 那個也是個不錯的用例。
很多做數據爬蟲工具的網站、甚至BI賽道的玩家都要重新思考將來的轉型了。
如果不相信，就看一下OpenAI 的內部測試數據，以及Epoch AI 剛剛出爐的測評——
- 在多項復雜的數據科學與投資任務中超過人類表現
- 在網頁瀏覽與任務完成的準確性上優于歷代AI模型
- 在表格編輯、數據建模、高階數學問題上表現極佳
華人新面孔：Agent背后的兩位高材生
ps: 小編發現，這次又有新的華人面孔。左二，Zhiqing Sun ，去年 6 月加入OpenAI，目前是研究科學家，一口中式英語，非常親切，細心地網友認出就是北大校友孫之清了。
在OpenAI期間，孫之清不僅參與到了o3/o4-mini、計算機使用智能體，以及Deep Research這幾個關鍵項目當中，而且還是Deep Research的研究負責人。
另一位坐在C位的則是老面孔：Casey Chu，于2020年4月加入OpenAI，擔任研究員。這位可以說是元老級別了，很多次直播發布中都有看到 Casey。他不僅是DALL·E 2的共同一作，而且還主導了GPT-4視覺輸入的初始原型的開發。
什么時候用上？
OpenAI 這波新品正在被嵌入到 ChatGPT 中，目前只允許付費用戶使用。
通過在 ChatGPT 的下拉工具菜單中選擇“代理模式”即可訪問。該代理現已從今天開始向 Pro、Plus 和 Team 用戶推出，并計劃于今年夏季向企業版和教育版用戶推出。
不過，小編發現，身為plus用戶的我，貌似并沒有被cover到，有知道原因的道友可以告訴下原因。
不過，小編為大家找到了幾張提前體驗的用戶交互截圖。
最有意思的是，manus 今天官推也發了幾張對比截圖，嘲諷味道出來了??
完結。各位大佬如何看待這次的ChatGPT Agent呢？
