▲OpenAI最近推出了全新代理AI工具「Operator」。（示意圖／pexels）
圖文／鏡週刊
OpenAI最近推出了全新代理AI工具「Operator」，讓ChatGPT能夠自動執行網路上的各種任務。Operator是基於「電腦使用代理（Computer-UsingAgent，CUA）」這個全新模型開發，結合了GPT-4o的視覺辨識能力與強化學習的進階推理功能。這個模型能夠像人類一樣與螢幕上的圖形介面（如按鈕、選單、文字欄位等）互動，並且能夠在不需要額外API支援的情況下，靈活執行各種數位任務。
Operator能夠完成許多重複性高的工作，如填寫網頁表單、訂外送或購買票券等。使用者只需給出指令，Operator就會自動操作網頁，像是代替使用者在StubHub購票網站購買NBA球票，或是在Booking查找機票等。如果遇到需要使用者確認的操作，例如結帳、登入帳號或是處理CAPTCHA驗證，Operator會將控制權交還給使用者。
這款代理AI工具目前在美國只提供給ChatGPTPro訂閱用戶使用，並計畫逐步擴展到其他地區和使用者。OpenAI也正在與各大平台合作，包括DoorDash、Instacart、OpenTable、Priceline、Uber等，讓Operator能夠在各種服務中發揮作用。
CUA模型的核心是讓AI能夠進行多步驟的任務計劃並在遇到挑戰時自我修正，這使得Operator能夠處理從簡單到複雜的各種任務。儘管目前CUA仍處於測試階段，並且功能有限，但其在操作各種數位環境中的表現已經達到新的技術標準。
在性能測試中，CUA在「OSWorld」的全電腦使用任務中達到了38.1%的成功率，在WebArena中達到了58.1%，而在WebVoyager測試中則達到了87%。這些結果表現出CUA能夠使用螢幕、滑鼠和鍵盤等通用介面來執行各種網頁任務。
更多鏡週刊報導
4年砸16兆！ 川普宣布合作OpenAI、軟銀、甲骨文啟動AI基礎建設
吵架啦！馬斯克嗆AI「星際之門」沒錢 奧特曼狠回：你錯了
川普要打造美國「成為AI世界之都」 撤銷拜登當年風險管控命令
推薦閱讀
3C家電 熱門新聞
關鍵字
讀者迴響