OpenAI 发布 Operator：能自己动手操作浏览器的AI代理研究预览版

OpenAI于2025年1月23日正式发布Operator，一款以“研究预览版”形式推出的通用型AI代理。与以往的聊天机器人不同，Operator不只是回答问题，而是能直接在浏览器画面上自行点击、输入文字、滚动网页，代替用户完成一整套在线任务——例如预订餐厅座位、预订旅行住宿、在购物网站下单结算。用户只需要给出一个目标（例如“帮我订今晚七点两人的餐厅位”），不需要像操作宏或脚本那样逐步下指令，Operator会自行判断网页上该点哪里、填什么栏位、何时进入下一步。

技术意义：从“对话”走向“行动”

Operator代表OpenAI产品线的一个关键转折：把大型语言模型的能力从纯文字问答，延伸到能实际操控电脑界面的“代理（agent）”。它背后结合了视觉理解（读懂网页画面的按钮、输入框、菜单位置）与规划能力（把一个模糊目标拆解成一连串具体操作步骤），这比单纯调用API或对接固定流程要复杂得多，因为多数网站并没有为AI开放专用操作接口，Operator必须像人一样“用眼睛看画面、用鼠标键盘操作”。

与竞品对比：紧追Anthropic的Computer Use

这并非业界第一个浏览器/电脑操作型AI代理。Anthropic早在2024年10月就发布了Computer Use功能，让Claude模型能够操作电脑画面、模拟鼠标键盘动作。OpenAI此次发布Operator，等于是在三个多月后正式跟进、推出自家对应产品，说明“AI代理能自主操作用户界面”已成为主要AI实验室共同押注的下一阶段能力，而非单一公司的特例。目前Operator初期仅限美国地区、且需订阅每月200美元的ChatGPT Pro方案才能使用，属于高单价、小范围的研究预览阶段，尚未大规模开放。

业界反应：期待与疑虑并存

这类浏览器操作型代理最受关注的两个方面，一是实用性——它能否真正可靠地完成订位、购物这类需要精准操作的任务而不出错；二是风险与信任——当AI能自己点击付款、提交订单时，误操作或被恶意网页诱导的风险也随之提高，这也是为何OpenAI选择先以“研究预览”而非正式产品形式、限缩在付费订阅高端用户小范围测试，而非直接全面开放。

对管理者的意义

Operator这类代理型AI若走向成熟，未来可能承接的不只是个人生活琐事，而是企业内部大量“需要人工在多个系统网页间手动操作”的重复性行政工作，例如登录不同供应商后台下单、比价、填写报表。管理者现阶段不必急于导入，但值得开始盘点团队内哪些工作属于“目标明确、但操作步骤繁琐重复”的类型，这正是未来此类AI代理最先能派上用场的领域。