OpenAI終於加入了AI智能體的競爭行列。這家生成式AI初創公司推出了ChatGPT Agent，允許其聊天機器人代表用戶執行多步驟任務，包括安排會議、製作演示文稿，以及使用代碼終端或網頁瀏覽器等工具。

這一新功能目前僅對付費用戶開放。Pro訂閱用戶每月可使用多達400次智能體提示，而Plus和Team用戶每月限額爲40次。企業和教育用戶的訪問權限預計將在未來幾周內開放。

這一舉措緊隨過去12個月內谷歌、Salesforce和HubSpot等大型科技公司在智能體AI領域的重金投入之後。這也正值OpenAI上週剛宣佈推出自家瀏覽器，緊跟Perplexity AI的步伐。

ChatGPT Agent的工作原理

據OpenAI介紹，ChatGPT Agent“融合了三項早期突破的優勢：Operator與網站交互的能力、深入研究的信息整合能力，以及ChatGPT的智能與對話流暢度”。

用戶可以讓ChatGPT執行如“查看我的日程並根據最新新聞簡要說明即將舉行的客戶會議”或“分析三家競爭對手並製作一份幻燈片演示”等指令。

智能體運行在其自有的虛擬計算機上，可在多種工具間切換，包括文本瀏覽器、可視化瀏覽器、代碼終端，以及第三方應用連接器如Gmail和GitHub。

OpenAI表示，這種組合讓模型能夠“從推理到行動無縫銜接，完整處理複雜的工作流程”。

OpenAI稱，ChatGPT Agent專爲協作而設計。用戶可以隨時打斷、接管瀏覽器或在任務進行中重新指派，ChatGPT會隨之調整。

公司在博客中寫道：“它會從中斷處繼續，並根據新信息更新，但不會丟失之前的進度。”

ChatGPT Agent當前的侷限性

然而，該工具尚不支持實時響應。在演示中，ChatGPT Agent花費約25分鐘才基於公司財報生成一份幻燈片演示。

產品負責人Yash Kumar表示，很多任務用戶可以“在後臺啓動，之後再回來查看”。研究負責人Isa Fulford補充說：

“即使需要15分鐘或半小時，跟用戶自己手動做相比，這已經是很大的效率提升。”

由於安全原因，一些功能（包括記憶）在首次發佈時被禁用。Kumar告訴The Verge：“並不是我們認爲它不安全，而是我們採取了額外的謹慎措施。”

ChatGPT Agent創下AI新基準，但也引發安全關注

OpenAI表示，ChatGPT Agent背後的模型在多項基準測試中顯著超越了之前的技術版本。

但此次發佈伴隨著更高風險。OpenAI在其內部“預備框架”中將該模型歸類爲具有“高生物和化學能力”，這一分類適用於模型可能“加劇現有通往嚴重危害的路徑”的情況。OpenAI稱：“雖然我們沒有確鑿證據表明該模型可以實質性幫助非專業人員製造嚴重的生物危害——這是我們劃定‘高能力’的標準——但我們正在謹慎行事並立即實施必要的防護措施。”

公司表示，已採取新措施以降低現實世界濫用風險，包括在執行不可逆操作前要求用戶明確確認，以及“監視模式”，要求用戶監督高風險任務（如發送電子郵件或與金融網站互動）。

OpenAI還引入了防止提示注入的保護措施。提示注入是指惡意指令隱藏在智能體可能在線遇到的內容中。該公司寫道：

“因爲ChatGPT Agent可以直接採取行動，成功的攻擊可能產生更大影響並帶來更高風險。”

不過，OpenAI強調，今天的發佈“只是一個開始”。公司計劃隨著時間推移不斷提升Agent的能力並進行優化。

OpenAI表示：“我們預計ChatGPT Agent的效率、深度和多樣性將持續改進，包括實現更順暢的交互。”