配资app官网
Agent 是今年 AI 圈最大的共识，OpenAI 自然也不能掉队。
北京时间 2025 年 7 月 18 日凌晨 1 点，Sam Altman 和四位 OpenAI 的研究员在直播中正式发布了 ChatGPT Agent ——一款通用型 AIAgent。
前有 Manus、Lovart 和 Flowith，ChatGPT Agent 所呈现的功能场景并不算特别惊艳，但它发布的意义，要超越其功能本身。
ChatGPT Agent 的革命性在于其独特的技术路径：它可以主动从工具箱中选择代理技能，使用自己的计算机完成任务，用户可以实时观察 AI 在虚拟环境中的工作过程。
这种交互界面虽与 Manus 等产品相似，但底层原理却有着本质差异。Manus 调用多个底层模型，类似于"外部缝合"，而 ChatGPT Agent，是将 Agent 能力内化于模型，我们已经看到了端到端通用 Agent 的雏形。
Manus 的设计实质上是通过调用多个底层模型实现"外部缝合"。相比之下，ChatGPT Agent 是将 Agent 能力内化于模型本身。
根据 OpenAI 介绍，为了开发 ChatGPT Agent，他们将 Operator 和 Deep Research 团队合并为一个统一的团队，这个新团队由 20 至 35 人组成。
根据 ChatGPT Agent 的系统卡片显示，它是一个新的代理模型，与 OpenAI o3 同属一个系列，采用了端到端的训练方法。它是为代理任务开发的统一模型，而不是多个模型的工程化组合。
根据 OpenAI 放出的对比 PPT，我们可以看到，这一训练基本上是通过强化学习过程完成的。和 Grok4withtool 的路径应该差不多。
经过再训练，Agent 结合了 Deep research 的多步研究和高质量报告生成能力、Operator 通过远程可视化浏览器环境执行任务的能力、具有有限网络访问权限的终端工具，以及通过连接器访问外部数据源和应用程序的能力。
在执行完复杂任务之后，也可以交付给用户一个可下载的一个 PPT 或一份文档。
对 Manus 而言，OpenAI 的这一新举措无疑是巨大的打击，甚至从定价上，两者也差距不大：GPT 的 Plus 套餐每月 20 美金即可使用 ChatGPT Agent，而 Manus 的基础计划是每月 19 美金。
划重点：
ChatGPT Agent：是能够执行复杂、多工具任务的统一 AI Agent。
它集成了对文本浏览器、GUI 浏览器、终端和图像生成工具的访问。
支持与用户进行交互式、多轮对话，允许打断和澄清。
安全防护升级：加强对网页"恶意提示"攻击的防御；设置高风险任务自动拒绝；生物 / 化学风险也按最高级别安全堆栈处理。
它在多个现实世界和基准任务中取得了最先进的结果。
一、ChatGPT Agent 概览，功能很像 Manus
ChatGPT Agent 的核心是一个统一的代理系统，整合并扩展了 OpenAI 早期研究项目" Operator "和" Deep Research "的能力。
这使得 ChatGPT Agent 能够在一个单一的对话流中，无缝地从推理思考切换到执行具体动作。
虚拟计算机环境：ChatGPT Agent 在一个为其特设的虚拟计算机上执行所有任务。这个环境是沙盒化的，确保了操作的安全性。它能够在该环境中保存任务的上下文，即使用户中途打断或改变指令，也能从断点继续，而不会丢失进度。
智能工具箱：为了完成复杂工作流，Agent 配备了四种工具，并能根据任务需求自动选择最合适的工具：
可视化浏览器：用于与图形用户界面进行交互，例如点击按钮、填写表单和浏览为人类设计的网站。
文本浏览器：用于需要高效推理和处理大量文本的网络查询。
终端：允许 Agent 运行代码、下载和处理文件。
API 访问：可以直接调用 API 来获取信息，例如通过连接器访问 Google Drive、Gmail 和 GitHub 等应用的数据。
新模型驱动：ChatGPTAgent 由一个专门为其开发的新模型驱动。这个模型通过强化学习 的方法，在需要使用多种工具的复杂任务上进行了专门训练，从而学会了如何在不同工具之间流畅切换并协同工作。
它有以下特性：
自主任务执行：用户可以用自然语言下达指令，例如"分析我的日历，并根据最近的新闻为我简报即将到来的客户会议"，Agent 能够自主规划并执行系列操作，如浏览网站、筛选信息、运行代码分析，并最终生成可编辑的幻灯片或电子表格等成果。
协作与交互性：它会在需要时主动询问更多细节以完成目标。用户可以随时中断、重定向任务或完全接管浏览器的控制权。
安全与权限控制：安全性是其设计的核心部分。在执行购买、提交表单、发送邮件或处理个人信息等具有实际影响的关键操作前，Agent 会明确请求用户许可。同时，它被禁止执行如金融转账或提供法律建议等高风险任务。OpenAI 还内置了针对"提示注入"等恶意攻击的防护措施。
二、多项基准测试跑分"破纪录"
最难的 HLE 达到 41.6%， 高于刚刚发布的 Grok441.0%。
在测量广域知识与专家级提问的 Humanity ’ s Last Exam 上，单次作答准确率达 41.6%；采用并行八路推理并选取置信度最高答案后可提升到 44.4%。
在极难的 FrontierMath 数学基准上，借助终端运行代码后准确率提升至 27.4%。
在针对真实知识工作任务的内部评测中，ChatGPT 代理在约半数案例里已与人类持平或更佳；
在现实数据科学任务 DSBench 上，其分析与建模准确率分别达到 89.9% 与 85.5%，远超人类平均水平。
它对电子表格的直接编辑能力也领先：在 SpreadsheetBench 中拿到 45.5%，超过 Copilot in Excel 的 20%。此外，它在 BrowseComp、WebArena 等浏览器评测里均刷新了 SOTA。
（图：评测方法：SpreadsheetBench 的作者在 Windows 环境下使用 Microsoft Excel 对电子表格进行评估。我们则在 OSX 环境中使用 LibreOffice，这可能导致评分出现轻微差异。例如，作者报告 GPT ‑ 4o 在整体 Hard 限制上的结果为 15.02%，而我们得到 13.38%。我们使用了完整的 912 道题目基准测试。）
根据 ChatGPT Agent 自己做的 PPT，在做 PPT 的能力上和上网冲浪能力上，Agent 的能力都相比纯粹的基础模型有较明显的提升。但离人类还颇有距离。
三、不是期货，今日可用
自今日起，Pro 用户可以马上使用，Plus 与 Team 用户将在数日内陆续开通；Enterprise 与 Education 版本将于数周后接入。
Pro 每月可用 400 条消息，其他付费用户每月额度为 40 条，可通过灵活的按量计费追加。
实际使用非常简单：在任何对话中切到"代理模式"，描述目标，例如深度调研、制作演示或报销。屏幕左侧实时显示它的操作流程；若需要登录，系统会切换到"接管模式"安全输入凭证。
用户还可以把完成的任务设为周期性执行，例如每周一自动生成指标报告。
四、奥特曼亲自提示风险：Agent 很强大，也很危险
值得注意的是，奥特曼在发布会之后，立刻发了一条长贴，提示使用 ChatGPT Agent 的风险。
在"强调"过 ChatGPT Agent 处理复杂任务的强大能力后，特别郑重地提示了产品的风险，并强调：我们尚不清楚具体会造成什么影响，但不法分子可能会试图"诱骗"用户的 AI 代理提供不该提供的私人信息并采取不该采取的行动，而这其中的方式我们无法预测。
模型可能会接触用户的敏感数据，或遭遇网页中的恶意"提示注入"攻击。为此，他们沿用 Operator 期间的严格控制，并新增多项防护：
关键动作前必须得到用户明确授权；
部分高风险任务启用"监督模式"要求用户全程监控；
碰到银行转账等高风险指令会主动拒绝；
用户可以一键清除浏览数据并注销全部会话，或在不需联网时禁用连接器。
在生物与化学安全方面，OpenAI 根据 Preparedness Framework 将该模型按高风险级别处理，上线了最全面的安全措施，并与政府、学界及安全机构合作开展红队测试与威胁建模，同时启动漏洞赏金计划，以便尽早发现并修补潜在问题。
五、ChatGPT Agent 够遥遥领先吗？
ChatGPT Agent 最大的创新在于首次在模型中直接集成了完整的虚拟机环境，用户可以实时观察 AI 的操作过程，这是其它模型产品不具备的。
但是，各主流模型公司都在" Agent 即模型，模型即 Agent "的路上越走越远。比如，在 coding agent 能力上几乎封神的 Claude。
众多需要借用底层模型搭建的 Agent 产品，甚至离开了 Claude，就什么也不是。
刚刚上线的 Kimi K2 采用开源的混合专家模型架构，定位为 Agentic Intelligence，且价格仅有 Claude 4 的 1/6 左右。上线之后，token 的采用量排名持续飙升。
但从"模型即 Agent "这条路来说，OpenAI 并不能算是遥遥领先，仅仅能说迈出了一小步。
OpenAI 在官方文档中也特别谦虚地表示：
需要注意的是，功能仍处早期：例如幻灯片生成功能现为 beta，格式与美观度仍待提升，现阶段主要优化信息结构与元素可编辑性；未来我们将继续训练新版本，以生成更精致的文件。总的来说，随着持续迭代，ChatGPT 代理的效率、深度和多样性都会不断提升，我们也会逐步调优用户监督的力度，在易用与安全之间取得更好平衡。
看着自家产品的演示，Sam Altman 不禁又开始感叹，"我感受到了 AGI "。
然而，在帖子后面还是有用户留言问，说好的 GPT-5 呢？
配资app官网
金夆配资提示：文章来自网络，不代表本站观点。
