2025年下半年伊始，始終致力于定義AI領域的OpenAI，正式推出了其Agent模式的解決方案。

       這一方案使ChatGPT能在虛擬沙盒中調用文本瀏覽器、可視化瀏覽器和終端工具，自主完成多步驟復雜任務，實現從信息檢索到在線購物等操作，開啟了從Chat到Agent的跨越。

       OpenAI自己的Agent模式亮相

       近日，薩姆·奧爾特曼與四位OpenAI研究員通過直播形式介紹了即將發布的Agent模式。

       觀其演示過程可發現，該模式在用戶交互層面的直觀體驗，與數月前引發廣泛關注的Manus模式極為相似。

       當用戶提出需求后，系統均會自動創建一個虛擬環境，并開始執行任務。

       任務執行期間，Agent會反復請求用戶確認操作步驟，并允許用戶隨時手動接管進程。

        同時，用戶亦可在任務執行過程中插入新的需求指令，實現實時交互。

       OpenAI首席執行官山姆奧特曼表示，目睹ChatGPT智能體運用計算機執行復雜任務，使其真切感受到AGI的存在。計算機自主完成思考、規劃與執行的過程，將產生顯著差異的體驗。

        所有操作均在ChatGPT Agent專屬虛擬計算機中完成，此舉可在調用多工具時完整保留任務上下文信息。

       該智能體可根據需求選擇文本瀏覽器或可視化瀏覽器訪問網頁，執行文件下載操作，通過終端命令處理文件，并借助可視化瀏覽器審閱輸出結果。

       同時能夠動態調整任務策略，以實現高效、精準的快速執行。

       ChatGPTAgent專為迭代式、協同式工作流程設計，其交互性與靈活性遠超既往模型。

       任務執行過程中，用戶可隨時中斷進程：進一步澄清指令以修正執行方向，或直接變更任務目標。智能體將基于新增信息繼續推進工作，且完整保留先前進度。

       同理，ChatGPT亦會在必要時主動要求用戶補充細節，確保任務執行不偏離既定目標。

       若任務耗時超出預期或陷入停滯，用戶可選擇暫停進程、獲取進度摘要，或終止任務以提取現有成果。

       當用戶安裝移動端ChatGPT應用時，系統將在任務完成后推送通知。

       由Operator+Deep Research工具整合而成

       根據OpenAI的介紹，Agent模式可調用三種工具：文本瀏覽器、可視化瀏覽器及終端。模型具備自主選擇并切換這些工具的能力。

       此工具組合的設計頗具巧思：文本瀏覽器專司大量文本信息的瀏覽與檢索，可視化瀏覽器則負責在定位信息后執行鍵鼠操作或讀取圖像信息。

       而終端工具，則用于運行代碼、生成包括演示文稿與電子表格在內的文件，并調用特定的云端應用程序接口。

       OpenAI此次推出的新型Agent模式，并非一項全新的技術創新，實則由該公司上半年發布的兩項工具——Operator與Deep Research整合而成。

       Operator原為僅向Pro用戶開放的瀏覽器Agent工具，具備分析圖形操作界面并執行基礎操作的能力。

       Deep Research則是一款深度研究分析工具，可讀取大量網頁內容并直接生成調研報告。

       OpenAI在分別推廣這兩項工具時發現，許多用戶通過Operator提交的提示指令更趨近于DeepResearch的任務范疇，例如[規劃旅行行程并進行預訂];

       而Deep Research用戶強烈呼吁的[登錄網站、訪問受保護資源]功能，實為Operator已具備的能力。

       這兩個從不同維度推進的Agent項目最終實現整合，產生了顯著的協同效應。

       既規避了單純依賴瀏覽器圖形界面處理文本材料的低效問題，又使得生成深度研究報告所需時長顯著縮短。

       實現了通用智能體能力的關鍵升級

       與過往的基礎大模型迭代不同，通用Agent能夠自主調用多種工具進行任務規劃，協助用戶完成復雜操作，包括自動查閱用戶日歷、生成可編輯的PPT文檔、運行代碼等。

       ChatGPT Agent可連接用戶的Gmail、GitHub等平臺獲取信息并解決問題，同時通過API接口訪問各類應用程序。

       OpenAI采用模擬復雜現實任務的基準測試對該模型進行評估。

       經Agent技術增強后，AI智能水平實現大幅提升。

       基于ChatGPTAgent的模型在HLE基準測試中獲得41.6%的評分，達到O3與O4-mini模型性能的近兩倍。

       在部構建的復雜經濟價值知識型任務評估體系中，ChatGPTAgent的產出質量約半數情況下達到甚至超越人類水平，任務完成時間存在浮動區間，且顯著優于o3與o4-mini模型。

       在SpreadsheetBench表格操作測試中，該智能體處理復雜電子表格的編輯、函數應用及格式規范能力取得顯著突破，以45.5%的得分達到GPT4o性能的兩倍，首次逼近ExcelCopilot商業級解決方案水平。

       網頁操作領域，ChatGPT Agent在WebArena測試中成功執行賬戶登錄、頁面跳轉、數據采集等現實任務，其表現已接近人類平均水準。

       信息檢索能力方面，該智能體于BrowseComp基準測試中以68.9分創下當前最高記錄。此項指標直接決定其自主執行任務時的可靠性水平。

       結尾：OpenAI的正式入場，或將重塑Agent創業領域的整體敘事框架。數月前，Manus尚被譽為[國產Agent的希望]：其于業界尚未充分理解Agent概念之際，率先向市場展示了未來圖景，實證了AI執行復雜任務的現實潛力。然今年7月初，Manus官網悄然關閉，中國大陸業務全面暫停，僅保留海外產品線——此舉促使外界重新審視Agent初創企業的真實生存狀態。數日前，朱嘯虎曾公開斷言：大模型將吞噬90%的Agent市場。毋庸置疑，此現象背后交織著監管政策、合規要求與資本環境等多重復雜因素。但現在的問題又來到了，當OpenAI親自下場，初創通用型Agent的機會已經不多了。