主要观点总结
OpenAI发布首个智能体Operator，它像人类一样使用电脑，具有自主完成任务的能力。Operator背后的核心技术是Computer-Using Agent（CUA），打破了特定编程接口的局限，可以直接与网页交互。该智能体在多个测试环境中表现出高成功率，但在某些任务中仍存在翻车的可能。OpenAI计划扩展智能体的动作空间并开放API接口，让开发者能够基于CUA构建自定义的计算机智能体。
关键观点总结
关键观点1: OpenAI发布智能体Operator
Operator是一个能够像人类一样使用电脑的智能体，具备精准理解指令和自主完成任务的能力。
关键观点2: Computer-Using Agent（CUA）技术的应用
Operator背后的核心技术CUA，使智能体具备与网页交互的能力，打破了特定编程接口的局限。
关键观点3: 智能体在测试环境中的表现
在多个测试环境中，CUA成功率令人瞩目，如在OSWORLD上的计算机使用任务成功率高达38.1%，在WebArena上的浏览器使用任务成功率达到58.1%。但与人类相比，AI的能力还有差距。
关键观点4: Operator的发布及未来规划
Operator已经正式发布，但目前只有Pro美国用户才能体验。OpenAI计划扩展智能体的动作空间，开放API接口，让开发者能够基于CUA构建自定义的智能体。
关键观点5: 智能体的挑战与解决方案
如果Operator在执行任务中出现错误，人类可以随时接管控制权，并确保任务的完成。此外，还有一个提示注入监视器来防止遇到诈骗网站。
文章预览
Datawhale分享 Agent：OpenAI，编辑：新智元 OpenAI首个智能体终于亮相了！ 奥特曼带领团队毫无预警地开启半小时「Operator」在线直播，首次揭秘能像人类一样使用电脑的AI。 Sam Altman，Yash Kumar，Casey Chu，Reiichiro Nakano 演示中，AI智能体不仅可以精准理解指令，还能自主完成各类任务。 而它的独特之处在于，可以直接与网页交互——打字、点击、滚动，几乎一气呵成。 比如，自动填写繁琐的在线表单、上网购物、创建表情包、处理重复性浏览器任务等等。 「Operator」背后操盘手便是Computer-Using Agent （CUA），打破了特定编程接口的局限，像人类一场直接与GUI进行交互。 从此，通往AGI道路上的又一大瓶颈被扫除。智能体可以在数字世界中四处行动了！ OpenAI官博将此称为，AI与数字世界的「通用界面」。 「Operator」究竟有多厉害？ 在多个测试环境中，CUA成
………………………………
