OpenAI Operator：模拟人类操作自动完成各种在线任务，如预订餐厅、购买机票。

Openai Operator是什么？

OpenAI Operator 是 OpenAI 推出的一款AI智能体，通过模拟人类操作电脑的能力来自主完成各种在线任务，可以通过查看网页、输入文字、点击按钮和滚动页面等方式与网页交互，比如预订餐厅、购买机票、填写表单等。

OpenAI Operator核心功能

• 自动化任务执行：Operator 可以自动完成多种在线任务，例如预订餐厅、购买机票、在线购物、填写表单等。

• 多任务处理：支持同时运行多个任务，例如在不同网站上预订旅行和购物。

• 个性化设置：用户可以设置偏好（如首选航空公司）并保存常用任务，以便快速执行。

• 自我纠错与推理能力：在遇到问题时，Operator 能通过推理自我调整，若无法解决则交还用户控制。

• 安全与隐私保护：在涉及敏感信息（如登录、支付）时，Operator 会请求用户接管，拒绝执行高风险任务。

OpenAI Operator工作原理

Operator基于OpenAI最新的CUA模型（在GPT-4o基础上开发），该模型结合了 GPT-4o 的视觉能力和强化学习的高级推理能力。特别针对视觉用户界面的理解与交互进行了专项训练。这种能力使得它无需API支持即可高效完成复杂任务。Operator通过截取网页截图来“看”网页内容，利用鼠标和键盘操作模拟“交互”，无需定制API集成就能在网页上自由行动。

另外，Operator 还可以利用其推理能力自我纠正。如果需要帮助，它会将控制权交还给用户，确保流畅且协作的体验。

OpenAI Operator应用场景

• 旅游预订：在 TripAdvisor 上查找并预订评价最高的罗马一日游。

• 购物：订购杂货（Instacart）、订购个性化商品（Etsy）。

• 预订服务：预订营地（Hipcamp）、预订餐馆（OpenTable）。

• 公共服务：与 Stockton 市合作，简化城市服务的注册流程。

安全与隐私

• 用户控制：在关键步骤（如登录、支付等）主动请求用户接管。

• 数据管理：用户可以管理数据隐私，阻止数据用于模型训练或删除浏览数据。

• 反欺诈机制：具备防御恶意网站的能力，检测并忽略隐藏提示和恶意代码。

OpenAI Operator使用方法

用户只需描述需要完成的任务，Operator 就会处理剩下的工作。用户可以在任何时刻接管远程浏览器的控制权，尤其是在需要输入敏感信息（如登录凭证、支付信息）或解决验证码时。用户还可以通过添加自定义指令来个性化工作流程，例如在 Booking.com 上设置航空公司的偏好，或保存常用任务的提示以快速访问。

此外，Operator 支持多任务处理，用户可以同时运行多个任务，例如在 Etsy 上订购个性化杯子，同时在 Hipcamp 上预订露营地。

目前，OpenAI Operator处于研究预览阶段，仅对美国、澳大利亚、巴西、加拿大、印度、日本、新加坡、韩国、英国等国家的 ChatGPT Pro 用户开放。用户需要订阅 OpenAI 的 $200 美元/月的 Pro 层订阅才能使用。

详细：https://openai.com/index/introducing-operator/