一水 发自 凹非寺
量子位 | 公众号 QbitAI
没错，OpenAI的智能体时代真的要来了！
据大名鼎鼎的“情报员”光头哥爆料，OpenAI在MAC版ChatGPT桌面应用中隐藏了启用/禁用智能体的选项。
从截图来看，确实是传闻已久、代号为“Operator（操作员）”的辣个：
而且这则爆料也得到了日常关注苹果方面消息的博主@M1的再次佐证：
Operator正在内测中，即将上线MAC版ChatGPT桌面应用……
根据介绍，Operator能够接管用户PC，直接代替人类自主执行一系列操作（如编码开发应用、订餐，做攻略等等）。
与此同时，OpenAI智能体和其他竞争对手（如Anthropic、谷歌智能体），以及人类选手的跑分对比也曝光了。
先划个重点，在几个评估智能体执行自动化任务水平的基准测试中，OpenAI这边均战胜了Claude智能体。
网友们纷纷激动表示，看起来离发布已经很近了，或许又会是下一个ChatGPT时刻。
而Windows用户则开启了刷屏模式，请不要仅限于Mac、请不要仅限于Mac、请不要仅限于Mac……（OpenAI你听到了吗）
多个基准跑分超过Claude智能体
从光头哥的另一条推文里，我们看到了OpenAI智能体和其他竞品的详细对比。
相关数据来自OpenAI网站，具体为图中标黄部分。
单拉出来看，在OSWorld这个专为多模态Agent设置的基准测试中，OpenAI CUA（据推测可能是驱动Operator的AI模型）得分为38.1%，领先于Anthropic的Computer use功能，但还不及人类自己操作的一半水平。
类似情况也在WebArena（CMU发布的基于Web环境的基准测试）上演。
不过，在WebVoyager（由腾讯AI Lab发布的多模态网络Agent基准测试）则稍有反转，OpenAI CUA取得了87%的好成绩，不仅一如既往地领先Anthropic，还以小幅优势超过了人类（85.3%）。
从一些具体任务的完成通过率来看，有辅助的Operator表现好过完全自主操作，不过偶尔还是比不上带视觉能力的GPT-4o。
有网友据此提问Operator是否不如GPT-4o，对此另有热心网友指出了二者区别：
一个是自主操作，一个是教你做事。
另外，对二者安全性的评估如下，GPT-4o在拒绝非法宣传、极端活动讨论等方面均为100%，而Operator在越狱（Jailbreaks）、进行非法活动以及禁止的金融活动方面没有达到100%。
需要提醒的是，在光头哥看来，以上跑分也可能只是占位符，具体真实性无法保证。（先来个免责声明）
2025：OpenAI重点布局Agent
事实上，Operator这款智能体早在去年11月就有相关爆料。
当时彭博社声称，OpenAI将在明年1月推出它，来替用户自动执行任务。
而现在，也算是进一步佐证了之前的消息。
甚至就在去年底，OpenAI CEO奥特曼也在新年目标中，明晃晃地将Agent排在前列。
而Flag立完后，OpenAI刚一开年也是马不停蹄地开始了相关动作。
上周，OpenAI就为ChatGPT推出了新功能「Tasks」，让AI有了执行力，可以替你完成各种任务。
无论是一次性提醒还是重复执行的动作，告诉ChatGPT你需要什么以及何时需要，它会自动帮你处理。
整体看起来有点偏向日程提醒，更像Agent的初级阶段。
合理推测，Operator将在此基础上有更多、更强的能力表现。
话说，从国内外科技企业对Agent的新追逐来看，今年Agent绝对有好戏看！
据市场研究公司Markets and Markets的分析，AI Agent的市场规模至2030年有望达到471亿美元。
如此吸引下，再加上已经成熟的大模型技术，Agent火爆2025简直不言而喻。
甚至就在今年的CES上，英伟达CEO黄仁勋也对Agent大加赞赏：
未来公司IT部门将成为Agent人力资源部门……（为公司改进大量Agents，从而为各部门提供新支持）
此番言论下，了解AI Agent技术也被开发者们提上了2025学习日程。
好嘛，不管是企业还是个人，接下来大家都得卷Agent了(doge）。
参考链接：
[1]https://techcrunch.com/2025/01/20/openais-agent-tool-may-be-nearing-release/?guccounter=1
[2]https://x.com/minchoi/status/1876644835286777922
量子位智库年终发布三大年度报告！
带你一起回顾2024年人工智能、智能驾驶、Robotaxi新趋势，预见2025年科技行业新机遇！
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
