OpenAI 推出 ChatGPT Agent：AI 代理人顛覆任務執行新高度

ChatGPT Agent 強大能力：虛擬電腦操控全場

ChatGPT Agent 的核心功能是控制一部虛擬電腦，並整合多種工具來完成用戶需求。它可以整合日曆、瀏覽網頁、打開終端機，甚至根據用戶資料生成簡報、安排行程或完成網上購物。根據 OpenAI 的展示，這款 AI 代理人能規劃約會之夜，例如：

– 自動查閱 Google 日曆找出空檔時間
– 連結 OpenTable 搜尋指定餐廳的訂位情況
– 根據即時偏好重新規劃，例如更改餐廳類型

「它的靈活度讓人驚艷，幾乎可以代替你完成所有瑣碎的工作。」

背後架構：結合 Operator 與 Deep Research 技術

ChatGPT Agent 的能力並非來自現成的 GPT 模型，而是 OpenAI 特別開發的新架構。這個架構結合了「Operator」和「Deep Research」兩大工具的技術：

– Operator 擅長網路操作模擬
– Deep Research 主攻深度報告撰寫與邏輯推理

兩者合體形成了一個多功能智能代理架構。此外，OpenAI 還整併兩個團隊，建立了一支 20 到 35 人的跨部門新團隊來推動 ChatGPT Agent 的開發與部署。

突破傳統 AI 工具：完整虛擬電腦環境

值得注意的是，ChatGPT Agent 不僅模擬點擊或文字輸入，而是實際運行在完整的虛擬電腦環境中。這讓它可以執行比傳統 AI 工具更複雜的工作，例如：

– 分析多個 Excel 表格
– 跨網站查找資訊
– 比對商品價格
– 規劃採買清單並產出家庭早餐食譜的食材清單

這樣的功能極大拓展了 AI 的實用場景，從單純的文字輸入擴展到完整的任務處理。

任務完成時間：效率與延遲平衡

由於 ChatGPT Agent 需要執行連串操作，整個過程可能需要數分鐘甚至半小時才能完成。OpenAI 表示：「對於那些不急於馬上回饋的情境，例如生成報告或安排例行公事而言，這樣的延遲是完全可以接受的，甚至大幅提昇整體效率。」

如何使用 ChatGPT Agent？目前開放版本

目前，ChatGPT Agent 已開放給 ChatGPT Pro、Plus 和 Team 用戶使用。用戶可以透過工具欄選擇「agent mode」或直接輸入指令「/agent」來啟用功能。OpenAI 預計稍後會將該功能推廣至 ChatGPT Enterprise 與 Education 版本。

「這項技術帶來的影響可能比語言模型本身還要深遠。」