OpenAI宣布上线名为Operator的首款AI智能体，它能通过网页执行各种任务。该智能体可以像人类一样使用按钮、浏览菜单和填写网页上的表格，并自动执行预订旅行住宿、预订餐厅和在线购物等任务。
与传统Agent和RPA不同的是，Operator的最大技术特点是无需依赖API或特定网站就能完成所有自动化操作，它是通过对屏幕截图的分析，识别页面元素，然后使用鼠标和键盘进行模拟。Operator是基于新模型CUA（在GPT-4o基础上研发的，未来会开放API）开发而成，专门对视觉UI界面的理解和交互进行了额外专项训练，这也是Operator无需依赖API的主要原因之一。
除此之外，Operator还内置了一个浏览器，能查看网页并通过打字、点击和滚动来与网页进行交互。可处理各种重复性的浏览器任务，包括填写表格、订购杂货，甚至制作表情包等。
其实说到这传统的RPA、按键精灵都能做，Operator另外一大特点就是自我纠错能力，当预见错误或识别不明确时，可以根据大模型的推理能力进行实时修正。实在解决不了，会主动把控制权交给人类寻求帮助。
Operator的使用方法也很简单，无需专业的编程背景或者繁琐的开发流程，就像使用ChatGPT那样用文本描述你的需求即可。此外，Operator还可以处理更复杂的任务，包括安排活动、购买演唱会门票、预订旅行计划等，只需简单地描述你的需求，Operator会通过互联网为你找到最佳选项，并完成预订或购买操作。
目前，Operator处于预览版状态，仅提供给美国Pro用户使用，很快会扩大应用范围。
