作家｜Li Yuan开云·综合体育(kaiyun)

一个共鸣是，AI 本年的大主题，是 Agent。

要是说昔时咱们俗例了 AI 的「动嘴」，那么接下来，即是 AI「动手」的时期。毕竟，既然 AI 仍是能听懂、又实足机灵，那为什么弗成径直把事儿干完？

2025 年下半场刚开局，一直在界说 AI 的 OpenAI，倏得端出了他们的 Agent 答卷。不外酷爱的是，乍一看，它和几个月前爆火的 Manus 模式，惊东谈主地相似。

7 月 18 日凌晨，Sam Altman 和四位 OpenAI 盘问员在直播中先容了 OpenAI 行将推出的 Agent 模式。

浅易来说，在 Agent 模式下，你不错径直对 ChatGPT 提条目：婚典缺双鞋，去电商平台帮我买了；或者，给我想象个宠物邻近，径直下单打印；查找信息，径直生成 PPT。然后，ChatGPT 会我方掀开臆造机，一步步操作。

在演示中，一个复杂任务简略需要 10 分钟完成。但从已毕看，完成度很高。ChatGPT 不错在臆造环境里不错调用文本浏览器、可视化浏览器和终局。而基于终局，还不错进一纪律用云工作 API、图片生成器，运行代码等。

更重要的，这次 OpenAI 不再 Pro 用户优先，Plus、Team 用户也将能很快上手，每月可用 40 次。量大，管饱。

Sam Altman 用他标记性的古道想法，对着屏幕说：这是一个全新的范式。就像咱们学会上网，临了也学会了甄别欺诈信息一样，刻下，通盘社会需要学习怎样与 Agent 安全地交互和共存。

01

Agent 模式精明什么？

径直不雅看 OpenAI 的 Agent 模式演示，会发现其直不雅体验与几个月前爆火的 Manus 高度相似。

在用户建议需求之后，齐会自动开启一个臆造机，初始自动实践一些任务，实践历程中，Agent 会反复申请用户说明，并允许随时手动经受。同期，用户也能在职务半途植入新需求，进行及时交互。

而在 OpenAI 的先容中，Agent 模式不错调用三种器具：文本浏览器、可视化浏览器和终局。模子不错自主选择切换多样器具。

这种器具组合的想象颇为小巧：文本浏览器厚爱大齐浏览翰墨，搜寻信息，而可视化浏览器则厚爱定位到信息之后径直模拟一些键鼠交互，或者用来读取图像信息。

而终局，则不错运行代码，生成包括 PPT、Excel 在内的文献，和调用一些云霄 API。

在 OpenAI 提供的第一个演示里，盘问员建议要缱绻干预另一个一又友婚典的事宜，要挑选一套合适着装条目的征服（探求场所、天气、中高级价位）预订货仓，同期提供礼物建议。

盘问员发轫在 ChatGPT 里切换到 Agent 模式，把上述需求发昔时。Agent 启动臆造电脑、加载环境（粗略几秒）。

然后 ChatGPT 先试用文本浏览器掀开了用户给的网页，搜索婚典信息、着装条目、天气等。发现需要进一步说明婚典日历时，模子也建议了澄澈申请，但用户选择让它我方不绝推理。

在找到了天气、场所信息后，AI 初始推选合适的征服，并切换到可视化浏览器查验征服恶果。完成任务后，不绝搜索货仓和礼物。

不错看到，临了给出的婚典出行建磋议述额外长而详备，涵盖了服装、货仓、礼物。甚而附上了额外多的贯穿，在货仓是否有空位的索引上，还附上了在线预订网站的截图。

而完成这么的一份论述，AI 只花了十分钟。比拟于咱们老练的一问一答看起来时辰是长了许多，然则比拟于本体的职责量，AI 看起来照旧要比东谈主的遵循高太多了。

要是说这个演示照旧愈加体现其盘问才气，另一个演示则径直展示了其动手才气。

盘问员条目给团队的吉利物（是一只能儿的狗狗，昵称 Bernie）作念出一批札记本贴纸，并下单 500 张。

Agent 径直期骗终局功能，调用了图像生成器具（Image Gen API）来生成一张动漫格调的狗狗插画，行为贴纸的想象图案。

接着，Agent 掀开浏览器访谒 Sticker Mule 网站，把想象好的图上传到网站，填写了贴纸数目、尺寸等，并把商品加入购物车。

临了它主动向用户说明，是否要用这张插画？是否不绝下单？是否需要用户我方输入信用卡付款，照旧让它不绝完成？

任务停留在让用户经受输入信用卡，花了 7 分钟。

雷同的才气，Agent 还我方衔接 Google Drive API（雷同于国内的网盘），读取文献之青年景了一份 PPT。

查询了赛季日程，生成了一个详备的旅行电子表格 + 带标注舆图的旅行攻略。这个任务比较复杂，Agent 粗略花了 25 分钟完成。

02

跟跑马观花：AI 才气又跳跃了

OpenAI 这次推出的新 Agent 模式，本体上并不是一项全新的改进，而是由 OpenAI 上半年推出的两样器具组合而成：Operator 和 Deep Research。

Operator 是蓝本只通达给了 Pro 用户的浏览器 Agent 器具，能够分析图形操作界面，并作念出一定的操作。

而 Deep Research，则是一个深远盘问的分析器具，不错阅读大齐的网页，径直生成一份调研论述。

OpenAI 暗意，在两样器具分歧推出的历程中，发现许多用户用 Operator 写的指示词其实更像 Deep Research 的任务，比如「场地一次旅行并预订」。而 Deep Research 用户高度敕令加多「登录网站、访谒受保护资源」的才气，其实是 Operator 早就能作念的。于是团队决定将两个产物交融起来。

这和刚刚下野的 OpenAI 的工程师爆料的 OpenAI 的团队文化其实很接近：OpenAI 里面很敬重工程师的自驱力，时常有多个雷同的神气同期在鼓舞，谁念念作念谁就能往前鼓舞。

这次 Operator 和 Deep Research 的交融看起来照旧很奏效的。两个从不同角度推动的 Agent 神气，临了交融起来，有了一些奇妙的化学响应，也遁入了只使用浏览器的图形界面去阅读翰墨材料的低效，让临了能造成深度论述的时长变得并不高。

OpenAI 也提到了在为模子提供多种器具之后，何如磨砺模子。

仍然是使用强化学习。一初始模子会「奸诈」地尝试用悉数器具管制一个相对浅易的问题。也即是说，它刚初始不会判断哪个器具更合适。

通过奖励它那些管制问题更高效、更合理的行动，模子能渐渐学会怎样用这些器具。在什么情况下用哪个器具最合适。

比如要是是作念创意作品，它会先搜索公开资源；然后用终局写代码、编译作品；临了用可视化浏览器考证已毕。

而在一堆 Demo 中，OpenAI 也跟跑马观花地又抛出了一个新的基准测试得益。

在 Humanities Last Exam（东谈主类的临了一场大考）中，能够使用浏览器、电脑和终局的 Agent 模式模子，仍是能够达到 42% 的高分，比拟于完全不使用器具的 o3，有一倍的擢升。

而辞寰宇规模内亦然率先的—— Grok 告示带器具的 Grok 4 Heavy 在测试中取得 45% 的得益。

使用器具后的高级数学推理才气，也有了进一步的擢升。

公布的基准中，有两个是和东谈主类的对比。

一个是在网页中操作的才气（WebArena），一个是操作电子表格的才气（SpreadsheetBench）。不错看到，两项基准中，Agent 模式仍然不如东谈主类，然则网页操作，仍是追近了东谈主类水平。

这意味着，即便仅仅整合这些自己尚不如东谈主类的器具，大模子也能赢得显赫的才气擢升。Agent 时期，大模子才气的擢升彰着还有更高的天花板。

03

和 Agent 共处的时期，如实来了

毫无疑问，Agent 是 2025 年 AI 规模的完全风口。

但风口之下，用户的真实体感时常并不完好意思：任务运行时辰过长；稍复杂的任务就频频出错。一位早期 Operator 用户褒贬谈「每次点击和更始，齐像在炎热夏季中拍浮。」

这次 OpenAI 将 Operator 与 Deep Research 交融，偶而恰是为了缓解这种「粘滞感」，让 Agent 真的跑起来。

当 OpenAI 我方下场，一个更径直的问题摆在了悉数雷同 Manus 的第三方开辟者眼前：这究竟是会催生一个兴奋的 Agent 应用生态，照旧会径直碾压悉数创业公司？谜底尚不轩敞。

而对于用户而言，一个更躬行的挑战随之而来：阴事和安全。

当 AI 在咱们看不见的臆造机里，点开一个网页、输入咱们的个东谈主信息时，谁来保证安全？

要是它被垂钓网站骗走了咱们的信用卡号，株连谁负？

OpenAI 对此的复兴是，他们会接纳极其严格的审查和安全措施，但它也但愿通盘社会齐能花时辰去顺应和配置设施。

Agent 时期，如实是继 Chat 时期之后，一个截然有异的新阶段。

在 Chat 时期，咱们学会了顺应 AI 的"嘴"——咱们缓缓俗例了它的幻觉，并学会在它的饱读唇弄舌中甄别真伪。这是一个对于"信息真的度"的挑战。

而在 Agent 时期，挑战则完全转向了 AI 的"手"。咱们需要回答一系列全新的问题：咱们究竟心仪多信任 AI？咱们又心仪把多大的权限交出去，让它代替咱们完成几许施行寰宇的事情？

而咱们与 AI 的关联，也将因此被再行界说。

从更宏不雅的视角看，Agent 的爆发也将再次将一个老问题以更利害的款式推到咱们眼前：当 AI 能真的「干活」时，咱们的职责会何如？

当 AI 能孤苦完成一份包含数据检索、图像查证的复杂论述，并径直完成在线预订时，白领们的职责究竟是被赋能加快，照旧被透彻威迫？

谜底尚在风中飘。

但无论咱们迎接、畏怯照旧飘渺，一个由 Agent 驱动的、更自动化的新时期开云·综合体育(kaiyun)，如实正在加快到来。