Operator（网页操作智能体）

是什么

Operator 是一款能在网页浏览器中执行任务的 AI 智能体。OpenAI 于2025年1月23日以研究预览版的形式推出它，发布时仅向美国的 ChatGPT Pro 用户开放^[1][2]。这里的智能体，指的是为用户执行一连串操作的系统，而不只是生成文字。

由来

Operator 基于 Computer-Using Agent（简称 CUA，即「会使用电脑的智能体」）模型运行。该模型结合了 GPT-4o 的视觉能力与经强化学习训练的推理能力^[3][6]。强化学习是一种训练方法，模型会因达成目标的行为而获得奖励。CUA 从浏览器的截图出发工作，并用鼠标和键盘操作，方式与人使用电脑相近^[3][6]。

OpenAI 还于2025年3月11日起，通过 Responses API 以 computer-use-preview 之名向开发者提供 CUA 模型^[3][5]。

主要特点

Operator 能够填写表单、在网上下单以及安排预约。它在网络连接受限的虚拟机中运行，活动因此被限制在一个相对封闭的环境里^[4]。它在处理复杂的用户界面时表现欠佳，即步骤多或布局特殊的网站对它而言更难应付^[4]。

Operator 经过训练，在完成预订酒店或发送邮件等任务之前，会先请用户确认^[3]。这类智能体与早期的脚本式浏览器自动化不同：每一次点击和按键都由模型根据屏幕上看到的内容来决定。这一设计意味着，对于会产生现实后果的操作，最终决定权在用户手中，而不在智能体手中。

在发展中的位置

CUA 模型于2026年7月23日在 API 中关闭^[3][5]。2025年7月，Operator 的能力并入 ChatGPT 智能体，后者以同样的方式控制一台虚拟电脑^[4]。

对读者来说，Operator 是一个早期而清楚的例子：AI 系统可以像人一样使用电脑。它的历程也显示了这类产品的一条发展路径：先向付费用户开放有限的预览，再向开发者提供模型，最后并入更广泛的智能体。