这次 Plus 用户也能用kaiyun.com。

作家｜Li Yuan

一个共鸣是，AI 本年的大主题，是 Agent。

若是说夙昔咱们民俗了 AI 的「动嘴」，那么接下来，等于 AI「出手」的时期。毕竟，既然 AI 一经能听懂、又富裕颖异，那为什么不成告成把事儿干完？

2025 年下半场刚开局，一直在界说 AI 的 OpenAI，片刻端出了他们的 Agent 答卷。不外真谛的是，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。

纯粹来说，在 Agent 模式下，你不错告成对 ChatGPT 提条件：婚典缺双鞋，去电商平台帮我买了；或者，给我盘算个宠物左近，告成下单打印；查找信息，告成生成 PPT。然后，ChatGPT 会我方绽开诬捏机，一步步操作。

在演示中，一个复杂任务或然需要 10 分钟完成。但从规定看，完成度很高。ChatGPT 不错在诬捏环境里不错调用文本浏览器、可视化浏览器和结尾。而基于结尾，还不错进一次第用云作事 API、图片生成器，运行代码等。

更关节的，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 用他符号性的针织目光，对着屏幕说：这是一个全新的范式。就像咱们学会上网，终末也学会了甄别诓骗信息一样，刻下，悉数这个词社会需要学习怎样与 Agent 安全地交互和共存。

01

Agent 模式醒目什么？

告成不雅看 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。

在用户冷漠需求之后，皆会自动开启一个诬捏机，运转自动践诺一些任务，践诺经由中，Agent 会反复申请用户阐明，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、可视化浏览器和结尾。模子不错自主采取切换各式器具。

这种器具组合的盘算颇为小巧：文本浏览器认真大皆浏览笔墨，搜寻信息，而可视化浏览器则认真定位到信息之后告成模拟一些键鼠交互，或者用来读取图像信息。

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

在 OpenAI 提供的第一个演示里，盘问员冷漠要场所参预另一个一又友婚典的事宜，要挑选一套稳当着装条件的校服（探究时局、天气、中高等价位）预订栈房，同期提供礼物建议。

盘问员起程点在 ChatGPT 里切换到 Agent 模式，把上述需求发夙昔。Agent 启动诬捏电脑、加载环境（简陋几秒）。

然后 ChatGPT 先试用文本浏览器绽开了用户给的网页，搜索婚典信息、着装条件、天气等。发现需要进一步阐明婚典日历时，模子也冷漠了明白申请，但用户采取让它我方链接推理。

在找到了天气、时局信息后，AI 运转推选合适的校服，并切换到可视化浏览器查验校服恶果。完成任务后，链接搜索栈房和礼物。

不错看到，终末给出的婚典出行建议阐发相等长而可贵，涵盖了服装、栈房、礼物。甚而附上了相等多的连气儿，在栈房是否有空位的索引上，还附上了在线预订网站的截图。

而完成这么的一份阐发，AI 只花了十分钟。比较于咱们老练的一问一答看起来时分是长了许多，然则比较于本体的责任量，AI 看起来照旧要比东谈主的遵循高太多了。

若是说这个演示照旧愈加体现其盘问期间，另一个演示则告成展示了其出手期间。

盘问员条件给团队的祥瑞物（是一只能人的狗狗，昵称 Bernie）作念出一批条记本贴纸，并下单 500 张。

Agent 告成运用结尾功能，调用了图像生成器具（Image Gen API）来生成一张动漫立场的狗狗插画，行为贴纸的盘算图案。

接着，Agent 绽开浏览器造访 Sticker Mule 网站，把盘算好的图上传到网站，填写了贴纸数目、尺寸等，并把商品加入购物车。

终末它主动向用户阐明，是否要用这张插画？是否链接下单？是否需要用户我方输入信用卡付款，照旧让它链接完成？

任务停留在让用户经受输入信用卡，花了 7 分钟。

不异的期间，Agent 还我方连合 Google Drive API（访佛于国内的网盘），读取文献之青年景了一份 PPT。

查询了赛季日程，生成了一个可贵的旅行电子表格 + 带标注舆图的旅行攻略。这个任务比较复杂，Agent 简陋花了 25 分钟完成。

02

跑马观花：AI 期间又向上了

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 是蓝本只开放给了 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，则是一个深切盘问的分析器具，不错阅读大皆的网页，告成生成一份调研阐发。

OpenAI 默示，在两样器具分散推出的经由中，发现许多用户用 Operator 写的教导词其实更像 Deep Research 的任务，比如「场所一次旅行并预订」。而 Deep Research 用户高度号召加多「登录网站、造访受保护资源」的期间，其实是 Operator 早就能作念的。于是团队决定将两个产物和会起来。

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 里面很垂青工程师的自驱力，往往有多个访佛的格局同期在鞭策，谁念念作念谁就能往前鞭策。

这次 Operator 和 Deep Research 的和会看起来照旧很告捷的。两个从不同角度推动的 Agent 格局，终末和会起来，有了一些奇妙的化学响应，也避让了只使用浏览器的图形界面去阅读笔墨材料的低效，让终末能酿成深度阐发的时长变得并不高。

OpenAI 也提到了在为模子提供多种器具之后，奈何考试模子。

仍然是使用强化学习。一运转模子会「拙劣」地尝试用悉数器具管制一个相对纯粹的问题。也等于说，它刚运转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、更合理的行径，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。

比如若是是作念创意作品，它会先搜索公开资源；然后用结尾写代码、编译作品；终末用可视化浏览器考证规定。

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

在 Humanities Last Exam（东谈主类的终末一场大考）中，能够使用浏览器、电脑和结尾的 Agent 模式模子，一经能够达到 42%的高分，比较于完全不使用器具的 o3，有一倍的栽种。

而谢寰宇边界内亦然当先的——Grok 晓谕带器具的 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期间，也有了进一步的栽种。

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期间（WebArena），一个是操作电子表格的期间（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，一经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，大模子也能取得显耀的期间栽种。Agent 时期，大模子期间的栽种赫然还有更高的天花板。

03

和 Agent 共处的时期，确乎来了

毫无疑问，Agent 是 2025 年 AI 边界的十足风口。

但风口之下，用户的果然体感往往并不竣工：任务运行时分过长；稍复杂的任务就时时出错。一位早期 Operator 用户磋商谈「每次点击和漂泊，皆像在炎热夏季中游水。」

这次 OpenAI 将 Operator 与 Deep Research 和会，或然恰是为了缓解这种「粘滞感」，让 Agent 果然跑起来。

当 OpenAI 我方下场，一个更告成的问题摆在了悉数访佛 Manus 的第三方开采者眼前：这究竟是会催生一个鼎沸的 Agent 应用生态，照旧会告成碾压悉数创业公司？谜底尚不开朗。

而对于用户而言，一个更亲身的挑战随之而来：诡秘和安全。

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

若是它被垂钓网站骗走了咱们的信用卡号，包袱谁负？

OpenAI 对此的恢复是，他们会接管极其严格的审查和安全措施，但它也但愿悉数这个词社会皆能花时分去适合和配置模范。

Agent时期，确乎是继Chat时期之后，一个截然有异的新阶段。

在Chat时期，咱们学会了适合AI的“嘴”——咱们迟缓民俗了它的幻觉，并学会在它的轻言寡信中甄别真伪。这是一个对于“信息着实度”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：咱们究竟沉静多信任 AI？咱们又沉静把多大的权限交出去，让它代替咱们完成若干施行寰宇的事情？

而咱们与AI的相关，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历害的姿色推到咱们眼前：当 AI 能果然「干活」时，咱们的责任会奈何？

当 AI 能孤独完成一份包含数据检索、图像查证的复杂阐发，并告成完成在线预订时，白领们的责任究竟是被赋能加快，照旧被澈底要挟？

谜底尚在风中飘。

但不管咱们原谅、怯怯照旧迷茫，一个由 Agent 驱动的、更自动化的新时期，确乎正在加快到来。

开首：极客公园kaiyun.com