OpenAI Stellt KI-Agent Operator Vor
OpenAI stellte Operator vor – einen auf GPT-4 o basierenden Agenten, der Online-Aufgaben im Browser ausführen kann. Der Agent arbeitet über eine spezielle Schnittstelle, wo der Benutzer das Browserfenster sehen und die Aktionen des Assistenten kontrollieren kann.
Operator verwendet Computer-Using Agent, der die visuellen Fähigkeiten von GPT-4 o mit fortgeschrittenem Denken durch verstärkendes Lernen kombiniert. Computer-Using Agent erreichte 38,1% Erfolg beim OSWorld-Test und 87% bei WebVoyager und übertraf damit frühere Modelle.
Der Agent arbeitet über eine verschlüsselte Verbindung auf einem Remote-Server. Benutzer können die Kontrolle für CAPTCHA-Eingabe oder Zahlungsdaten übernehmen. Operator verfügt über Befehlssätze zur Speicherung von Benutzerpräferenzen. Sie können beliebige Anfragen, auch mit Fotos, eingeben, und der Assistent beginnt zu suchen – Sie können Essensbestellungen, Tischreservierungen, Ticketkäufe, Taxirufe und vieles mehr delegieren. Operator zeigt auch einen Mini-Bildschirm mit allem, was er in Echtzeit tut.
OpenAI legt großen Wert auf Systemsicherheit und Angriffresistenz. Der gesamte Prozess wird von einem separaten Modell überwacht, das die Ausführung stoppen kann, wenn etwas nicht stimmt. Zusätzlich werden verdächtige Situationen zur manuellen Überprüfung gesendet.
Der Service ist für Pro-Benutzer in den USA verfügbar, wird in einigen Wochen zum Plus-Abonnement hinzugefügt, und API für Entwickler. Obwohl Anthropic und Google ähnliche Demonstrationen früher zeigten, brachte OpenAI als erstes ein Verbraucherprodukt auf den Markt, trotz der Unrentabilität des Pro-Abonnements. Hoffen wir, dass Operator, wenn er lernt, selbstständig einzukaufen, nicht anfängt, sich selbst Geschenke zum Aktivierungstag zu bestellen.
