OpenAI представил ИИ-агента Operator

OpenAI представила Operator — агента на базе GPT-4 o, способного выполнять онлайн-задачи в браузере. Агент работает через специальный интерфейс. Где пользователь видит окно браузера и может контролировать действия ассистента.

Operator использует Computer-Using Agent, комбинирующий визуальные возможности GPT-4 o с продвинутым мышлением. Через обучение с подкреплением. Computer-Using Agent достиг 38,1% успеха на тесте OSWorld. И 87% на WebVoyager, превзойдя предыдущие модели.

Агент работает на удаленном сервере через зашифрованное соединение. Пользователь может перехватывать управление для ввода капчи или платежных данных. У Operator есть набор инструкций для хранения пользовательских предпочтений. Вы можете ввести любой запрос и даже с фото. И ассистент начнет поиск в браузере — можно поручить заказ еды, бронь столика, покупку билетов, вызов такси и многое другое. Также Operator показывает мини-экран со всем, что он делает в реальном времени.

OpenAI делает большой упор на безопасность системы и устойчивость к атакам. Весь процесс мониторится отдельной моделью, которая может вызвать остановку выполнения, если что-то не так. Кроме этого, некоторые подозрительные ситуации будут отправляться на ручную проверку.

Сервис доступен Pro-пользователям в США, через несколько недель будет добавлен в Plus-подписку. И API для разработчиков. Хотя Anthropic и Google показывали похожие демонстрации раньше, OpenAI первой запустила потребительский продукт, несмотря на убыточность Pro-подписки. Остается надеяться, что когда Operator научится делать покупки самостоятельно, он не начнет заказывать подарки себе на день активации.