我要投稿

刚刚，OpenAI 发布 ChatGPT 版 Manus！奥特曼：感受 AGI 时刻

发布日期：2025-07-18 07:35:44 浏览次数： 1879

作者：APPSO

微信搜一搜，关注“APPSO”

过去大半年，Agent（智能体）是 AI 行业最常被提及的概念之一。

几乎所有厂商都在讲 Agent，概念不缺，demo 也不少，但真正做到产品级落地，始终缺一套完整的执行系统——既能理解复杂目标，又能调用多种工具串联任务流程，还要随时支持任务中断、修改与恢复，真正贴合任务流。

就在刚刚，OpenAI 正式发布 ChatGPT Agent 功能。

通过整合 Operator + Deep Research + ChatGPT 本体，用户只需描述任务，ChatGPT Agent 就能自主判断所需工具，自动访问网页、提取信息、运行代码、生成 PPT 或表格等，并可在执行过程中实时展示相应步骤、接受临时中断和修改指令。

看到这，你或许有种似曾相识的感觉。ChatGPT 这个新功能其实与 3 月份大火的 Manus 在体验层面颇为相似，而 Manus 也正面回应了 OpenAI 这位竞争对手的入场。

凌晨发布会结束后，OpenAI CEO Sam Altman 在社交媒体上写道：

观看 ChatGPT Agent 使用计算机完成复杂任务，对我来说是一个真正的「感受 AGI」时刻；看到计算机思考、计划和执行，有种与众不同的感觉。

亮点如下：

ChatGPT Agent 将 Operator、Deep Research 与 ChatGPT 本体三合一，构建了一个统一智能体系统；

内置图形/文本浏览器、终端和 API 调用器等工具，支持手机端使用，任务完成后可自动推送结果；

可连接 Gmail、GitHub 等第三方应用，深度嵌入用户真实工作流；

在多项基准测试中表现领先，综合性能位居行业前列；

Pro 用户每月享有 400 条调用额度，其他付费用户为 40 条，并支持按需扩展配额；

ChatGPT Agent 正式上线，能购物，能写 PPT，你的浏览器要被 AI 接管了

今天开始，你可以在任何对话中，通过聊天界面左下角的「工具」下拉菜单，选择「Agent 模式」来启用这一功能。

输入你想完成的任务，ChatGPT Agent 就能浏览网站、筛选结果、在需要时安全提示你登录、运行代码、执行分析，PPT、电子表格等任务也都能信手拈来。

整个执行过程是可视的——操作步骤会实时显示在屏幕上，用户可以随时中断、修改指令，甚至手动接管浏览器继续操作，确保任务始终符合你的目标和需求。

在今天凌晨的演示中，OpenAI 展示了 ChatGPT Agent 在真实场景中的应用能力。

比如，为即将出席的婚礼做准备，一直是个难题。现在只需发出请求，ChatGPT Agent 迅速搭建虚拟环境，自主判断应调用浏览器、文本解析器还是终端，并开始依次调取婚礼日期、查询场地天气、推荐西装搭配、筛选酒店。

在这个过程中，模型可以与 OpenAI 研究员进行互动，并在适当节点请求确认需求，而执行这样一个任务只需十分钟左右。

更重要的是，用户还可以随时中断任务。

比如当 Agent 在推荐西装过程中，OpenAI 研究员临时插入了「帮我找一双 9.5 码黑色正装鞋」的请求，模型立刻暂停当前任务，转而处理新需求。

同样地，当 Agent 认为有必要时，也会主动向你请求更多信息，确保任务始终与你的目标保持一致。如果任务超出预期时间或出现卡顿，你可以选择暂停任务、请求进度摘要，或直接终止任务并获取已有的部分结果。

「这种可打断、可多轮对话的机制，是我们这次训练模型的重点之一，」OpenAI 研究员解释道。

这一能力背后，是 ChatGPT Agent 对三大系统的统一整合：Operator 提供网页交互能力，支持自动滚动、点击、填表；Deep Research 擅长信息整合与分析；ChatGPT 本体则负责自然语言理解与智能推理。

ChatGPT Agent 是通过强化学习在复杂的任务中训练出来的，过去三者各有短板——前者难以深入分析，后者无法操作网页，而 Agent 将三者优势整合为一体，并辅以浏览器、终端、API 调用器等工具，形成一个完整的执行系统。

用户不仅可以在桌面端启动 Agent 模式，在手机端也同样适用。

任务完成后还将自动推送结果通知。在第二个演示任务中，OpenAI 研究员在 ChatGPT App 上传了团队吉祥物 Bernie Doodle 的贴纸图案，Agent 自动调用图像生成 API 设计贴纸样式，通过浏览器访问电商平台完成比价、样式选择、购物车添加，最终整理出定制 500 份贴纸的下单明细。

当然，为确保流程安全、灵活且清晰可控，面对涉及金额的支付环节，则只会由用户手动接管浏览器完成。

通过连接器，用户还可将 Gmail、GitHub 等日常应用接入 ChatGPT，让模型读取邮件、日历或代码库等上下文内容，并执行诸如总结今天的邮箱内容或查找下周空闲会议时间等任务。

一个更典型的应用场景是，OpenAI 研究员能够让 ChatGPT Agent 汇总自己在多项基准测试中的表现，并制作成 PPT。收到命令后，Agent 成功调用 Google Drive 连接器读取数据文件，用终端编写代码绘制图表，并完成任务。

这类自动化能力，都是 Agent 深度嵌入工作流的体现。

不过，可以看到，ChatGPT Agent 生成的 PPT 在设计审美方面表现比较一般，并且，虽然可以上传电子表格供 ChatGPT 编辑或作为模板使用，但生成的 PPT 暂不支持二次修改。

需要说明的是，OpenAI 并不是让 Agent 像人一样打开 PPT或 Excel 文件，通过点击来插入文本框和公式，而是直接生成代码来创建文档。这种做法的好处是可以利用模型在代码编写方面的天然优势，避免因模拟点击操作带来的效率低下或出错，也降低了对计算资源的消耗。

The Information 报道指出，如果 ChatGPT 要直接编辑 PPT 或 Excel 文件，就需要启动一台「虚拟机」（即通过 ChatGPT 运行的虚拟计算机环境），这会占用更多计算资源。

而直接生成代码则更轻量、高效。尽管潜力巨大，但就目前来看，这一功能短期内很难对微软的 Office 或者 Google Workspace 造成冲击。

对于 ChatGPT Agent 功能，Pro 用户将在今天之内获得访问权限；Plus 与 Team 用户将在接下来的几天内陆续开放；企业版和教育版将在未来几周内陆续上线。

Pro 用户每月可使用 400 次，主打一个量大管饱，而其他付费用户每月可使用 40 次，并可通过弹性积分方案购买更多额度。

全线刷新「跑分」记录，Agent 战场迎来最强对手

ChatGPT Agent 能力的提升，也体现在「跑分」环节。

在评估 AI 解决跨学科专家级问题的基准测试 Humanity’s Last Exam（HLE）中，ChatGPT Agent 以 41.6 的 pass@1 得分刷新纪录。在启用并行执行策略后，该得分进一步提升至 44.4。

在目前被认为最具挑战性的数学基准 FrontierMath 中，面对难度极高、从未公开的题目，ChatGPT Agent 在具备终端代码执行能力的前提下，取得了 27.4% 的准确率，远高于此前模型。

在这一复杂且高经济价值的知识型工作任务的内部基准测试中，ChatGPT Agent 在约一半的任务中输出质量已达到甚至超过人类水平，表现也显著优于 o3 和 o4-mini 模型。

在一个内部的投行建模任务基准中，ChatGPT Agent 的表现也显著优于 Deep Research 和 o3 模型。每个任务都基于数百项关于公式正确性、格式规范等评分标准进行评估。

此外，在公开评估模型信息查找能力的 BrowseComp 基准上，Agent 以 68.9% 的准确率刷新记录，较 Deep Research 高出 17.4 个百分点。在 WebArena 评估中，其网页任务执行能力也优于基于 o3 的 CUA 模型。

从平台视角看，Agent 能力的底层接口，正是浏览器。

在 Perplexity AI CEO Aravind Srinivas 最近的采访中，他表示浏览器将会是 AI 的「杀手级应用」。在他看来，浏览器天然具备让 AI 真正「动起来」的全部条件。

不同于传统聊天机器人，AI Agent 的理想形态不是停留在对话框中生成文本，而是具备实际行动力——从访问网页、提取信息、填写表单，到执行跨平台操作。而这一切，浏览器恰好具备所需的操作权限和上下文获取能力。

浏览器可以直接读取页面、模拟点击、自动执行任务，几乎无需额外授权。

在这个过程中，用户与 AI 共处于同一个交互空间：AI 可以自动执行任务，用户也能随时中断或接管，避免黑盒操作带来的不确定性。这种可控性与透明度，是当前许多上下文协议仍难实现的能力。

如今，随着 ChatGPT Agent 能力正式上线，所有声称要做 Agent 的厂商，恐怕都要重新审视自己的产品路径。

当 ChatGPT 从语言交互工具，转向具备协作、调度与承接任务能力的执行系统，开始接入用户的真实工作流，Agent 的可用性门槛，也在此刻被实质性地拉高。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-11-01

基于 SubAgents 实现多模型融合，同时极致压缩成本

2025-11-01

Codex 积分制计费上线，Claude Code 急了……

2025-11-01

AI心理咨询师新突破：TheraMind引领长期治疗新范式及知识增强AI应用探讨

2025-11-01

基于本地LLM构建AI驱动的日志分析系统

2025-11-01

从“更大”到“更聪明”：蚂蚁集团推出 Ling 2.0，大模型推理进入“稀疏智能时代”

2025-10-31

Opera One升级内置AI 迎来智能助手新纪元

2025-10-31

LangExtract——大模型文本提炼工具

2025-10-31

用户测评｜DeepSeek-OCR，你用了吗？

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek-V3.1 发布，迈向 Agent 时代的第一步

2025-08-21

DeepSeekV3.1 提到的 UE8M0 FP8 Scale 是什么？下一代国产芯片设计？

2025-08-21

DeepSeek V3.1 测评

2025-08-19

新版 GPT-5 刚刚发布，最卷 AI 连肝代码 7 小时，编程工具大洗牌开始了

2025-09-16

实测 Sora 2 ：AI视频的“ChatGPT时刻”来了？八大场景教你解锁各种玩法（附邀请码）

2025-10-02

AI大家说 | 下一代AI创业的机会在哪里？定价趋势是什么？

2025-09-08

阿里发布下一代企业级智能体开发框架AgentScope 1.0

2025-09-17

DeepSeek突然更新V3.1：实测后才发现的亮点与槽点

2025-08-19

RagFLow v0.20.X全面解析！双向MCP、Agentic智能体...这次真的起飞了！（附长图）

2025-09-29

DeepSeek v3.1 到底有多强？与 Claude Code 一起实测！

2025-08-20

大家都在问

用户测评｜DeepSeek-OCR，你用了吗？

2025-10-31

树莓派这种“玩具级”设备，真能跑大模型吗？

2025-10-31

大模型的Funcation Calling是什么？

2025-10-29

向量搜索已过时，混合搜索都有三大流派了！你看好哪个流派？

2025-10-29

BCG最新报告：企业如何跨越AI价值鸿沟，进入复利增长？

2025-10-28

如何用飞书多维表格快速搭建一个可落地应用？

2025-10-28

当AI学会“听”：声音识别到声音理解，AI到底是怎么听懂的？

2025-10-27

如何让你的内容出现在AI生成的答案中？

2025-10-26

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB