OpenAI发布ChatGPT Agent系统：一个新模型驱动的系统，可以写代码运行代码，使用浏览器订票，写PPT、做excel的全能Agent

OpenAI刚刚发布了一个全新的AI Agent产品，称为ChatGPT Agent。这个全新的Agent系统可以控制我们的电脑，然后使用电脑上的浏览器、PPT、Excel等工具帮我们完成一些日常的工作，从头开始帮我们完成一些非常复杂的任务。根据OpenAI的描述，这个Agent系统的目标未来是一个通用的Agent，而这些能力未来将会随着这个产品不定期更新。

[toc]

ChatGPT Agent产品介绍

OpenAI此次发布的这个Agent系统的产品名字就叫ChatGPT Agent，这个系统可以帮助我们完成如下任务：

查看我的日历并根据最新消息向我简要介绍即将召开的客户会议
计划并购买食材制作四人份日式早餐
分析三个竞争对手并制作幻灯片

类似这种任务发出之后，ChatGPT 将智能地导航网站、过滤结果、在需要时提示我们进行登录、运行代码、进行分析，甚至提供可编辑的幻灯片和电子表格来总结其发现。

总之， ChatGPT Agent的目标是端到端交付：自然语言输入一个目标，最终输出可编辑文件（PPT/XLSX）、数据报告、预订凭证等。

这些看起来我们稀松平常的任务，对于大模型来说挑战非常大。以“买食材做一顿三口之家的晚餐” 为例，人类能瞬间调用生活常识：三口之家的食量、营养搭配、烹饪时间、预算范围，甚至孩子的挑食偏好。

但对AI而言，这等同于在黑暗中拼凑一幅动态拼图——它需将模糊的意图转化为精确操作：从理解“晚餐”的地域文化隐含要求（中餐？西餐？），到动态适配电商网站的库存、价格、配送时效；从绕过验证码陷阱，到支付时自动合并优惠券。每个环节的失误都可能导致任务崩溃：若错估份量则食材浪费，选错登录方式则流程中断，支付超时则订单失效。简单任务背后，是跨常识推理、实时决策与对抗性环境的三重压力。

ChatGPT Agent背后的技术：o3家族的新模型驱动，Deep Research、Operator和ChatGPT三者的融合

根据OpenAI官网的介绍，ChatGPT Agent是核心是统一智能体系统，它把此前的Operator 的图形界面操作能力、Deep Research 的深度调研能力以及 ChatGPT 的自然语言交互完全融合。

这三者也不是简单的融合，首先是OpenAI训练了一个新的模型，这个模型是o3家族系列的一员，是一个未命名的模型，该模型通过强化学习（RL）在需要多种工具协作的复杂任务上进行了训练，从而整合了多种能力。

为了开发这个新的Agent系统，OpenAI将原来的Operator和DeepResearch小组的团队人员合并，形成了20-35人的小组，专门用来完成这个新的Agent系统。

为什么OpenAI要把DeepResearch和Operator合二为一？

过去，Operator 和 deep research 各自拥有独特优势：Operator 可以在网页上滚动、点击、输入；deep research 则擅长分析与总结信息。然而，它们各自只适合特定场景：Operator 无法深入分析或撰写详尽报告，而 deep research 无法与网站交互来细化结果，也无法访问需要用户登录的内容。事实上，OpenAI发现许多用户尝试用 Operator 处理的查询，其实更适合 deep research，于是他们将两者的长处合二为一。

通过在 ChatGPT 中整合这些互补能力，并引入额外工具，就可以在单一模型里解锁了全新的功能。它现在可以主动“动手”上网——点击、筛选、收集更精准、更高效的结果。你也可以在同一对话中，从简单的聊天自然过渡到直接要求它执行操作。但是如前所述，为了解锁这部分能力，OpenAI整合了两个小组并为此训练了一个新的模型来驱动。

OpenAI为ChatGPT Agent配备了一整套工具，包括：
• 视觉浏览器：通过图形界面与网页互动；
• 文本浏览器：用于更轻量的、基于推理的网页查询；
• 终端命令行工具：可直接运行命令；
• 直接 API 调用：这部分主要类似function calling之类的能力；
• ChatGPT Connector：可连接 Gmail、GitHub 等应用和app，让 ChatGPT 根据你的提示找到相关信息并纳入回答。

从上面这些工具也可以看到，ChatGPT Agent的目标就是像人类一样使用电脑或者手机，完成我们平常的任务。

ChatGPT Agent系统比单纯的模型+工具能力更强

尽管这不是OpenAI第一个Agent产品，但是OpenAI认为这是他们走向Agent的一大步，这是他们第一个配备了文本浏览器、视觉浏览器和终端（terminal）工具的Agent系统。

换言之，OpenAI为ChatGPT提供了一个虚拟机环境，里面有不同的浏览器工具和终端工具，ChatGPT可以自由的从推理过程切换到使用工具，或者从工具使用切换到推理过程中，来完成复杂的任务。这种模式比此前的为模型配置工具的方式更加强大。

官网给出了ChatGPT Agent和其它系统在不同复杂任务上的对比结果，ChatGPT Agent比简单的工具使用的GPT模型好很多。例如，在人类最后的难题的测试（HLE）上，ChatGPT Agent得分41.6，比此前的OpenAI家族的模型得分高很多。虽然不如Grok Heavy的44.4分，但是也是目前全球第二强的系统了：

在全球最难的数学评测FrontierMath测试中结论也是类似：

当然，还有很多评测中也是类似结论，这里我们就不一一对比了。简单的表格如下：

评测集	ChatGPT Agent得分	对比组	提升幅度
Humanity’s Last Exam	41.6% → 44.4%*	Deep Research (26.6%)	+67%
FrontierMath（顶尖数学）	27.4%	o4-mini (19.3%)	+42%
DSBench（数据分析）	89.9%	人类基线 (64.1%)	超人类25.8%
SpreadsheetBench	45.5% (支持.xlsx编辑)	Copilot in Excel (20%)	+127%
投行建模任务	71.3%	Deep Research (55.9%)	+28%

注：并行8次尝试取最优结果（Oracle策略）

ChatGPT Agent的实测总结

我们也从很多收集了这个ChatGPT Agent的一些实际使用案例，供大家参考：

案例名称	类别	简要描述	使用结果
在线超市购物计划	个人用途	用户让 Agent 规划并下单购买烤肉晚餐所需食材（通过 Tesco）。	Agent 自动登录、选购、加入购物车并成功结账，包含甜点。
每周膳食规划与下单	个人用途	Agent 根据用户日程安排规划每周餐食并自动下单。	成功生成完整膳食计划并完成线上超市下单流程。
奢侈品/礼物购物任务	个人用途	用户要求 Agent 寻找复古灯具、订购鲜花等礼物。	部分成功，有登录或支付失败情况，暴露目前的限制。
营销内容自动生成	职业/工作场景	从 Instagram 链接中提取文案，并生成 Canva 海报模板。	提取准确、设计自动生成，效率远超旧方案（Operator）。
竞争对手分析演示文稿	职业/工作场景	Agent 被要求调研 3 个竞争对手并生成 SWOT 分析幻灯片。	成功输出完整可编辑的 PowerPoint 文件。
表格 / 幻灯片自动化	职业/工作场景	用户让 Agent 创建财务表格和商业汇报用的 PPT。	自动生成文件，可直接使用，大大节省时间。
销售话术角色扮演 Agent	自动化 / 市场营销	Agent 模拟客户异议处理对话，供销售练习使用。	效果“非常好”，被用于培训真实销售人员。
销售会议分析 Agent	自动化 / 市场营销	分析 Zoom 会议记录，检查是否符合脚本及语气标准。	提供具体反馈和改进建议，提升会议质量。
每日语音简报助手	自动化 / 市场营销	每天早上自动发送语音简报：新闻、天气、日程、交通等信息。	完整自动化晨间信息获取，节省用户大量时间。
客服工单分类 Agent	新兴（客服支持）	根据工单内容自动分类并路由至对应客服人员。	提升响应效率并减轻人工负担。
财报解析 Agent	新兴（金融分析）	将复杂的财务报表解析为通俗易懂的摘要报告。	成功转化为结构化摘要，适合非财务背景人员阅读。
广告投放优化 Agent	新兴（市场运营）	自动监控广告效果并给出优化建议（如 Google/Facebook 投放）。	实时跟踪并提供可执行的策略改进建议。

ChatGPT Agent的限制和收费方式

当然，OpenAI官方也给出了ChatGPT Agent当前的一些问题和限制，主要包括：

幻灯片功能（Beta）：
- 格式简易，需手动优化美观度
- 暂不支持基于模板修改（仅全新生成）
- 预览与导出文件偶现样式偏差
执行错误：复杂任务可能中途失败（提供部分结果）
Deep Research兼容：原“深度研究”模式保留于下拉菜单

当前的Operator服务保留数周后关闭，功能整合至ChatGPT Agent ，但是Deep Research作为Agent子模式保留（速度慢但分析更细）。