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。