ChatGPT Agent 登場：新一代 AI 代理人

想像一下，一個 AI 不僅能理解你的指令，還能自主地開啟電腦、瀏覽網站、運行程式碼、分析數據，甚至幫你完成會議排程或旅行規劃。這是 ChatGPT Agent 正在逐步實現的未來。OpenAI 於 2025 年 7 月 17 日發布了 ChatGPT Agent，不僅整合了過往模型的優勢，更賦予 AI 前所未有的「代理人」能力，讓TN科技筆記帶你看看本次發布會的重點！

Introducing ChatGPT agent: bridging research and action

發布會懶人包

• 自主執行任務：ChatGPT Agent 不再只是回答問題，它能主動判斷、規劃，並利用一系列工具來完成複雜的任務，原則上除了請求使用者許可權限之外，任務處理過程無需人工干預。
• 整合多項舊有能力：它融合了 OpenAI 過去兩大突破性研究的精髓——「Operator」（善於與網站互動，如捲動、點擊、輸入文字）和「Deep Research」（擅長深度分析與總結資訊）。如今，Agent 將兩者融會貫通，並加入對話能力，實現更全面的功能。
• 多元應用場景：無論是審閱行事曆並根據新聞摘要會議重點、規劃並採買早餐食材、分析三家競爭者並製作投影片，還是處理財務數據並生成可編輯的試算表，Agent 都能勝任。
• 用戶全程掌控：儘管 Agent 具備高度自主性，但用戶始終握有控制權。在執行關鍵操作（如發送郵件、進行購買）前，Agent 會請求許可。用戶可以隨時中斷任務、接管瀏覽器或停止進程。
• 分階段推出：ChatGPT Agent 將逐步向 Pro、Plus 和 Team 用戶推出，企業和教育用戶預計在 2025 年夏季開放。

從「操作員」到「代理人」：ChatGPT Agent 的演進

多元工具整合：Agent 如何「動手」執行任務

為了賦予 ChatGPT Agent 真正的「行動」能力，OpenAI 為其配備了一套多樣化的工具箱，使其能夠在虛擬電腦上靈活操作：

• 視覺化瀏覽器 (Visual Browser)：Agent 能夠像人類一樣，透過圖形使用者介面（GUI）與網頁進行互動。這讓它能瀏覽設計給人類使用的複雜網站，進行點擊、填寫表單等操作。
• 文字型瀏覽器 (Text-based Browser)：對於需要高效進行資訊推理或抓取數據的簡單網頁查詢，Agent 可以使用文字型瀏覽器，這有助於它快速處理大量文本資訊。
• 終端機 (Terminal)：Agent 能夠運行程式碼，這意味著它不僅能分析數據，還能執行腳本、操作文件，甚至進行更深度的技術任務。
• 直接 API 存取 (Direct API Access)：透過 API 連接器（如 Gmail 和 GitHub），Agent 可以直接與其他應用程式互動，獲取相關資訊或執行特定操作，例如從行事曆中讀取會議時間，或從郵件中提取關鍵資訊。
• 安全登入與接管：Agent 甚至能夠在用戶授權下「接管」瀏覽器，安全地登入各類網站。這讓它能夠深入到需要身份驗證的內容，擴展其研究和任務執行範圍，同時確保用戶的輸入（如密碼）不被模型收集或儲存。

真實應用於工作與生活：釋放更多時間

• 報告與簡報製作：自動將截圖或數據儀表板轉化為可編輯的向量圖形投影片；根據最新財報數據，更新試算表並保持原有格式。
• 行政事務自動化：重新安排會議、規劃與預訂員工外出活動（如公司旅遊），甚至處理差旅報銷單據。
• 數據分析：分析競爭者數據，生成相關報告。
• 旅行規劃：自動規劃並預訂整個旅行行程。
• 活動籌辦：設計、規劃並預訂完整的晚宴活動。生活服務：尋找專家並預約服務（如預約醫生、修理工等）。
• 購物：規劃購物清單，甚至自動幫你預訂或購買商品，例如為朋友的婚禮購買禮服、預訂旅行和選擇禮物。

OpenAI 示範，某些任務如規劃約會或生成投影片，Agent 可以在 5 到 25 分鐘內完成，並且通常能在後台運行，大大節省用戶時間。這種自動化能力，讓用戶能將重複性高、耗時長的任務交由 Agent 處理，進而釋放更多時間專注於更具策略性或創造性的工作。

效能數據：Agent 到底有多聰明？

OpenAI 對 ChatGPT Agent 進行了一系列嚴格的基準測試，以量化其在各種複雜任務上的表現，數據顯示其能力顯著超越了前代模型和人類基準。

• Humanity's Last Exam（HLE）：ChatGPT Agent 的核心模型在「單次通過率」上得分 41.6%，當採用「平行展開策略」（同時進行多達八次嘗試並選擇可信度最高的結果）時，Agent 的 HLE 分數進一步提高到 44.4%。
• DSBench：專門評估 AI 在數據分析和建模等真實數據科學任務上的表現，ChatGPT Agent 在此基準上顯著超越了人類表現。在「數據分析」中達到 87.9% 的準確度（相較於人類的 64.1%），在「數據建模」中達到 77.1% 的相對性能提升（相較於人類的 65.0%）。
• SpreadsheetBench：評估模型編輯基於真實場景的試算表的能力。ChatGPT Agent 表現出色，當直接給予編輯試算表的能力時，得分高達 45.5%，遠超 Excel 中的 Copilot (20.0%)。
• BrowseComp：衡量瀏覽代理人尋找網路上難以找到的資訊的能力。ChatGPT Agent 創造了 68.9% 的新 SOTA，比 Deep Research 高出 17.4 個百分點。
• WebArena：評估網頁瀏覽代理人完成真實世界網頁任務的性能。ChatGPT Agent 的表現優於由 O3 驅動的 CUA (Operator 模型)，達到 78.2% 的準確度（人類為 65.4%）。

安全與風險：OpenAI 的謹慎之道

OpenAI 在發布 ChatGPT Agent 的同時，也高度重視其潛在的風險。這款首次允許用戶要求 ChatGPT 直接在網路上採取行動的產品，特別是因為 Agent 可以直接存取用戶數據，引入了新的安全挑戰。為了應對這些風險，OpenAI 實施了多層次的保障措施：

• 明確的用戶確認 (Explicit User Confirmation)：ChatGPT Agent 在執行具有現實世界影響的行動（例如進行購買、發送電子郵件）之前，會明確請求用戶的許可。
• 主動監管 (“Watch Mode”)：針對某些關鍵任務，例如發送電子郵件，Agent 會啟用「監管模式」，要求用戶主動監督其操作，確保用戶能隨時介入。
• 主動風險規避 (Proactive Risk Mitigation)：Agent 經過訓練，會主動拒絕高風險任務，例如銀行轉帳，以避免潛在的巨大損失。
• 隱私控制 (Privacy Controls)：用戶可以一鍵清除所有瀏覽數據，並立即登出所有活躍的網站會話。在「接管模式」下，用戶輸入的數據（如密碼）也不會被模型收集或儲存，確保隱私安全。
• 對抗性操作緩解 (Adversarial Manipulation Mitigation)：OpenAI 特別強調防範「提示注入」(Prompt Injection) 攻擊。這種攻擊試圖透過惡意指令（可能隱藏在網頁的不可見元素或元數據中）操縱 Agent 的行為，使其洩露私人數據或執行不應有的操作。Agent 已接受訓練來識別和抵禦此類攻擊，並有監控系統快速響應。
• 迭代部署的警告 (Warnings with Iterative Deployment)：Sam Altman 強調，ChatGPT Agent 仍處於實驗性階段。他建議用戶謹慎使用，特別是在涉及高風險或大量個人信息的場景下。他建議只給予 Agent 完成任務所需的最低限度存取權限，以降低隱私和安全風險。例如，允許 Agent 存取日曆以安排晚餐，但若僅是購物則無需任何存取權限。

TN科技筆記的觀點

• 真正意義上的「自動化」：過去的 AI 自動化多半停留在資訊處理層面，而 Agent 透過其「虛擬電腦」和多元工具整合，實現了跨應用、跨平台的真正「動手」能力。這代表許多重複性高、規則性強的工作，將能被大規模自動化，釋放人類的生產力。
• 超前的整合能力：將 Operator 的互動能力和 Deep Research 的分析深度融為一體，並結合對話式 AI，這是一個非常巧妙且強大的設計。它讓 AI 不再是零散的工具箱，而是一個能夠自主判斷並調用工具的智能實體，這種「智慧調度」正是 AI 代理人的精髓所在。
• 「黑箱」的風險：儘管 OpenAI 強調用戶掌控權，但在實際操作中，當 Agent 自主進行一系列複雜的網頁操作和程式執行時，用戶是否能完全理解其每一步決策的意圖，以及在多大程度上進行有效干預，仍是一個考驗。特別是在高度自動化的背景下，一旦出現偏差，其影響可能比傳統 AI 錯誤更難追蹤和修正。

支持TN科技筆記，與科技共同前行

我是TN科技筆記，如果喜歡這篇文章，歡迎留言、點選愛心、轉發給我支持鼓勵～～～也歡迎每個月請我喝杯咖啡，鼓勵我撰寫更多科技文章，一起跟著科技浪潮前進！！>>>>> 請我喝一杯咖啡

在此也感謝每個月持續請我喝杯咖啡的讀者們，讓我更加有動力為各位帶來科技新知！