OpenAI выпустил ИИ-агента «Оператор»

[TechnoLab]

Стартап OpenAI представил собственного ИИ-агента «Оператор». Он способен выполнять задачи в интернете вместо пользователя.

A research preview of Operator, an agent that can use its own browser to perform tasks for you. pic.twitter.com/wkBBDIlVqj

— OpenAI (@OpenAI) January 23, 2025

Новый инструмент может просматривать веб-страницы и взаимодействовать с ними, набирать текст, листать и нажимать на кнопки.


«Оператора» можно попросить выполнить множество повторяющихся базовых задач вроде заполнения форм, заказа продуктов или бронирования отелей.

«Возможность использовать те же интерфейсы и инструменты, с которыми люди взаимодействуют ежедневно, расширяет сферу применения ИИ, помогая экономить время на выполнении повседневных задач и открывая новые возможности для взаимодействия с бизнесом», — говорится в анонсе OpenAI.

«Оператор» работает на базе новой ИИ-модели Computer-Using Agent (CUA). Она сочетает возможность GPT-4o видеть экран с расширенным мышлением благодаря обучению с подкреплением. Агент воспринимает информацию с помощью скриншотов и способен осуществлять те же действия, что и человек с применением мыши и клавиатуры.


Модель обучена запрашивать подтверждение перед завершением задачи вроде бронирования отеля или отправки электронного письма.


В настоящий момент функционирует предварительная исследовательская версия, она будет развиваться на базе отзывов пользователей. ИИ-агент доступен подписчикам ChatGPT Pro за $200 в США на специальном ресурсе. В будущем планируется расширение доступа для большего количества людей.


На данном этапе агент работает не идеально, а если столкнется с трудностями, он попросит пользователя закончить задание.


Напомним, в октябре 2024 года ИИ-стартап Anthropic выпустил обновленную версию модели Claude 3.5 Sonnet, которая может взаимодействовать с компьютером как человек — водить курсором, нажимать на кнопки и печатать текст.