OpenAI 正式发布其在 AI 驱动生产力方面的最新进展：ChatGPT Agent。此项新功能将 ChatGPT 从一名对话助手，转变为能够代表用户自主执行复杂的多步骤任务的主动型数字代理。该公告在包含 CEO Sam Altman 的直播中发布，定位 ChatGPT Agent 为 AI 实用性的一次重大飞跃，并标志着智能助手演进的关键时刻。
关键能力
ChatGPT Agent 集成了“虚拟计算机”环境，使其能够在无需人工干预的情况下，在网页界面、文档和第三方服务之间进行推理、规划并执行任务。核心功能包括：
- 网页浏览与研究：在公共网站与已上传文件中开展深度研究，收集并综合信息。
- 表单填写与事务处理：在用户批准的前提下，完成在线表单、下单并管理各类预订（如机票预订、餐饮预订）。
- 文档与幻灯片生成：生成可编辑的 PowerPoint 演示文稿与 Excel 电子表格，使用户可直接从该代理获取完整排版的可交付成果。
工作原理
用户可通过 ChatGPT 界面工具下拉菜单中的“代理模式”开关启用 ChatGPT Agent。启用后，代理会以实时解说的方式呈现其操作，为流程中的每一步提供透明性。任何时候，用户都保有完全控制权——在执行任何具有实际影响的操作之前（如发送电子邮件、进行购买），系统都会明确请求授权；任务也可在执行过程中被中断或重定向。
该功能通过“连接器”与用户账户及第三方应用进行接口对接。连接器可优化工作流程（如日历管理或收件箱摘要），同时，手动登录提示可确保强有力的安全与数据隐私保障。
源自 Operator 与 Deep Research 的演进
ChatGPT Agent 基于 OpenAI 早期的工具集——Operator 与 Deep Research——将其优势融合为一个统一的平台。Operator 的基于浏览器的自动化已纳入 Agent 的虚拟浏览器之中，而 Deep Research 的自动化网络信息分析也已无缝成为该代理工具包的一部分。随着 Operator 的独立界面在未来数周内被弃用，用户将迁移至更为多功能的 Agent 环境来处理所有代理型任务。
可用性与访问
ChatGPT Agent 最初向 ChatGPT 的 Pro、Plus 和 Team 等级订阅用户开放。启用方式很简单：从工具下拉菜单中选择“代理模式”，或在任意聊天会话中输入 /agent 命令。对 Plus 与 Team 用户的推送可能会在数日内分批进行，预计在 2025 年夏季晚些时候于欧洲经济区（EEA）和瑞士全面开放。Enterprise 与 Education 客户也可望在不久的将来获得访问，作为 OpenAI 分阶段部署策略的一部分。
安全与隐私措施
为应对关于自主 AI 行为的担忧，OpenAI 在 ChatGPT Agent 中嵌入了多重安全层：
- 明确同意：凡是影响现实系统的操作，都会触发清晰的授权请求。
- 可中断性：用户可在任何阶段停止或覆盖任务，确保与其目标保持一致。
- 风险标记：系统会标记潜在危险或不道德的请求，暂停执行并通知用户进行确认。
这些措施凸显了 OpenAI 对负责任地部署 AI 的承诺，并旨在减轻复杂工作流程中的错误或滥用。
入门
CometAPI 提供统一的 REST 接口，聚合数百个 AI 模型——在一致的端点下，内置 API 密钥管理、使用配额与计费仪表板。无需同时处理多个供应商的 URL 与凭据。
等待期间，开发者可通过 CometAPI 访问 O4-Mini API、O3 API 和 GPT-4.1 API，最新模型列表以本文发表日期为准。开始使用时，请在 Playground 中探索模型能力，并查阅 API guide 获取详细说明。访问前，请确保已登录 CometAPI 并取得 API 密钥。CometAPI 提供远低于官方价格的方案，帮助完成集成。
结论
OpenAI 的 ChatGPT Agent 标志着对话式 AI 的关键演进，将被动的对话系统转变为能够执行端到端任务的主动型数字伙伴。通过融合深度研究能力与安全、基于许可的行动，OpenAI 旨在提供一代既能进行批判性思考、又能代表用户果断行动的助手。随着该功能在 Pro、Plus 与 Team 等级逐步推出，并最终扩展至企业领域，更广泛的科技生态将密切关注代理式 AI 如何重塑生产力、隐私规范与软件领域的竞争格局。持续强调安全措施与伦理框架，对于释放 ChatGPT Agent 的全部潜能并防止意外后果至关重要。