Aiagent相关值得关注的方向梳理国金计算机孟灿事件

OpenAI发布AIAgent智能体Operator，通过CUA系统实现复杂的思维链反思和步骤规划，无需精调即可完成泛化任务。目前Operator可进行网购、订餐、论文分类搜索、文献综述等操作。CUA原理融合GPT-4o的视觉能力，通过处理原始像素数据理解屏幕内容，按“集成感知—推理—行动”流程迭代循环，操作屏幕按钮、菜单和文本框。Operator目前以“研究预览”形式向ChatGPTPro美国用户开放，逐步推广至Plus/Team/Enterprise用户，并为DoorDash、Instacart等企业提供服务。SamAltam表示将在ChatGPT免费版中提供o3-mini模型，已完成安全测试，预计几周内发布。未来Operator将在真实场景落地、代码编辑和终端操作、安防防御能力优化等方面持续优化。AI Agent发展依赖于底层大模型的升级，提升感知、记忆、规划、执行能力，推动AGI进步。核心能力包括准确理解指令和智能化决策能力。海外厂商如Anthropic、OpenAI，国内厂商如智谱等均发布相关Agent；应用端微软、谷歌、Salesforce等海外巨头，以及焦点科技、中科创达等国内企业持续落地。