强如Operator也怕验证码,1450元花得值吗?第一波实测来了
让Operator到ChatGPT官网使用Operator会如何?
梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
要花1450元才能玩到Operator,让本来满满期待的大伙,一下难受住了。

而交了钱的各位,开始兴奋的晒出各种测试结果。
有网友分享,Operator通过浏览网页在3分钟之内帮打找到了附近牙医诊所,回报了地址和电话。

也有人让它作为研究助手,在arXiv上挨个打开每篇论文,看完后输出总结。

也有“坏人”专门出难题,看AI如何应对:让Operator到ChatGPT官网使用Operator会如何?
但没想到OpenAI预判了他的预判,直接给出一个嘲讽式报错。
试得好,下次别试了。

强如Operator,上网冲浪时也会被验证码难住,但好在它学会了向人类用户求助:
我遇到了一个验证码……你能接管并帮我搞定吗?

没错,这只是一个早期预览版。
参与发布直播的基础研究贡献者(Fundamental Research Contributor)Casey Chu认为,它会犯错误,但它让你提前窥见未来。
而且他的这个帖子,就是Operator寄几发的,成功套娃了:

核心贡献者(Core Contributor)Yilong Qin认为,测试时间计算的Scaling Law在这里继续发挥威力。
给Agent更多时间,它会内省、更新、一遍又一遍地尝试直至最终成功。

同为核心贡献者的姚顺雨表示,有了强化学习的新范式,Operator的进步速度会像从o1-preview到o3一样。

同时他介绍,Agent是OpenAI(甚至是AI)诞生以来就有的目标,在发展过程中做了多次尝试。
但只有发现GPT和草莓(o1)两种新范式后,Agent的潜能才真正被解锁。
2025年将是Agent之年。

他为什么这么说?还要从OpenAI成立之初讲起。
OpenAI的十年Agent之路
早在2016-2017年,OpenAI就通过Word of Bits和Universe探索了让AI操作浏览器上网。
Word of Bits由OpenAI与斯坦福大学合作,参与者包括大家熟悉的Karpathy和Jim Fan、斯坦福大学副教授Percy Liang等,以及姚班校友施天麟。

施天麟只在OpenAI工作了一年,随后在2017年创办了Cresta,业务正是AI Agents 方向,专注于为客服中心提供各种AI助手。
2024年11月,Cresta完成1.25亿美元D轮融资,总融资金额达到2.7亿美元。

OpenAI Universe则是一个Agent训练和测试的平台。他们从李飞飞的ImageNet上受到启发,希望能把图像识别任务上的快速进步复制到Agent领域。
2017年的Universe已经能让AI完成一些简单的浏览器操作,以及玩Atari游戏等任务。

但随后不久,OpenAI就把主要精力从强化学习转向了语言模型GPT系列上。
2021年底,到了GPT-3时代,OpenAI不忘初心推出WebGPT,使用基于文本的Web浏览器更准确地回答开放式问题。

这项研究把GPT-3回答开放式问题的真实性和有用性从20%-30%提升到了40%-80%,但仍未达到人类平均水平。

WebGPT的作者中,有4位也出现在最新的Operator贡献名单里,分别是欧阳龙,Christina Kim,Reiichiro Nakano,Kevin Button。
其中Reiichiro Nakano(中野礼一郎)是Operator项目的研究主管之一,也出现在了发布直播中。

△Sam Altman,Yash Kumar,Casey Chu,Reiichiro Nakano
最新的Operator背后模型命名为CUA(Computer Use Agent),与此前的探索相比,有了几项重大突破:
- 多模态理解带来“感知”能力,由GPT-4o提供。
- 长上下文作为“任务视野”,让Agent能连续执行任务长达20分钟。
- o1式的思维链推理,这种内心独白使模型能够评估其观察结果、跟踪中间步骤并动态适应。
参与、观察了整个十年发展过程的Karpathy总结到:
Operator之于数字世界,就像人形机器人之于物理世界。
在数字世界的发展速度要比物理世界更快,因为翻转比特的成本相比移动原子只有约1/1000。
……
与其说2025年是Agent年,不如说2025-2035年是Agent的十年。

World of Bits
https://proceedings.mlr.press/v70/shi17a/shi17a.pdf
Universe
https://openai.com/index/universe/
WebGPT
https://openai.com/index/webgpt/
Operator
https://openai.com/index/openai-gym-beta/
参考链接:
[1]https://www.reddit.com/r/singularity/comments/1i8fi3l/openai_operator_finds_me_an_in_network_dentist/
[2] https://x.com/omarsar0/status/1882545077219926031
[3]https://x.com/liambolling/status/1882565960697282812
[4]https://x.com/caseychu9/status/1882507704566235407
[5]https://x.com/yilongqin/status/1882507643669123230
[6]https://x.com/liambolling/status/1882565960697282812
[7]https://x.com/karpathy/status/1882544526033924438
- AI写代码新姿势:一个截图,代替千行代码2025-02-22
- 啊?7B的DeepSeek反超R1满血版,上海AI Lab周伯文团队新成果2025-02-12
- DeepSeek上线国家超算平台!三大运营商接入,平头哥芯片适配2025-02-10
- 推理模型新路线开源!与DeepSeek截然不同,抛弃思维链不用人类语言思考2025-02-11