OpenAI 今年先後推出兩個 AI 代理服務，最新又加推 ChatGPT Agent，將 AI 代理技術再推近通用人工智能（AGI）。OpenAI 指出，ChatGPT Agent 為用戶工作，而不再僅回應。ChatGPT Agent 具備思考能力，輸入任務內容便可自動完成，包括個人任務或辦公都可代勞，釋出更多時間好好生活。
ChatGPT Agent 結合原本的 AI 代理，包括 Operator 和 Deep Research，成為統一的代理系統，具備行動力和分析能力。
快至 5 分鐘完成複雜任務
由 OpenAI 提供的 ChatGPT Agent 用途甚為廣泛。例如早上由 ChatGPT 檢視當天的行事曆，找出當日的會議行程，撰寫報告簡介會議對象，如從網頁搜尋企業近期消息。
OpenAI 又提供更實際的參考例子：
- 籌劃活動：叫 ChatGPT 規劃 100 人的品牌見面會，列出各項預算和活動流程。然後，ChatPGT 會分拆成多個任務，先找出可容納 100 人的場地，推出建議。接著撰寫流程、物資，提供預算成本。
- 市場分析：給 ChatGPT 上傳 3 間公司產品報告的文件，可以包括圖表和文字，由 AI 代理分析，比較各產品之間的相同和差異，製作表格逐點比較。
- 個人消費選擇：考慮健身室服務，向 ChatGPT 提供幾間選項的資料，為用戶逐一比較收費和服務內容。甚至可以按位置和對用戶而言的交通方便程度去建議。
OpenAI 指出，收到指示後，背後分拆成多個小型任務，通常可以在 5 分鐘至 25 分鐘完成。用戶輸入指示，ChatGPT Agent 自動執行。有些任務甚至可以生成投影片。
整合不同工具
ChatGPT Agent 可運用多項工具去擷取資訊和執行任務，如：
- 視覺瀏覽器：仿效人類瀏覽網站，又能點擊連結、填寫表格等動作；
- 文字瀏覽器：擷取網頁文字內容，處理大量文本數據；
- 終端機：執行程式碼或指令碼，批量處理數據；
- API：與其他系統取得資訊，甚至提供數據更新彼方的內容；
- 安全登入及接管：由用戶授權安全地登入，讓代理通過身分驗證去完成任務。
處理複雜任務能力超越前一代
OpenAI 同時公開 ChatGPT Agent 的基準測試數據，顯示能力超越了前代模型，更遠高於人類表現。測試包括：
- Humanity’s Last Exam（HLE）：在「單次通過率」得 41.6%，當採用「平行開展策略」，同時嘗試 8 次並選擇可信度最高的結果，得分更有 44.4%；
- DSBench：評估 AI 在數據分析的表現，得分超過人類，如「數據分析」準確度達到 87.9%，而人的結果則 64.1%，「數據建模」達到 77.1%，人類則 65.0%；
- SpreadsheetBench：評估模型編輯基於真實場景處理試算表的能力，得分 45.5%，遠勝 Copliot 處理 Excel 得分 20.0%；
- BrowseComp：衡量瀏覽代理尋找網絡上搜尋資訊的能力，寫下新 SOTA 的 68.9%，比 Deep Research 高出 17.4 個百分點；
- WebArena：評估網頁瀏覽代理完成網頁任務的能力。ChatGPT Agent 的表現更勝 Operator，準確度 78.2%，人類則 65.4%。
Pro 訂戶每月 400 次
ChatGPT Agent 用法如同「Deep Research」，在輸入欄下選「Agent」隨即啟用。 OpenAI 現時已開放 ChatGPT Agent 給 Pro、Plus 和 Team 方案訂戶，幾日內將可用。Enterprise 和 Edu 訂戶亦在幾個星期內可用。Pro 訂戶每月可執行 400 次 ChatGPT Agent，Plus 訂戶只有 40 次。
不過，瑞士或歐洲經濟區（European Economic Area, EEA）暫時未能使用這功能。當然，香港亦不能正式使用。
CEO 承認安全性仍有顧慮
不過 OpenAI CEO Sam Altman 表示 ChatGPT Agent 仍屬實驗性質，他在 X 表示，他們尚不清楚具體會造成什麼影響，但惡意分子可能會試圖「誘騙」用戶的 AI 代理提供不該提供的隱私信息，以進行不法行為。因此他們建議用戶只授予 ChatGPT 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。
