隨著人工智能技術(shù)的飛速發(fā)展，2025年的AI領(lǐng)域迎來了一次重大變革。這次，OpenAI推出的全新Agent模式，正在重新定義人與AI的交互方式。

過去，我們習(xí)慣了與AI進(jìn)行文字交流，無論是提問還是獲取信息，都依賴于AI的“動嘴”能力。然而，隨著Agent模式的出現(xiàn)，AI不再僅僅滿足于“動嘴”，而是開始展現(xiàn)其“動手”的實(shí)力。

7月18日凌晨，OpenAI在一場直播活動中，由Sam Altman與四位研究員共同介紹了這一革命性的Agent模式。在Agent模式下，用戶可以直接向ChatGPT提出具體需求，如購買婚禮所需物品、設(shè)計(jì)并打印寵物周邊產(chǎn)品，或是生成PPT等。ChatGPT則會自行在虛擬機(jī)中操作，逐步完成任務(wù)。

從演示中可以看到，一個復(fù)雜任務(wù)在Agent模式下大約需要10分鐘完成。ChatGPT在虛擬環(huán)境中能夠調(diào)用文本瀏覽器、可視化瀏覽器和終端等多種工具。這些工具的組合使用，使得AI能夠更高效地完成各種任務(wù)。例如，文本瀏覽器負(fù)責(zé)搜索信息，可視化瀏覽器則用于模擬鍵鼠交互或讀取圖像信息，而終端則可以運(yùn)行代碼、生成文件以及調(diào)用云端API等。

此次OpenAI推出的Agent模式，不再僅限于Pro用戶，Plus和Team用戶也將能夠很快體驗(yàn)到這一功能，每月可使用40次。這無疑大大降低了用戶的使用門檻，使得更多人能夠享受到AI帶來的便利。

在演示中，Agent模式展現(xiàn)出了驚人的能力。一個研究員要求AI規(guī)劃參加朋友婚禮的事宜，包括挑選禮服、預(yù)訂酒店以及提供禮物建議。Agent啟動虛擬電腦后，先使用文本瀏覽器搜索婚禮信息、著裝要求和天氣等，然后切換到可視化瀏覽器檢查禮服效果，并最終提供了詳細(xì)的婚禮出行建議報告。整個過程僅用了十分鐘，報告內(nèi)容詳盡且包含了大量鏈接和截圖。

另一個演示則展示了Agent模式的動手能力。研究員要求AI為團(tuán)隊(duì)吉祥物設(shè)計(jì)一批筆記本貼紙，并下單500張。Agent隨即調(diào)用圖像生成工具生成了一張動漫風(fēng)格的狗狗插畫，作為貼紙的設(shè)計(jì)圖案。接著，它打開瀏覽器訪問Sticker Mule網(wǎng)站，上傳設(shè)計(jì)圖、填寫信息，并將商品加入購物車。整個過程流暢且高效，僅在需要用戶確認(rèn)時暫停。

此次Agent模式的推出，實(shí)際上是OpenAI上半年推出的Operator和Deep Research兩個工具的融合體。Operator能夠分析圖形操作界面并做出操作，而Deep Research則能夠閱讀大量網(wǎng)頁并生成調(diào)研報告。兩個工具的融合，使得Agent模式具備了更強(qiáng)的任務(wù)處理能力。

OpenAI表示，在訓(xùn)練模型時，他們使用了強(qiáng)化學(xué)習(xí)方法。模型一開始會嘗試使用所有工具解決簡單問題，然后通過獎勵高效、合理的行為，逐漸學(xué)會如何選擇合適的工具完成任務(wù)。這使得Agent模式在處理復(fù)雜任務(wù)時更加得心應(yīng)手。

然而，隨著Agent模式的普及，一系列新的挑戰(zhàn)也隨之而來。隱私和安全成為用戶最為關(guān)注的問題之一。當(dāng)AI在虛擬機(jī)中操作網(wǎng)頁、輸入個人信息時，如何保證安全成為亟待解決的問題。OpenAI表示，他們將采取嚴(yán)格的審查和安全措施，但同時也呼吁整個社會共同適應(yīng)和建立規(guī)范。

Agent時代的到來，標(biāo)志著AI技術(shù)進(jìn)入了一個全新的階段。在這個階段，我們不僅要學(xué)會適應(yīng)AI的“嘴”，更要學(xué)會適應(yīng)AI的“手”。我們需要思考的是，我們愿意多信任AI？愿意把多大的權(quán)限交給它？這些問題的解決，將重新定義我們與AI的關(guān)系。

與此同時，Agent的爆發(fā)也將對就業(yè)市場產(chǎn)生深遠(yuǎn)影響。當(dāng)AI能夠獨(dú)立完成包含數(shù)據(jù)檢索、圖像查證的復(fù)雜報告，并直接完成在線預(yù)訂等任務(wù)時，我們的工作將受到怎樣的影響？這是每個人都需要思考的問題。