OpenAI · Agent
OpenAI 发布 ChatGPT Agent
OpenAI 正式推出 ChatGPT Agent，将对话助手升级为可自主执行任务的智能体。用户用自然语言指令即可让 Agent 完成多步骤操作，如预订行程、管理日程或调用外部工具。该功能基于 GPT-5 模型，支持上下文记忆与实时决策，标志着 ChatGPT 从被动问答向主动执行的能力跃迁。
- 域名
openai.com- 评分
- 5 · 重大发布
- 发布
- 2026-05-22
导读
ChatGPT agent 是 OpenAI 把 Operator 的网页交互能力、deep research 的多源信息综合能力与 ChatGPT 自身的对话推理合并到同一模型上的产物，发布当日即在 composer 的 tools 下拉中以"agent mode"形式向 Pro、Plus、Team 用户开放。它拥有自己的虚拟计算机，配备 visual browser、text browser、terminal 与直接调用 API 的能力，并能借助 ChatGPT connectors 接入 Gmail、GitHub 等账户，按需在多种工具之间切换以完成"看日程并基于近期新闻 brief 客户会议""为四人份日式早餐采购原料""分析三家竞品并生成幻灯片"等跨步骤任务。
在评测层面，ChatGPT agent 在 Humanity's Last Exam 上 pass@1 达到 41.6 的新 SOTA，启用 best-of-8 并行策略后升至 44.4；FrontierMath 配合 terminal 工具使用时准确率 27.4%，BrowseComp 录得 68.9%，较 deep research 高出 17.4 个百分点。在 DSBench 上模型表现超过人类专家基线；在 SpreadsheetBench 上若允许直接编辑电子表格，整体得分 45.5%，对比 Copilot in Excel 的 20.0%。在内部的投行分析师建模与跨职业知识工作基准上，agent 在约一半任务中追平或超过顶级人类样本。
风险面，OpenAI 把 prompt injection 列为本次的重点缓解项，针对网页隐藏元素与元数据中潜藏的恶意指令训练并测试模型的抵抗能力，配合实时监控与"敏感操作前显式确认"机制控制误操作半径。从产品形态看，ChatGPT 从问答助理跨入"代为长时段操作浏览器与数据"的角色，agent 在执行中允许随时打断、接管浏览器或要求摘要进度，并支持把已完成任务设为每周自动重跑，标志着 OpenAI 把 Operator 与 deep research 两条线整合为单一交付。