在AI领域，Agent（智能体）概念近期风靡一时，成为各大厂商竞相探讨的焦点。然而，尽管概念众多、演示频繁，真正将Agent理念转化为实际产品的却寥寥无几。这一现状即将迎来重大突破——OpenAI正式推出了ChatGPT Agent功能。
ChatGPT Agent通过整合Operator、Deep Research与ChatGPT本体，形成了一个统一的智能体系统。用户只需简单描述任务，Agent便能自主选择合适的工具，自动访问网页、提取信息、运行代码，甚至生成幻灯片或表格等。整个执行过程实时展示，用户可以随时中断、修改指令，确保任务贴合个人需求。
OpenAI CEO Sam Altman在社交媒体上表示，观看ChatGPT Agent完成复杂任务的过程，让他真正感受到了AGI（通用人工智能）的魅力。计算机的思考、计划和执行能力，带来了前所未有的体验。
ChatGPT Agent的亮点不仅在于其整合能力，更在于其实用性。内置图形/文本浏览器、终端和API调用器等工具，支持手机端使用，并能自动推送任务结果。同时，Agent还能连接Gmail、GitHub等第三方应用，深度嵌入用户的工作流程。在多项基准测试中，ChatGPT Agent表现优异，综合性能位居行业前列。
从今天起，用户可以在任何对话中，通过聊天界面左下角的“工具”下拉菜单，选择“Agent模式”来启用这一功能。只需描述任务，ChatGPT便能智能地浏览网站、筛选结果、安全提示登录、运行代码、执行分析，并输出可编辑的文档和表格，总结任务结果。整个执行过程可视，用户可以随时中断、修改或手动接管，确保任务顺利进行。
在演示中，OpenAI展示了ChatGPT Agent在真实场景中的应用能力。例如，为准备婚礼，用户只需发出请求，Agent便能迅速搭建虚拟环境，依次调取婚礼日期、查询场地天气、推荐西装搭配和筛选酒店。过程中，模型可以与用户互动，并在适当节点请求确认需求。用户还可以随时中断任务，插入新的请求，如“帮我找一双9.5码黑色正装鞋”，模型会立刻暂停当前任务，处理新需求。
ChatGPT Agent还支持在手机端使用，任务完成后自动推送结果通知。用户还可以将日常应用如Gmail、GitHub等接入Agent，让模型读取邮件、日历或代码库等上下文内容，并执行相关任务。例如，汇总基准测试表现并制作成幻灯片，或上传图案设计贴纸样式并完成电商平台比价和下单等。
尽管ChatGPT Agent在自动化方面表现出色，但在设计审美方面仍有待提升。例如，生成的PPT设计相对一般，且暂不支持二次修改。不过，OpenAI通过直接生成代码来创建文档的方式，既利用了模型在代码编写方面的优势，又避免了模拟点击操作带来的效率低下和出错问题。
