Компания OpenAI анонсировала «исследовательскую версию» ИИ-агента, способного самостоятельно выполнять разнообразные задачи в интернете по запросу пользователя. К примеру, его можно попросить найти авиабилеты или выбрать товар. Виртуальный помощник, получивший имя Operator, может заходить на веб-страницы и взаимодействовать с ними, используя текстовые команды, клики и прокрутку.

В центре этого ИИ-агента находится модель Computer-Using Agent, которая сочетает в себе визуальные возможности GPT-4o и «усовершенствованное размышление через обучение с подкреплением». Это дает возможность ИИ взаимодействовать с графическими интерфейсами. Как сообщается в The Verge, Operator анализирует код веб-страниц и взаимодействует с их контентом, используя виртуальную мышь и клавиатуру, что позволяет ему функционировать без необходимости интеграции с API (интерфейсом программирования приложений).

Интересно, что ИИ-агент умеет самокорректироваться и в случае возникновения трудностей передаёт управление человеку. При необходимости ввода конфиденциальной информации, такой как логины и пароли, а также при отправке электронных писем, ему потребуется согласие пользователя. В OpenAI также акцентируют внимание на том, что Operator создан для того, чтобы «отклонять вредоносные запросы и блокировать запрещённый контент».

Тем не менее, компания отмечает, что инструмент всё ещё имеет недостатки. В частности, возникают сложности с более сложными интерфейсами, такими как создание слайд-шоу и управление календарём.

В настоящее время новый ИИ-агент доступен исключительно в США для подписчиков ChatGPT Pro, подписка на который стоит $200 в месяц. Однако в дальнейшем компания планирует расширить доступ к оператору для пользователей других тарифов, таких как Plus, Team и Enterprise. Кроме того, ожидается интеграция возможностей нового агента непосредственно в ChatGPT, что сделает его ещё более удобным для использования.