Пүрэв гарагт OpenAI "Оператор" нэртэй веб автоматжуулалтын хэрэгслийн судалгааны урьдчилсан хэвлэлээ танилцуулсан бөгөөд энэ нь Computer-Using Agent (CUA) нэртэй шинэ AI загвараар дэмжигддэг. Энэхүү хэрэгсэл нь хэрэглэгчдэд компьютерийг визуал интерфейсээр дамжуулан хянах боломжийг олгодог бөгөөд дэлгэцийн элементүүдтэй, жишээлбэл, товчлуурууд болон текстийн талбаруудтай харилцан үйлчлэл хийж, хүмүүстэй адил үйлдлүүдийг гүйцэтгэх боломжтой. Одоогийн байдлаар Оператор нь сар бүрийн 200 ам. долларын ChatGPT Pro төлбөрийн төлбөр төлдөг гишүүдэд оператор. chatgpt. com хуудаснаа нээгдсэн бөгөөд ирээдүйд Plus, Team, болон Enterprise хэрэглэгчдэд хүргэхээр төлөвлөж байна. OpenAI ChatGPT-д эдгээр онцлогуудыг нэгдэн оруулахын зэрэгцээ разработчикад зориулж CUA-ийг API-аар нийлүүлэхийг зорьж байна. Оператор нь дэлгэцийн контентыг бодит цаг хугацаанд хянаж, компьютерийн нүүрэн дээрх товчлуур, зууралт зэрэг биетүүдтэй угжуулан командаа гүйцэтгэдэг. Энэ нь дэлгэцийн зургуудыг шинжилж компьютерийн төлөв байдлыг ойлгож, түүнд тулгуурлан дарж, бичиж, доош гүйлгэх төрийн шийдвэр гаргах боломжийг олгодог. Энэхүү шууд гаргалт нь технологийн компаниудын "агентын" AI системүүдийг судалж буй чиг хандлагатай нийцэж байна. Google 2024 оны арванхоёрдугаар сард автоматжуулсан веб үүргийн зохион байгуулалт хийх зорилгоор Project Mariner-ийг танилцуулсан бол Anthropic 2024 оны аравдугаар сард ижил зориулалттай "Computer Use" хэмээх хэрэгслийг гаргасан. AI судлаач Симон Уиллисоны хэлсэнээр, Операторын интерфейс нь Anthropic-ийн Claude Computer Use демонстрацид адилхан бөгөөд чат самбар, интерактив визуал интерфейсийг агуулдаг. CUA нь дэлгэцийн зургийг бүртгэж, түүний пиксель мэдээллийг GPT-4o-ийн харааны чадвараар шинжилж, шаардлагатай үйлдлүүдийг хийх шийдвэр гаргаж, виртуал оруулгыг гүйцэтгэнэ. Энэхүү ургилт нь алдаа засах, янз бүрийн програмуудын дунд нарийн, төвөгтэй үүргүүдийг удирдах боломжийг олгодог.

Хэрэглэх явцад Операторын үйлдлүүдийг харуулсан жижиг браузер цонх нээгддэг. Чадвар нь байгаагүй ч, технологи одоогоор хөгжиж байгаа ба хязгаарлалттай, давтагдсан веб үүргийн үйлдлүүдэд сайн боловч танил бус интерфейс болон төвөгтэй текст засварын асуудалд бэрхшээлтэй болж, дотоод тестийн 40 хувийн амжилтын түвшинтэй тайлагнасан. Оператор WebVoyager-ийн жишигт 87 хувийн амжилтыг үзүүлсэн боловч WebArena-ийн жишигт 58. 1 хувьд хүрсэн ба OSWorld жишигт 38. 1 хувийн амжилттай байсан. OpenAI системийн ажиллагааг сайжруулахын тулд хэрэглэгчдийн санал хүсэлтийг авах хүсэлтэй байгаа, учир нь CUA бүхий л нөхцөлд найдвартай байхгүй байгаа бөгөөд тааламжтай байдлыг цаг хугацаа улирлын чанартайгаар сайжруулах төлөвлөгөөтэй байна. Нууцлал болон аюулгүй байдал нь гол асуудал боловч Оператор хэрэглэгчийн үйл ажиллагааг ажиглаж, хянах боломжтой. OpenAI нь хэрэглэгчийн мэдлэгийн баталгаажуулалт шаарддаг аюулгүй байдлын арга хэмжээнүүдийг хэрэгжүүлсэн ба зарим сайтны ангилалд, жишээлбэл, мөрийтэй тоглох болон насанд хүрэгчдийн контент зэрэгт хандах боломжийг хязгаарлахад тодорхой хязгаарлалт тавьсан. OpenAI нь дарангуйлагчийн оролдлогоос сэргийлэхийн тулд бодит цагийн зохицуулалтыг нэмж оруулсан боловч Уиллисоны хэлснээр, шинэ аюулуудын симмэтийн улмаас энэ удаан хугацааны аюулгүй байдалд эргэлзэж байна. Сайн харуулсан арга хэмжээнүүдийн адилаар OpenAI нь өөрийн баримт бичигт загварчлалын төвөгтэй байдал, хөгжиж буй өөдрөг аюулуудын улмаас сорилтууд үлдсэнийг хүлээн зөвшөөрч байна. Нууцлалын асуудал нь Оператор OpenAI-ийн Cloud сэрвэрүүд рүү дэлгэцийн зургуудыг илгээдэгтэй холбоотой; хэрэглэгчид компаниас нууцлалын арга хэмжээг итгэхийг уриалж байна, эдгээр нь загварыг сургалтанд авснаар өгөгдлөөс татгалзах, нэг товшилтоор өгөгдлөө устгах, болон нарийн үүргүүдийн менежментийн дагуух үйл ажиллагаа явуулахыг зөвшөөрдөг. Уиллисоны зөвлөмж нь хэрэглэгчдийг тусдаа үүргүүдийн хувьд шинэ сессүүд эхлүүлэхийг уриалж, төлбөрийн мэдээллээ өгөх үед анхааралтай байх, тийм үйлдлүүдийн дараа хурдан цэвэрлэхийг зөвлөж байна.