《科創(chuàng )板日報》11月14日訊（編輯 宋子喬）?據媒體報道，OpenAI正準備推出一款代號為“Operator”的全新AI助理產(chǎn)品，可以自動(dòng)執行各種復雜操作，包括編寫(xiě)代碼、預訂旅行、自動(dòng)電商購物等。根據內部員工爆料，OpenAI領(lǐng)導層預計將在2025年1月發(fā)布該產(chǎn)品，首先作為研究預覽版和開(kāi)發(fā)工具推出，屆時(shí)將為開(kāi)發(fā)人員開(kāi)放API接口。

報道稱(chēng)，OpenAI一直在進(jìn)行幾個(gè)與智能體相關(guān)的研究項目。其中一位人士表示，最接近完成的將是一個(gè)在網(wǎng)絡(luò )瀏覽器中執行任務(wù)的通用工具。

AI助理（AI Agent）是一種能夠感知環(huán)境、進(jìn)行決策和執行動(dòng)作的智能實(shí)體，具備通過(guò)獨立思考、調用工具去逐步完成給定目標的能力，既能為C端提供個(gè)性化應用，也能為B端提供降本增效方案。對于普通用戶(hù)而言，AI助理最核心的功能是AI自主操作手機，輔助完成復雜推理任務(wù)。

OpenAI首席執行官阿爾特曼早已透露下場(chǎng)意愿。幾周前，他在Reddit的“問(wèn)我任何問(wèn)題”（Ask Me Anything）論壇上表示，“我們將擁有越來(lái)越好的模型，但我認為下一個(gè)重大突破將是AI助手?！痹谏蟼€(gè)月公司年度開(kāi)發(fā)日之前的OpenAI新聞發(fā)布會(huì )上，該公司首席產(chǎn)品官Kevin Weil稱(chēng)：“我認為2025年將是Agent系統最終進(jìn)入主流的一年?！?/p>

站在OpenAI的角度，其在商業(yè)化進(jìn)程中面臨著(zhù)越來(lái)越大的壓力， ChatGPT漸進(jìn)式的改進(jìn)可能無(wú)法吸引用戶(hù)支付更高的價(jià)格。高管急切需要一款突破性產(chǎn)品，以證明對AI開(kāi)發(fā)的巨額投資是值得的。

目前，OpenAI已開(kāi)源了多功能協(xié)同AI Agent——Swarm，可創(chuàng )建多個(gè)智能體協(xié)同工作，以更高效地完成任務(wù)。其GPT o1模型增強了推理能力，使其在復雜問(wèn)題的解決和用戶(hù)交互的自然性方面均有顯著(zhù)進(jìn)步，亦使其更加適用于A(yíng)I Agent場(chǎng)景。

AI助理被視作通往AGI的核心基礎，在硬件廠(chǎng)商言必稱(chēng)AI的時(shí)代，AI助理或成為終端智能化的突破口。甬興證券表示，AI Agent或將掌握移動(dòng)互聯(lián)新入口，流量分發(fā)格局有望重塑AI Agent智能體因具備較強交互性以及便利性，或可打通原先同個(gè)終端不同App之間的天然壁壘。

據《科創(chuàng )板日報》不完全梳理，國內外頭部廠(chǎng)商正爭先推出AI助理產(chǎn)品——

微軟近期低調開(kāi)源了AI工具OmniParser，其可幫助用戶(hù)創(chuàng )建個(gè)性化智能體，以操作個(gè)人計算機；10月22日，微軟宣布在Dynamics 365中集成10個(gè)自主AI Agent，支持OpenAI最新模型o1，具備自主學(xué)習能力，可自動(dòng)執行跨平臺復雜業(yè)務(wù)；9月，微軟推出了一款名為Windows Agent Arena的基準框架，同樣屬于A(yíng)I助理開(kāi)發(fā)范疇。

據The Information報道，谷歌計劃在12月預覽其大型動(dòng)作模型“Project Jarvis”，該項目將幫助用戶(hù)執行諸如“收集研究、購買(mǎi)產(chǎn)品或預訂航班”等任務(wù)。

10月22日，Anthropic為大模型Claude迭代了新功能——Computer Use，讓AI可以像人一樣操控電腦。Claude3.5 Sonnet是首個(gè)支持計算機控制的模型，能夠模擬人類(lèi)操作計算機，包括移動(dòng)光標、點(diǎn)擊按鈕和輸入文本。

蘋(píng)果選擇將Siri與ChatGPT集成，實(shí)現更智能的人機交互，另有網(wǎng)友發(fā)現蘋(píng)果已經(jīng)默默發(fā)布了Ferret-UI的兩個(gè)實(shí)現版本（分別基于Gemma 2B和Llama 8B），這是蘋(píng)果今年5月發(fā)布的一個(gè)可讓AI理解手機屏幕的技術(shù)。

華為則公布了一項可讓AI像人類(lèi)一樣操作手機的新研究成果，相關(guān)團隊提出了一個(gè)手機控制架構：Lightweight Multi-modal App Control（輕量級多模態(tài)應用控制，簡(jiǎn)稱(chēng)LiMAC）。

中國獨角獸企業(yè)智譜AI已上線(xiàn)AI助理工具AutoGLM，無(wú)需手動(dòng)操作，用戶(hù)對著(zhù)手機說(shuō)話(huà)（發(fā)出指令），便可讓其自動(dòng)打開(kāi)手機上的各類(lèi)App，進(jìn)行網(wǎng)購、點(diǎn)外賣(mài)、訂高鐵票，甚至發(fā)微信、搶紅包、評論朋友圈、整理筆記并生成攻略、總結論文。

中信證券表示，AutoGLM等終端AI助理技術(shù)將帶來(lái)更短路徑的交互形式，接受語(yǔ)音指令并自動(dòng)完成復雜操作的能力將為消費者帶來(lái)極大便利，其有望成為AI終端的亮點(diǎn)功能并吸引消費者升級換代。

華泰證券也表示，AI助理落地將帶來(lái)多個(gè)層次的產(chǎn)業(yè)機遇，其中，Agent+終端有望推動(dòng)人機交互變革，除了在終端銷(xiāo)售量?jì)r(jià)方面的變化外，可能對終端應用的商業(yè)模式產(chǎn)生更加深遠的影響。