OpenAI ogłosiło znaczącą aktualizację swojego autonomicznego agenta AI, Operatora, zastępując starszy model oparty na GPT-4o nową wersją opartą na zaawansowanym modelu OpenAI o3. Ta aktualizacja oznacza znaczący skok w możliwościach i niezawodności Operatora, szczególnie dla użytkowników, którzy polegają na jego funkcjach przeglądania stron internetowych i wirtualnej interakcji z oprogramowaniem.
Czym jest Operator?
Operator to agent OpenAI (CUA) zaprojektowany do autonomicznego poruszania się po Internecie i interakcji ze stronami internetowymi oraz oprogramowaniem hostowanym w chmurze, tak jak robi to człowiek: pisania, klikania, przewijania itp. Od czasu premiery w styczniu 2025 r. Operator jest dostępny dla użytkowników ChatGPT Pro na całym świecie, stanowiąc najnowocześniejsze narzędzie do automatyzacji złożonych zadań online.
Dlaczego warto przejść na o3?
Le model o3 jest częścią najnowszej serii „o” OpenAI, znanej z doskonałych możliwości rozumowania, matematyki i logiki w porównaniu do swojego poprzednika, GPT-4o. Testy wydajności pokazują, że o3 zapewnia najnowocześniejszą (SOTA) wydajność w zadaniach takich jak OSWorld i WebArena, a także przewyższa poprzednie modele zarówno w ocenach technicznych, jak i badaniach preferencji człowieka.
Kluczowe usprawnienia w o3 Operator:
Większa dokładność i powtarzalność zadań: Operator pracuje teraz bardziej spójnie i dokładniej podczas interakcji z przeglądarkami, co poprawia wskaźnik realizacji zadań i komfort użytkowania.
Bardziej przejrzyste i kompletne odpowiedzi: Udoskonalony model zapewnia lepiej ustrukturyzowane i pełniejsze odpowiedzi, dzięki czemu wyniki operatora są łatwiejsze do zrozumienia i wykorzystania.
Zwiększone bezpieczeństwo: OpenAI zoptymalizowało o3 Operatora za pomocą dodatkowych zestawów danych bezpieczeństwa dostosowanych do użytku na komputerach stacjonarnych. Obejmuje to szkolenie w zakresie granic decyzyjnych w celu potwierdzenia lub odrzucenia działań, zmniejszając ryzyko, takie jak wykonywanie zabronionych działań, wyszukiwanie poufnych danych lub podatność na ataki typu rapid injection.
Wielowarstwowe podejście do bezpieczeństwa: zachowano architekturę bezpieczeństwa wersji GPT-4o, co zapewnia solidną ochronę przed niewłaściwym użyciem.
ograniczenia
Chociaż dziedziczy potężne możliwości kodowania o3, o3 Operator nie ma natywnego dostępu do środowiska kodowania lub terminala. Jego działania ograniczają się do interakcji z przeglądarką i maszynami wirtualnymi, kładąc nacisk na bezpieczeństwo i kontrolę użytkownika.
Kontekst sektorowy
Aktualizacja OpenAI następuje w trakcie szybkiego postępu w autonomicznych agentach AI. Rywale tacy jak Google i Anthropic również opracowują podobne narzędzia, a Gemini API Google i modele Anthropic oferują porównywalne możliwości nawigacji, interakcji i wykonywania zadań w imieniu użytkowników.
Dostępność
Uaktualniona wersja o3 Operator jest dostępna wyłącznie w ChatGPT dla użytkowników Pro, natomiast Operator API nadal używa GPT-4o.
„Zastępujemy istniejący model oparty na GPT-4o dla Operatora wersją opartą na OpenAI o3. Wersja API pozostanie oparta na 4o.” — OpenAI
Aktualizacja ta podkreśla stałe zaangażowanie OpenAI w rozwój bezpiecznych i autonomicznych agentów AI, zdolnych do obsługi coraz bardziej złożonych zadań cyfrowych przy minimalnym nadzorze.