OpenAI升级浏览器智能体 网页自动化精度提升两代

Meise

科技媒体bleepingcomputer在5月24日独家披露，OpenAI对其浏览器自动化工具Operator完成重要迭代。通过将底层AI模型从GPT-4o升级至o3版本，这款智能体在网页操作准确率方面实现跨越式提升，现已面向200美元Pro及Enterprise套餐用户开放。

自今年1月上线以来，Operator主要承担表单填写、商品下单等基础网页任务。此次模型升级后，其核心突破体现在复杂场景的处理能力——当遇到动态验证码、网页弹窗等干扰因素时，操作成功率提升约三成。测试数据显示，新版本在电商平台自动比价场景中的准确率突破92%，较前代提升17个百分点。

OpenAI工程师透露，o3模型特别强化了浏览器环境理解能力。不同于仅解析HTML结构的传统方案，新模型能实时捕捉网页元素状态变化，甚至预判可能出现的验证环节。这种"预判式交互"机制使Operator在订票系统、政府服务网站等复杂场景表现更稳定。

不过该功能目前仍存使用门槛。除需支付每月200美元订阅费外，用户还需通过OpenAI的开发者资质审核。企业用户反馈显示，Operator现阶段的强项集中在标准化流程处理，对需要人工判断的突发情况仍存在响应延迟。

值得注意的是，OpenAI已在内部启动第二轮技术攻关。知情人士透露，研发团队正尝试将多模态感知能力融入Operator系统，未来或实现基于屏幕截图自主决策的"全感知操作"。随着浏览器自动化赛道竞争加剧，这场关于智能体进化速度的较量才刚刚拉开帷幕。