说实话这两天 AI 圈最炸的一条消息就是 OpenAI 正式把ChatGPT Agent端上了台面。OpenAI 发布 ChatGPT Agent把原来各管一摊的 Operator会点网页和 Deep Research会查资料合并成了一个能自己干活的 AI 智能体——你只要在对话框里甩一句帮我分析三个竞争对手并做份 PPT它就能自己开浏览器、跑代码、填表单从头到尾把活干完。这不再是你问它答而是你派活它交付。01 ChatGPT Agent 到底是什么一个住在浏览器里的数字员工想搞懂 ChatGPT Agent先记住一个词统一智能体系统。以前 OpenAI 有两个各有所长的工具Operator 能在网页上滚动、点击、输入像个会操作电脑的手Deep Research 擅长海量搜资料和写报告像个坐得住的脑。但它们是分裂的——手不会思考脑不会动手。ChatGPT Agent 干的事就是把这双手和这颗脑塞进同一个模型里再配上一台它自己的虚拟电脑。于是它能在推理和行动之间自由切换先用文本浏览器读一大堆网页觉得该点哪个按钮了切到可视化浏览器去点要算数了开个终端跑段 Python算完再把结果导回浏览器生成一份可编辑的幻灯片。ChatGPT Agent统一智能体系统Operator的网页操作加DeepResearch的检索加虚拟电脑加连接器一体化交付。更关键的是连接器Connectors。它能接上你的 Gmail、GitHub、Google Drive、Outlook、Dropbox直接在你的真实工作流里取数、办事。你甚至能在任何网站接管模式里自己登录让它钻得更深。一句话总结ChatGPT Agent Operator 的手 Deep Research 的脑 一台虚拟电脑 你的私人数据源。OpenAI 自己说这只是个开始。02 硬核跑分HLE 41.6%、BrowseComp 68.9%确实打到了 SOTA光吹没用看分数。OpenAI 这次把 ChatGPT Agent 拉去测了一圈硬核基准•Humanity’s Last Exam人类最后考试这是考 AI 专家级跨学科难题的终极测试ChatGPT Agent 拿到41.6%的 pass1刷新了当时的最高纪录SOTA用并行展开 8 次取最高置信度的策略还能再拉到44.4%。•BrowseComp找网上难找的信息68.9%比 Deep Research 高出17.4 个百分点。•FrontierMath最难数学基准题都是没发表过的靠终端跑代码准确率27.4%远超之前所有模型。•SpreadsheetBench真实电子表格编辑ChatGPT Agent 拿到45.5%而微软 Excel 的 Copilot 只有20.0%——差不多两倍多的差距。•WebArena真实网页任务表现优于驱动旧版 Operator 的 CUA 模型。ChatGPT Agent跑分HLE人类最后考试41.6%、BrowseComp 68.9%、SpreadsheetBench 45.5%超越Excel Copilot。这些数字说明一件事它不只是能聊而是真能在有经济价值的真实知识工作里约一半案例达到或超过人类水平。03 价格才是真相Pro 每月 200 美元 400 次Plus 40 次撑不了一周能力再强账单才是普通人的命门。ChatGPT Agent 的配额长这样•Pro 版200 美元/月每月400 次Agent 查询还带终端功能。•Plus 版20 美元/月每月只有40 次。•Team 版约30 美元/用户/月积分制。ChatGPT Agent定价Pro版每月200美元400次查询Plus版20美元仅40次比Grok4 Agent便宜1.5倍。但残酷的现实是第三方实测发现73% 的 Plus 用户在第一周就把 40 次额度耗光了。因为每个独特任务才算一次而 Agent 干活时几乎每次都要回头跟你确认、澄清实际能跑完的独立项目也就 20–25 个。横向比一下更扎心xAI 的 Grok 4 最新 Agent 产品定价高达300 美元/月ChatGPT Agent 便宜了1.5 倍。在AI 智能体这条赛道上OpenAI 这次至少在价格上没飘。想认真用 Agent 模式200 美元的那档基本是刚需。20 美元档你大概率每天都在额度焦虑里过日子。04 那个没人敢提的雷提示注入Prompt Injection这是我必须单独拎出来说的一块因为它决定了你敢不敢把真东西交给它。ChatGPT Agent 是你头一回能命令 AI 直接在网页上动手——这意味着它直接接触你的数据连接器里的邮件、你接管登录的网站账号。风险也跟着指数级放大。最大的坑叫提示注入攻击黑客在网页里藏一段看不见的恶意指令比如藏在元数据或透明元素里Agent 一爬到这页就可能被忽悠着把你的私人数据发给攻击者或者对你已登录的网站干坏事。ChatGPT Agent的提示注入风险网页隐藏恶意指令可能诱使AI泄露连接器中的私人数据需强制确认防护。OpenAI 自己的首席信息安全官都承认“提示注入仍是一个前沿的、未解决的安全问题。”一个教授说得更直白——“如果攻击者能骗过 AI 助手那就等于骗过了你本人。”OpenAI 叠了几层防护高影响操作比如付款、发邮件前强制你确认敏感网站开监视模式要你盯着登录时走接管模式密码输入不被截图记录一键删除所有浏览数据并登出。但说到底——把它当能力很强但需要监督的同事别当完全自治的员工。财务账号、高敏系统别接。05 用户口碑两极化有人说见到 AGI 雏形有人吐槽 PPT 简陋产品发布后社区体验堪称冰火两重天。叫好的说初见 AGI 的雏形——尤其在做研究综述、跨站抓数据、生成带引用的报告这类活上它确实丝滑。ChatGPT Agent口碑两极化一边称初见AGI雏形一边吐槽PPT简陋与幻觉Manus以10案例隔空对战。但吐槽也狠PPT 排版简陋、复杂逻辑容易中途断片、还会一本正经地幻觉——有媒体做了 8 项实测25 次查询烧了近 12 小时结果只有 1 个接近完美剩下一堆 alternative facts平行宇宙事实。竞品Manus更是在发布当天隔空对战甩出 10 个实测案例财务建模、生活规划、行程安排、消费购物、航班筛选试图证明自己在任务闭环和可视化交付上并不输。现阶段别神话它。Agent 是个强但需要监督的协作者不是甩手就成的全自动工人。OSWorld 上 CUA 的准确率目前也就 38.1%离真正可靠还远。06 这对我们意味着什么AI 智能体的拐点真的来了说了这么多落到一句人话AI 从问答工具变成能交付成果的数字同事拐点就在这一波。企业侧的信号已经很硬用了 AI Agent 的公司报告了 30%–40% 的生产力提升、90% 的等待时长缩减。对个人把订机票、做周报、比价购物这类杂活交给它每周能抢回 5–10 小时。AI智能体拐点ChatGPT Agent从问答工具变为能交付成果的数字同事企业生产力提升30%至40%。作为普通用户我的建议就三条•先从低风险活用起资料综述、表格整理、报告初稿别一上来就接银行卡。•把确认权攥在手里付款、发信、改日程这些务必开着强制确认。•学会和 Agent 协作它中途会找你澄清你越会下指令它交付越准——这本身就是门新技能。说实话ChatGPT Agent 离完美还差得远但方向已经焊死未来的 AI 不跟你聊天它替你把活干完。 觉得这篇有用点个「收藏」「在看」下次要用 Agent 前翻出来对着勾。你最想让 ChatGPT Agent 帮你干哪件烦人的活评论区聊聊我下篇挑几个实测给你看。 关注「卡兹克」第一时间吃透每一个 AI 大动作——不吹不黑只讲你能用上的。