OpenAI 推出多国可用 AI Agent 智能体产品Operator，会带来多大影响和变化？

压根就掀不起太大的波澜，因为现在的AI Agent CUA（Computer-Using Agent）太难用，但是随着进一步推广，势必有很多类似竞品和开源项目，像雨后春笋一样出现，百花齐放百家争鸣，说不定随着不断迭代，能要演化出准确率越来越高，越来越好用的AI Agent，就像OpenAI的Kevin Weil 所说，"2025 年将是 AI Agent的元年"。

——至于将来不断演化迭代的形态，其实知乎上崔思莫说得很好，未来能成功的产品，大概率不一定再是现在的AI Agent framework，比如前几天营销比较火热的Manus:

OpenAI的Operator产品本质就是基于多模态大模型（当然他们发布的时候，用的还是GPT4o），用思维链CoT做推理reasoning任务，下面这张图很直白。

这款发布的AI agent主要应用场景是面向GUI，其实面向GUI的agent paper有很多了，去年各大厂也都有专门的组在做。上面的framework已经是很常规的了，主要分成perception reasoning action三部分。

perception就是截图作为视觉信息，然后用多模态模型来理解；reasoning过程的训练用了reinforcement learning，用step-by-step慢推理的方式；action就是模仿人类鼠标操作。

就像我在这篇深度分析文章中提到的，实际上短期内AI Agent能力肯定还是很有限，需要不断迭代。

深度分析：Manus爆火后恢复冷静，AI 智能体还是一地鸡毛？

我们继续深入分析一下OpenAI 的AI Agent 产品Operator技术报告，尽管可以看出来Test-time scaling在agent上效果非常明显，从结果上看，100步在OSWorld benchmark上准确率能到36.4%了，但是别忘了，这就基本才到人类准确率的一半（72.4%）。

具体来说，OpenAI 的Operator有如下局限性，影响作为AI Agent的使用性能：

一是在多模态感知与操作层面，可能因GUI特征提取错误，从而误识别屏幕上的按钮、文本框等等，很容易导致操作失误。特别是在数值精度问题上，AI Agent在需要精确输入数值时（如调整图像亮度、对比度）容易出错。同时，在具体特定场景的操作时，AI Agent因为训练数据受限，大概率会经常缺乏合适的对应操作知识，导致直接失败。

二是在任务执行与适应性方面，尽管基于强化学习后训练的reasoning model 快速发展，但仍会有复杂任务规划困难问题，很多日常操作很容易超出其能力范围。不同具体使用条件千差万别，out of distribution 出现概率极大，所以AI Agent的适应性和泛化性还有待提高。

另外不得不提的是大模型联网搜索的信息污染问题，会直接让DeepSeek等生成了错误的结果，还要再加上大模型生成过程中，本身幻觉hallucination的问题。于是真正的AI Agent联网检索效果往往不好，很难从复杂网站或文档中准确提取所需信息。

上面这些局限性在当前阶段直接制约了AI Agent在日常真实场景中的使用。

所以从趋势上来看，随着将来推理模型test-time scaling的爆发和多模态基座模型的进步，将来这些AI Agent系统会不断迭代。但显然短期内的实用性上看起来还总是困难重重。