Jak działa Operator od Open AI ?

W styczniu 2025 roku OpenAI wprowadziło Operator – agenta sztucznej inteligencji zdolnego do samodzielnego wykonywania zadań w internecie. Operator potrafi naśladować działania użytkownika w przeglądarce, takie jak wypełnianie formularzy, składanie zamówień czy tworzenie treści, co pozwala na automatyzację wielu codziennych czynności. ​openai.com

Jak działa Operator?

Operator jest zasilany przez nowy model o nazwie Computer-Using Agent (CUA). Łącząc możliwości widzenia GPT‑4o z zaawansowanym rozumowaniem poprzez uczenie wzmacniające, CUA jest przeszkolony do interakcji z graficznymi interfejsami użytkownika (GUI) — przyciskami, menu i polami tekstowymi wyświetlanymi na ekranie. Operator może "zobaczyć" (poprzez zrzuty ekranu) i "współdziałać" (używając wszystkich akcji dozwolonych przez mysz i klawiaturę) z przeglądarką, umożliwiając mu działanie w internecie bez konieczności niestandardowej integracji API. ​

Jeśli napotka wyzwania lub popełni błędy, Operator może wykorzystać swoje możliwości rozumowania do samokorekty. Kiedy utknie i potrzebuje pomocy, po prostu kieruje kontrolę z powrotem do użytkownika, zapewniając płynne i oparte na współpracy doświadczenie. ​

Jak korzystać z Operatora?

Aby rozpocząć, wystarczy opisać zadanie, które chcesz wykonać, a Operator poradzi sobie z resztą. Użytkownicy mogą przejąć kontrolę nad zdalną przeglądarką w dowolnym momencie, a Operator jest przeszkolony, aby proaktywnie prosić użytkownika o przejęcie zadań wymagających logowania, szczegółów płatności lub rozwiązywania CAPTCHA. 

Użytkownicy mogą spersonalizować swoje przepływy pracy w Operatorze, dodając niestandardowe instrukcje dla wszystkich witryn lub dla określonych, takich jak ustawianie preferencji dla linii lotniczych na Booking.com. Operator pozwala użytkownikom zapisywać monity o szybki dostęp na stronie głównej, idealny do powtarzających się zadań, takich jak uzupełnianie zapasów artykułów spożywczych na Instacart. Podobnie jak w przypadku korzystania z wielu kart w przeglądarce, użytkownicy mogą zlecić Operatorowi jednoczesne wykonywanie wielu zadań poprzez tworzenie nowych rozmów, takich jak zamawianie spersonalizowanego kubka emaliowanego na Etsy podczas rezerwacji kempingu na Hipcamp.

Ekosystem i użytkownicy

Operator przekształca sztuczną inteligencję z narzędzia pasywnego w aktywnego uczestnika ekosystemu cyfrowego. Usprawnia zadania dla użytkowników i przynosi korzyści firmom, które chcą innowacyjnych doświadczeń klientów i pragną wyższych wskaźników konwersji. OpenAI współpracuje z firmami takimi jak DoorDash, Instacart, OpenTable, Priceline, StubHub, Thumbtack, Uber i innymi, aby zapewnić, że Operator zaspokoi rzeczywiste potrzeby, przestrzegając ustalonych norm. ​

Oprócz tych współpracy widzimy duży potencjał poprawy dostępności i wydajności niektórych przepływów pracy, szczególnie w aplikacjach sektora publicznego. Aby dalej badać przypadki użycia, OpenAI współpracuje z organizacjami takimi jak Miasto Stockton, aby ułatwić rejestrację w usługach i programach miejskich. ​

Bezpieczeństwo i prywatność

Zapewnienie bezpieczeństwa Operatora jest najwyższym priorytetem, z trzema warstwami zabezpieczeń zapobiegających nadużyciom i zapewniających silną kontrolę użytkowników. ​

• Tryb przejęcia: Operator prosi użytkownika o przejęcie przy wprowadzaniu poufnych informacji do przeglądarki, takich jak dane logowania lub informacje o płatności. W trybie przejęcia Operator nie zbiera ani nie wyświetla zrzutów ekranu wprowadzonych przez użytkownika.​

• Potwierdzenia użytkownika: Przed sfinalizowaniem jakichkolwiek istotnych działań, takich jak złożenie zamówienia lub wysłanie wiadomości e-mail, Operator powinien poprosić o zatwierdzenie.​

• Ograniczenia zadań: Operator jest przeszkolony do odrzucania niektórych wrażliwych zadań, takich jak transakcje bankowe lub wymagające decyzji o wysokich stawkach, takich jak podejmowanie decyzji w sprawie podania o pracę.​

• Tryb oglądania: W szczególnie wrażliwych witrynach, takich jak poczta e-mail lub usługi finansowe, Operator wymaga ścisłego nadzoru nad swoimi działaniami, umożliwiając użytkownikom bezpośrednie wykrycie potencjalnych błędów.​

OpenAI ułatwiło zarządzanie prywatnością danych w Operatorze. Wyłączenie opcji "Ulepsz model dla wszystkich" w ustawieniach ChatGPT oznacza, że dane nie będą wykorzystywane do dalszego szkolenia modeli OpenAI. Użytkownicy mają pełną kontrolę nad swoimi danymi, a Operator nie przechowuje żadnych informacji poza bieżącą sesją, jeśli użytkownik nie zdecyduje się na ich zapisanie.

Dodatkowo OpenAI zapewniło funkcję przejrzystego zarządzania danymi, umożliwiając użytkownikom:

• Usuwanie wszystkich danych przeglądania jednym kliknięciem w ustawieniach Operatora.

• Wylogowanie się ze wszystkich witryn bez konieczności ręcznego opuszczania poszczególnych stron.

• Usunięcie wcześniejszych rozmów z Operatorem, co pozwala na zachowanie pełnej kontroli nad historią interakcji.

Mechanizmy ochrony przed nadużyciami

Aby zapewnić bezpieczne użytkowanie, Operator został wyposażony w zaawansowane mechanizmy zabezpieczające przed próbami manipulacji, nadużyciami i atakami cybernetycznymi. Obejmuje to:

• Ostrożną nawigację – Operator jest zaprojektowany do wykrywania i ignorowania podejrzanych lub ukrytych poleceń, które mogłyby prowadzić do nieautoryzowanych działań.

• Monitorowanie podejrzanego zachowania – Specjalnie zaprojektowany model AI analizuje aktywność Operatora i może zatrzymać jego działanie w przypadku wykrycia potencjalnie szkodliwych aktywności.

• Systemy wykrywania zagrożeń – Automatyczne i ręczne przeglądy pomagają identyfikować nowe zagrożenia i szybko wprowadzać aktualizacje bezpieczeństwa.

OpenAI zdaje sobie sprawę, że wraz z rozwojem technologii mogą pojawiać się nowe wyzwania związane z bezpieczeństwem, dlatego stale monitoruje działanie Operatora i dostosowuje jego zabezpieczenia, aby zapewnić użytkownikom jak najwyższy poziom ochrony.

Co dalej?

Operator jest obecnie dostępny w fazie wczesnego dostępu i OpenAI planuje jego dalszy rozwój w następujących obszarach:

1. Integracja Operatora z API – wkrótce model CUA będzie udostępniony dla programistów, którzy będą mogli wykorzystać jego możliwości w budowaniu własnych agentów AI do automatyzacji pracy w przeglądarkach i aplikacjach.

2. Zwiększenie możliwości – Operator będzie rozwijany w kierunku obsługi bardziej złożonych zadań i dłuższych przepływów pracy, umożliwiając np. zarządzanie dokumentami czy automatyczne raportowanie.

3. Szerszy dostęp – OpenAI planuje udostępnienie Operatora użytkownikom ChatGPT Plus, Team i Enterprise, a także integrację z ChatGPT, co umożliwi automatyzację zadań na jeszcze większą skalę.

Wprowadzenie Operatora otwiera nowy rozdział w rozwoju agentów AI, którzy nie tylko generują treści, ale także aktywnie współpracują z użytkownikami w internecie, wykonując zadania w ich imieniu. Dzięki temu sztuczna inteligencja staje się jeszcze bardziej funkcjonalna, oszczędzając czas i upraszczając wiele codziennych czynności.

Jeśli chcesz dowiedzieć się więcej o Operatorze i jego możliwościach, odwiedź oficjalną stronę OpenAI: Introducing Operator.

Przywództwo

Anna Makanju, Greg Brockman, Hannah Wong, Jerry Tworek, Liam Fedus, Mark Chen, Peter Welinder, Sam Altman, Wojciech Zaremba