最近OpenAI的一个新动向，意外地提前曝光了——一个名为Operator的自主Agent，性能数据相当抢眼。虽然官方还没正式发布，但从泄露的技术文档来看，这可能是目前最接近“全能操作员”的AI助手了。

惊人的性能数据

在「Operator System Card Table」这份内部评测报告里，这个神秘的AI Agent在浏览器操作任务中拿到了87.0%的高分。对比一下：Claude 3.5 Sonnet是56.0%，Google Mariner是83.5%。Operator不仅大幅领先Claude，甚至比Google的同类产品还高出3.5个百分点——这在AI圈可不是小差距。

更让人意外的是电脑操作能力。在纯桌面环境下的评测中，Operator得分38.1%，而Claude 3.5 Sonnet只有22%。虽然整体还不到40%，但考虑到这类任务的难度，以及相比竞品的绝对优势，这个起点已经相当可观了。

安全性能出众

除了能力指标，安全表现同样值得关注。根据数据，Operator在处理潜在危险指令时的拒绝率超过了97%——这意味着它几乎能识别所有可能造成风险的操作，并且果断拒绝执行。对于一款要直接操作浏览器的Agent来说，这样的安全冗余至关重要。

更多细节即将揭晓？

更有趣的是，据Axios报道，Sam Altman已经安排了一场与美国政府官员的闭门会议，时间定在1月30日。不少业内人士猜测，这次会议很可能与一个超级Agent的重大突破有关。考虑到Operator最近刚刚曝光，这个时间点就显得格外耐人寻味。

还有消息称，Operator将作为ChatGPT应用的一部分推出。如果配合即将发布的o3-mini，这个产品组合的时间窗口确实很合理——先推出轻量级推理模型，再跟进自主Agent，节奏感很强。

最后

从目前披露的技术指标来看，Operator在某些方面可能略逊于GPT-4o，但在自主操作能力和安全性上，已经达到了相当高的水准。不过，昨天Sam Altman本人又放出了一句耐人寻味的话：会发布一些比较酷的东西，但请把预期降低100倍。

有意思的是，头条评论下面有人贴出了Deepseek r1的模型卡，并附了一句话：“我们已经看到了AGI的火花。”这种微妙的对比，或许才是这场发布会最值得玩味的地方。