23 січня OpenAI анонсувала новий інструмент Operator — агента, який виконує завдання в інтернеті замість людини.
Він може відкривати сайти, заповнювати форми, прокручувати сторінки та навіть створювати меми. Зараз Operator доступний у США для підписників Pro як частина тестування, пише портал OpenAI.
Інструмент працює на основі моделі Computer-Using Agent (CUA), яка поєднує можливості GPT-4 у розпізнаванні зображень і логіці. Агент може "бачити" сайти через скриншоти, користуватися клавіатурою та мишею. У разі труднощів він аналізує свої дії або просить допомогу користувача, наприклад, для авторизації чи введення платіжних даних.
Operator здатен виконувати різні завдання, як-от заповнення форм, замовлення товарів, налаштування параметрів авіаперельотів і одночасне виконання кількох задач. Також користувачі можуть задавати індивідуальні інструкції чи зберігати повторювані запити.
Цей агент спрощує використання цифрових сервісів для людей і компаній. OpenAI вже співпрацює з DoorDash, Uber, OpenTable та іншими сервісами для підвищення їх зручності. У публічному секторі, наприклад, у Стоктоні, інструмент допомагає з реєстрацією у муніципальних програмах.
Наразі Operator має обмеження, але його функціонал планують розширювати. У майбутньому інструмент стане доступним для ширшого кола користувачів і буде інтегрований у ChatGPT.
