详情

　　7月，OpenAI尚未按照此前贪图发布GPT-5，智能体方面的更新先行面世了。

　　北京工夫7月18日凌晨，OpenAI直播发布了ChatGPT Agent，这一智能体交融了Operator智能体网页交互智商以及Deep Research功能，使ChatGPT内置诡计机能匡助用户完成复杂的多模式任务。

　　“当今ChatGPT不错想考和看成，能主动从手段用具箱中选拔用具，完成一些任务。”OpenAI先容，这些任务包括“稽察我的日期并字据近期新闻先容行将举行的会议”“分析三个竞争敌手并创建幻灯片”等。此外，用户还不错实施一些访佛任务，举例将屏幕截图改动为可裁剪PPT、用新的财务数据更新电子表格、重新安排会议。

　　据先容，ChatGPT的使命经过包括浏览网站、过滤成果、指示用户登录酌量账号、运行账号、分析、创建电子表格和幻灯片。

　　此前OpenAI曾单独发布Operator和Deep Research功能，其中Operator亦然一个智能体，不错转变、点击网页，帮用户完成餐厅预订等任务，Deep Research则主要面向信息深度分析和整合任务。OpenAI称，这次ChatGPT的中枢更新是创建了一个谐和的智能体系统，使Operator换取网站的智商、Deep Research整合信息的智商、ChatGPT对话智商胶漆相投。这次发布的智能体系统不错调用可视化浏览器、文本浏览器、终局用具、API接口，阔别可用于与网页交互、惩办多量文本、运行代码或下载文献、造访GitHub等左右数据。

　　从基准测试推崇看，在跨学科群众级测试Humanitys Last Exam中，ChatGPT Agent回复准确率为41.6%，向上Deep Research的26.6%、o3模子的24.9%；在数学基准测试FrontierMath中，ChatGPT Agent准确率为27.4%，高于o4 mini的19.3%和o3的10.3%；在针对真确常识使命任务的里面评测中，ChatGPT Agent在约半数案例中的推崇与东说念主类执平或向上东说念主类；在推行数据科学任务DSBench测试中，ChatGPT的分析与建模准确率阔别为89.9%和85.5%，向上东说念主类水平；在掂量模子承担一到三年投资银行分析师建模任务智商的里面基准上，准确率高于o3和Deep Research。

　　不外，天然ChatGPT Agent在SpreadsheetBench测试（评估模子裁剪真确场景电子表格的智商）中，推崇向上OpenAI的其他模子，但其最高得分45.5%还是远低于东说念主类得分71.3%。

　　OpenAI称，这次更新是一个运转，公司将不息如期迭代鼎新。

　　Agent的智商很猛进程上取决于基础模子的智商。发布ChatGPT Agent后，OpenAI最受热心的更新还是推出GPT-5。此前OpenAI CEO奥尔特曼示意，GPT-5可能于本年夏天推出，OpenAI代表此前曾经表露，初步预测的发布工夫是在本年7月。现时，濒临来自DeepSeek等厂商的竞争，OpenAI还是需要通过推出新的基础模子来施展自己的最初地位。

　　从Agent演进上看，有Agent成立者告诉记者押大小的赌博软件，本年Agent预测不错在数十步较复杂的用具调用中，作念到90%的准确率，基本达到可商用情状。但基础模子的智商还是还有所欠缺，基础模子还难以作念到自主调用上万个用具并自主实施。