أعلنت OpenAI عن إصدار بحثي تجريبي لـ Operator، وهو وكيل يعمل بواسطة Computer-Using Agent (CUA)، والذي يجمع بين قدرات الرؤية في GPT-4o والتعلم بالتعزيز للتفاعل مع واجهات المستخدم الرسومية. يعالج CUA بيانات البكسل الخام ويستخدم فأرة ولوحة مفاتيح افتراضيتين للتنقل عبر مهام متعددة الخطوات في بيئات رقمية متنوعة دون الاعتماد على واجهات برمجة التطبيقات الخاصة بنظام التشغيل.
- يحقق CUA نتائج متقدمة، حيث حصل على 38.1% في OSWorld، و58.1% في WebArena، و87% في WebVoyager.
- يعمل الوكيل من خلال حلقة تكرارية للإدراك والاستدلال عبر سلسلة الأفكار (chain-of-thought) والتنفيذ، ويتكيف مع التغييرات غير المتوقعة.
- تشمل تدابير السلامة رفض المهام الضارة، وقوائم حظر للمواقع المحظورة، والرقابة في الوقت الفعلي، وتأكيدات المستخدم للإجراءات الحساسة.
الإصدار البحثي التجريبي متاح لمستخدمي طبقة Pro في الولايات المتحدة على الرابط operator.chatgpt.com لجمع الملاحظات وتحسين تدابير السلامة مع تطور التكنولوجيا.