梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
要花1450元才能玩到Operator，让本来满满期待的大伙，一下难受住了。
而交了钱的各位，开始兴奋的晒出各种测试结果。
有网友分享，Operator通过浏览网页在3分钟之内帮打找到了附近牙医诊所，回报了地址和电话。
也有人让它作为研究助手，在arXiv上挨个打开每篇论文，看完后输出总结。
也有“坏人”专门出难题，看AI如何应对：让Operator到ChatGPT官网使用Operator会如何？
但没想到OpenAI预判了他的预判，直接给出一个嘲讽式报错。
试得好，下次别试了。
强如Operator，上网冲浪时也会被验证码难住，但好在它学会了向人类用户求助：
我遇到了一个验证码……你能接管并帮我搞定吗？
没错，这只是一个早期预览版。
参与发布直播的基础研究贡献者（Fundamental Research Contributor）Casey Chu认为，它会犯错误，但它让你提前窥见未来。
而且他的这个帖子，就是Operator寄几发的，成功套娃了：
核心贡献者（Core Contributor）Yilong Qin认为，测试时间计算的Scaling Law在这里继续发挥威力。
给Agent更多时间，它会内省、更新、一遍又一遍地尝试直至最终成功。
同为核心贡献者的姚顺雨表示，有了强化学习的新范式，Operator的进步速度会像从o1-preview到o3一样。
同时他介绍，Agent是OpenAI（甚至是AI）诞生以来就有的目标，在发展过程中做了多次尝试。
但只有发现GPT和草莓（o1）两种新范式后，Agent的潜能才真正被解锁。
2025年将是Agent之年。
他为什么这么说？还要从OpenAI成立之初讲起。
OpenAI的十年Agent之路
早在2016-2017年，OpenAI就通过Word of Bits和Universe探索了让AI操作浏览器上网。
Word of Bits由OpenAI与斯坦福大学合作，参与者包括大家熟悉的Karpathy和Jim Fan、斯坦福大学副教授Percy Liang等，以及姚班校友施天麟。
施天麟只在OpenAI工作了一年，随后在2017年创办了Cresta，业务正是AI Agents 方向，专注于为客服中心提供各种AI助手。
2024年11月，Cresta完成1.25亿美元D轮融资，总融资金额达到2.7亿美元。
OpenAI Universe则是一个Agent训练和测试的平台。他们从李飞飞的ImageNet上受到启发，希望能把图像识别任务上的快速进步复制到Agent领域。
2017年的Universe已经能让AI完成一些简单的浏览器操作，以及玩Atari游戏等任务。
但随后不久，OpenAI就把主要精力从强化学习转向了语言模型GPT系列上。
2021年底，到了GPT-3时代，OpenAI不忘初心推出WebGPT，使用基于文本的Web浏览器更准确地回答开放式问题。
这项研究把GPT-3回答开放式问题的真实性和有用性从20%-30%提升到了40%-80%，但仍未达到人类平均水平。
WebGPT的作者中，有4位也出现在最新的Operator贡献名单里，分别是欧阳龙，Christina Kim，Reiichiro Nakano，Kevin Button。
其中Reiichiro Nakano（中野礼一郎）是Operator项目的研究主管之一，也出现在了发布直播中。
△Sam Altman，Yash Kumar，Casey Chu，Reiichiro Nakano
最新的Operator背后模型命名为CUA（Computer Use Agent），与此前的探索相比，有了几项重大突破：
参与、观察了整个十年发展过程的Karpathy总结到：
Operator之于数字世界，就像人形机器人之于物理世界。
在数字世界的发展速度要比物理世界更快，因为翻转比特的成本相比移动原子只有约1/1000。
……
与其说2025年是Agent年，不如说2025-2035年是Agent的十年。
World of Bits
Universe
WebGPT
Operator
参考链接：
[1]
[2]
[3]
[4]
[5]
[6]
[7]
还没有评论，来说两句吧...