OpenAI将ChatGPT扩展为跨平台桌面Agent,可操控本地应用、文件和浏览器内容,实现端到端任务自动化;整合Chat、Work和Codex。
OpenAI 正在将 ChatGPT 从单纯的聊天扩展到 ChatGPT Work——一个跨平台的工作环境,包含一个能够与本地应用程序、文件和浏览器内容交互的 Desktop Agent。这一变化的意义在于:它让 ChatGPT 更接近一种「可操作」的角色——不仅仅是解释如何完成一项任务,而是可能自己去点击、输入、移动文件,并在项目中保持持续参与。
在 OpenAI 官方发布的 ChatGPT Work 公告中,公司将其描述为 Web、移动端和桌面端统一的体验。桌面应用整合了 Chat、Work 和 Codex,内置浏览器和本地计算机能力旨在支持更上下文关联的端到端工作。OpenAI 的术语以 ChatGPT Work 和 Computer Use 为核心。"Computer History"(计算机历史)这一名称出现在最初的信息来源中,但并非官方公告中使用的正式功能名称。
这一底层转变对开发者和知识工作者而言意义重大。聊天界面传统上依赖用户将信息复制到提示词中、描述文件所在位置,并手动将结果带入下一个应用程序。Desktop Automation 可以减少这些交接环节——前提是用户授予相关访问权限,且组织建立了适当的管控措施。
ChatGPT Work 被定位为一个跨越应用和文件的 Agentic 工作层。OpenAI 表示,桌面 Agent 可以在本地后台运行,包括与应用程序、文件和浏览器内容交互。它还重点介绍了插件、工作流和 Scheduled Tasks,作为连接工具和自动化跨已连接应用及本地文件 recurring actions 的方式。
这并不意味着每个任务都应该不加审查地委托出去。实际价值取决于工作流定义的清晰程度、所需的权限,以及错误操作的后果。例如,在本地文件中移动或修改文件与在聊天窗口中起草回复有着本质区别。对团队而言,相关问题不仅仅是 Agent 能否执行一系列操作,而是human approval(人工审批)应该在这一序列的哪些环节保留。
对软件团队而言,这可能会改变日常工作的形态,而非消除对专业技能的需求。开发者可以利用桌面环境在同一上下文中处理文件、基于浏览器的文档和本地应用程序。但可靠的使用仍然需要清晰的任务边界、审查实践和访问决策。OpenAI 表示 Codex 将合并到新的 ChatGPT 桌面应用中,将面向编码的工作带入更广泛的 Chat、Work 和 Codex 桌面体验。
OpenAI 更全面的 Memory 和个性化文档为了解 ChatGPT 能够跨应用和网站记住活动这一说法提供了重要背景。Memory 可以引用过去的聊天以及通过应用访问的信息来定制未来的响应,具体取决于用户的 memory 和数据控制设置。精确的控制选项和数据使用细节可能因套餐和地区而异。
这一区别很重要。桌面访问、Agent 操作和个性化是相关能力,但并非可互换的。Agent 可以使用计算机执行任务;Memory 则可以在设置允许的范围内,通过保留相关上下文使后续交互更加定制化。评估综合体验的组织应确定:哪些信息可以被访问、哪些可以被保留,以及哪些工作流值得拥有持久上下文。
最直接的影响包括:
OpenAI 将 ChatGPT Work 定位于拥有企业治理、管理控制和合规可见性的组织。其声明的控制措施旨在帮助组织管理谁可以访问什么、哪些工具可以连接,以及 Agent 可以执行哪些操作。OpenAI 还指出 Compliance API 是这一企业导向治理方法的组成部分。
这些控制是采用的核心,而非管理上的事后考虑。跨应用自动化可能暴露比独立聊天会话更广泛的运营上下文。因此,团队应映射已连接的应用、识别敏感文件位置、为影响重大的操作定义审批节点,并决定哪些员工角色需要访问。
该功能覆盖 Windows 和 macOS 桌面端,同时 ChatGPT Work 也在 Web 和移动端有相应描述。OpenAI 表示桌面应用在所有计划(包括 Free)中提供 Chat、Work 和 Codex,尽管特定能力、控制选项和个性化行为的访问权限可能因计划和地区而异。现有的 Codex 用户有迁移路径可以转到更新后的桌面应用程序。
对企业而言,桌面 Agent 在作为受治理的工作流组件而非通用自主运行程序引入时最为有用。Scalevise 可以帮助团队评估高价值用例、定义权限和人工审查节点,并通过 AI 咨询将 AI 能力连接到实际运营流程,以实现受治理的桌面 Agent 采用。这将有望实现的自动化转化为考虑到生产力、数据处理和问责制的实施计划。请请求咨询以规划安全、实用的 ChatGPT Work 推广路径。
什么是 ChatGPT Work?
ChatGPT Work 是 OpenAI 在 Web、移动端和桌面上提供的工作导向 ChatGPT 体验。在桌面上,它包含一个能够与本地应用、文件和浏览器内容交互的 Agent,以帮助执行工作。
ChatGPT Work 能否对文件和应用程序执行操作?
OpenAI 表示其桌面 Agent 可以在本地应用程序中点击、输入和移动文件,也可以与浏览器内容交互。可用的操作取决于已连接的工具、权限和适用的控制。
ChatGPT 会记住已连接应用中的信息吗?
OpenAI 文档说明 Memory 和个性化可以引用过去的聊天以及通过应用访问的信息。信息是否可以为未来的响应而被保留,取决于 memory 设置,并可能因计划和地区而异。
OpenAI 为企业强调了哪些治理控制?
OpenAI 强调了管理控制、企业治理和合规可见性,包括 Compliance API。这些旨在帮助组织管理访问权限、已连接的工具和 Agent 可以执行的操作。
ChatGPT Work 代表了 OpenAI 桌面雄心的实质性扩展:ChatGPT 现在可以作为跨本地应用程序、文件和 Web 上下文的工作 Agent 使用,而不仅仅是一个对话界面。其潜力在于减少碎片化的交接环节并支持更长时间运行的任务。然而,它在商业环境中的成功将取决于围绕 Agent 被允许执行操作的权限、Memory 选择和治理的谨慎设计。