夜雨聆风7月17日凌晨，OpenAI搞了场直播。不是发新模型，不是更新API，这次他们让ChatGPT做了一件事——用户说"帮我分析三个竞争对手，做一份PPT"。然后ChatGPT自己打开了浏览器，搜索了三家公司，整理了数据，打开幻灯片工具，生成了演示文稿。全程没有人类插手。
这不是概念演示。这是已经上线、你现在就能用的功能。它叫ChatGPT Agent。
三个AI，合成了一个
要理解ChatGPT Agent，得先知道OpenAI之前有三个独立的产品。
Operator——能看网页、点按钮、填表单的"浏览器AI"。你让它订个餐厅，它会自己打开订餐网站，选位置，选时间，填人数。但它的能力仅限于"操作网页"，不会深度思考。
Deep Research——能从几十个网站里提取信息、综合分析的"研究AI"。你让它调研某个市场，它会搜索、阅读、整理，最后给你一份报告。但它只会"读和写"，不会"动手操作"。
ChatGPT——能推理、对话、规划任务的"大脑"。你问它任何问题，它都能回答。但它被困在对话框里，出不去。
ChatGPT Agent把这三个合成了一个。Operator的手、Deep Research的眼、ChatGPT的脑，统一调度，协同工作。你给一个指令，它自己决定该用哪个能力，该搜索还是该操作，该深度思考还是快速执行。
它到底能干什么
OpenAI在发布会上演示了几个场景，我挑最实际的说。
场景一：会议准备。 你说"看看我日历上明天的会议，根据近期新闻帮我介绍一下背景"。Agent会先读你的日历，知道明天跟谁开会、聊什么话题，然后去搜索相关新闻，整理出一份会议背景摘要。你进会议室之前，准备工作已经做完了。
场景二：竞品分析。 你说"分析三个竞争对手，做一份PPT"。Agent会搜索三家公司信息，提取关键数据——市场份额、产品特点、融资情况——然后打开幻灯片工具，排版生成一份可编辑的演示文稿。不是文字摘要，是真正的PPT文件。
场景三：数据处理。 你说"用最新的财务数据更新这个表格"。Agent会找到数据来源，提取数字，填入你的电子表格。以后每月的财务更新，可能就是一句话的事。
场景四：代码运行。 Agent内置了终端，可以运行代码、下载文件、调用API。这让它在处理需要计算的任务时，不再只是"告诉你怎么做"，而是直接做完给你。
这几个场景有个共同点：以前你得自己一步步操作，现在一句话，AI替你走完整个流程。
跑分：到底有多强
OpenAI公布了一组数据。在"人类最后考试"（HLE）中，ChatGPT Agent得分41.6%。这个测试涵盖一百多个学科的极难问题，之前o3得分约21%，o4-mini也差不多。Agent直接翻了一倍。
在FrontierMath——已知最难的数学基准之一——中，Agent配合工具得分27.4%。之前的最佳成绩来自o4-mini，6.3%。差了四倍多。数字很漂亮。但我更关心的是：它在真实任务中靠不靠谱。
它还不是万能的
用了一段时间后，我发现几个问题。
第一，慢。 简单任务比如查个日历，几秒搞定。但复杂任务比如分析竞品做PPT，可能要跑五到十分钟。你盯着屏幕看它一步步操作，有种看实习生干活的感觉——能做，但你得等。
第二，会卡住。 Agent在浏览网页时，偶尔会遇到验证码、登录墙、反爬机制。这时候它会停下来，提示你"需要手动登录"或"遇到了验证码"。任务暂停，等你处理完再继续。不是完全自主。
第三，额度有限。 Pro用户每月大约400次Agent调用，Plus用户只有40次。听起来不少，但一个复杂任务可能消耗多次调用——搜索、浏览、分析、生成各算一次。真用起来，40次可能两三天就没了。
第四，安全边界。 涉及到发送邮件、购买商品、提交个人信息这类操作，Agent会明确征求你的授权。你不在旁边点"确认"，它不会自己发。这是好事，但也意味着它没法真正"无人值守"。
所以如果你期待的是"睡一觉起来AI把所有活都干完了"——还早。它更像是"你盯着它干，它替你省掉重复操作的部分"。
大厂方案 vs 自己搭
上一篇我教了大家用Claude Cowork搭自动化工作流。有人可能会问：ChatGPT Agent都出来了，我还用自己搭吗？
这是个好问题。两者的定位完全不同。ChatGPT Agent是"通用智能体"——你给它一个任务，它自己决定怎么做。灵活，但不可控。每次执行路径可能不同，结果也有差异。适合一次性、非标准化的任务。
Claude Cowork是"工作流自动化"——你预先设定好步骤，它按固定流程执行。死板，但稳定。每天早上8点跑同样的流程，结果格式一致。适合重复性、标准化的任务。
打个比方：ChatGPT Agent像雇了个临时工，你说干啥它就干啥，但每次干法可能不一样。Claude Cowork像设了条流水线，产品出来质量稳定，但只能做这一种产品。两者不矛盾。临时性的、探索性的任务交给Agent；固定流程的、每天都要跑的，搭工作流。这才是正确的打开方式。
对普通人意味着什么
ChatGPT Agent的上线，标志着一个转变：AI从"回答你的问题"进化到了"替你完成任务"。
以前你问ChatGPT"怎么做竞品分析"，它给你一个方法论，你自己去做。现在你说"帮我做竞品分析"，它直接做完了给你。从"顾问"变成了"执行者"。
这个转变的影响是双面的。好的一面：大量重复性操作——搜集信息、整理数据、制作文档——可以被AI接管。你省下来的时间，可以花在判断、决策、创意上。AI做执行，你做决策，这才是合理分工。
需要警惕的一面：当AI能替你操作电脑、替你浏览网页、替你做PPT时，你可能会逐渐丧失"动手能力"。就像GPS导航让很多人不再记路一样，AI Agent可能让很多人不再会"自己干活"。
我的建议是：让AI做执行，但别让AI替你思考。它可以帮你搜集信息，但结论你自己下。它可以帮你做PPT，但内容框架你自己定。它可以帮你操作电脑，但关键决策你亲自点"确认"。
别急着交出方向盘
Agent时代确实来了。OpenAI、Anthropic、Google都在往这个方向走，不是概念，是产品。
但我们还在早期。现在的Agent，更像是一个"需要你盯着的实习生"——能干活，但会犯错，会卡住，需要你在关键时刻出手。它还远没到"完全自主、完全可靠"的程度。
所以，别急着把工作全交给它。先用起来，摸清它的能力边界，知道什么它能做、什么它做不好。然后，把适合自动化的部分交给它，把需要判断的部分留给自己。
AI替你干活，不等于AI替你做主。
我是佳，RJ创意屋的主理人。每周分享AI前沿热点解读和工具实战教程，帮你把AI变成真正能用的工具。关注我，这周还会有一篇关于AI Agent赛道的深度分析。你用过ChatGPT Agent了吗？留言告诉我你的体验。