OpenAI正式推出名为Dots的全新系统,旨在推动人工智能从传统的被动式聊天机器人向高级自主智能体(Agents)演进。Dots不再局限于对用户提示词进行一次性响应,而是创建持久运行的软件智能体。这些智能体保持活跃状态,能够自主决策并在数千个应用程序中执行多步骤任务。这一举措标志着行业正从对话式工具向具备研究、规划和执行能力、且无需人类持续监督的自主数字员工转变。

从对话到行动:持久性与记忆能力

Dots的概念建立在OpenAI此前Operator和Computer-Using Agent的研究基础之上。早期原型已证明大型语言模型可像人类一样控制鼠标、读取屏幕并遵循指令。Dots在此基础上赋予智能体记忆能力、明确目标以及连续运行数小时甚至数天的自由度。通过原生集成与基于浏览器的控制相结合,这些智能体可连接超过4,000种不同的应用和服务。

“持久性”是Dots与当前聊天界面的核心区别。不同于ChatGPT等在会话结束后遗忘上下文的工具,Dots智能体能在不同会话间维持长期记忆,记住过往决策并根据结果调整未来行为。它们还可根据时间表或触发条件自动运行。例如,智能体可监控库存数据库,当股票水平低于阈值时自动重新订购物资,无需每次单独询问。

核心架构与应用场景

Dots的技术基础由四个相互关联的部分构成:大型多模态模型用于解释屏幕内容;规划引擎将复杂目标分解为步骤并预判障碍;工具使用模块允许点击、填表或运行脚本;安全层则在涉及资金或关键数据前进行审查。

该系统同时服务于消费者和企业账户。个人用户可部署助理预订旅行、总结论文或管理内容日历;企业则可启动专门智能体用于客户支持、软件测试、财务对账或竞争情报分析。得益于浏览器沙箱运行模式,即使服务提供商未建立正式集成,智能体也能与任何基于Web的服务交互。

这4,000个应用的连接能力源于直接API连接与通用浏览器控制的结合。Slack、Gmail、Salesforce、Notion、Figma和GitHub等流行服务已通过结构化端点提供支持;对于其他缺乏API的小众工具,智能体可通过模拟人类操作登录并执行任务。这种通用性解决了大多数组织依赖大量小众工具且无力开发定制API的痛点。

早期演示与安全监管

OpenAI分享的早期演示展示了智能体处理现实办公任务的能力。在一个案例中,智能体研究潜在播客嘉宾名单,按相关性排名,起草外联邮件,并将回复录入电子表格。另一个智能体则审计营销图片的品牌合规性,标记违规并使用内置工具生成修正版本。这些示例表明系统已超越单纯回答问题,转而掌控最终成果。

安全和监管仍是核心关切。OpenAI为每个智能体设定了明确的权限范围,例如研究智能体可访问公共网站但被禁止访问金融系统。用户会收到包含截图和推理过程的详细行动日志,管理员可随时暂停或回滚操作。公司还应用了宪法AI技术,使智能体能拒绝违反道德准则或公司政策的请求。

尽管有上述保障,自主智能体的引入引发了责任归属的新问题。若智能体错误发送合同,责任由谁承担?OpenAI认为在高风险决策中人类必须保持在环(human-in-the-loop),但该系统的核心目的正是减少对持续监督的需求。平衡自主性与控制权可能需要新的组织流程,甚至催生专注于智能体管理的新职位。

竞争格局与未来展望

竞争方面,Anthropic的Claude已在有限范围内实现计算机操作,Google的Project Astra以及Adept、MultiOn和Lindy等框架也显示出平行发展势头。Dots的区别在于其规模、记忆能力以及对数千个应用程序的原生支持目标。通过与OpenAI现有的API基础设施和企业合作伙伴关系绑定,该公司希望加速已在业务中使用ChatGPT的组织内的采用率。

开发人员也将迎来新机遇。OpenAI计划发布智能体构建工具包,让团队能够创建具有专门知识和私有数据源的自定义智能体。律师事务所可构建审查合同的智能体,医院网络可部署跟踪患者随访任务的智能体。由于智能体可被克隆和修改,组织可以像维护脚本库一样维护可信智能体库。

从聊天机器人到智能体的转变,也改变了人们对AI价值的评估标准。成功不再仅由答案质量或创造力衡量,而是追踪节省的时间、避免的错误及交付的成果。这种以结果为导向的指标使AI更接近传统自动化,但增加了刚性RPA工具从未拥有过的灵活性。

长远来看,持久智能体可能重塑工作流程。从产品开发智能体持续监控数据、起草规范并提交工程审查,到个人财务智能体在风险参数内执行交易,这些曾属科幻的场景在技术上已成为可能。当然,技术能力并不保证顺利接纳,员工可能对独立行事的软件感到不安,这需要培训计划和新合规政策的支持。

OpenAI表示Dots将逐步推出。预计首批访问权将提供给已参与早期访问计划的企业客户,随后通过ChatGPT界面提供更广泛的可用性。定价可能遵循基于行动次数、计算工时或完成任务数的消费模式,而非简单的令牌计数。全天候智能体的到来,标志着AI行业从令人印象深刻的演示向实用数字劳动的过渡。下一代AI不仅会谈论工作,更将持续、安静地以单个人类无法匹敌的规模执行工作。