2025年7月23日，红杉资本举办闭门对话会，与OpenAI团队深入探讨旗下AI智能体产品ChatGPT Agent的研发内幕、技术创新与未来潜力。会议详细介绍了ChatGPT Agent的技术突破、安全机制、应用场景、未来愿景及商业化前景，引发行业广泛关注。
ChatGPT Agent的技术突破
ChatGPT Agent于2025年7月18日正式发布，其核心能力源于Operator（视觉交互）与Deep Research（文本研究）两大技术的融合。在工具集成方面，通过虚拟计算机环境整合文本浏览器、视觉浏览器、终端、API四大工具，所有工具共享状态，模拟人类多任务处理流程。在策略训练上，团队在数千个虚拟机中训练模型自主发现最优任务策略，例如模型可连续执行长达1小时的多步骤任务，演示中该产品耗时28分钟完成“估算OpenAI估值”任务，并自动生成完整分析报告。
严密的安全机制构建
面对自主性提升带来的风险，OpenAI部署了严密的安全体系。在实时监控与权限确认方面，执行敏感操作前需用户授权，界面支持实时监控任务进度，用户可随时介入修正。同时，生物风险团队主导数周攻防测试，即红队测试防滥用，确保模型不被用于有害用途，并建立快速响应协议。此外，安全、法律、工程团队跨部门协作，设计防护层，形成从数据筛选到行为监控的全链条保障。
广泛的应用场景覆盖
目前ChatGPT Agent已覆盖自动化办公、消费决策、研究支持三大类高频需求。在自动化办公场景中，可分析Google Docs数据生成可视化幻灯片，调用终端处理电子表格；消费决策场景下，视觉浏览器精准筛选商品，文本浏览器比价并生成购买建议；研究支持方面，能综合分散信息输出结构化报告，减少人工检索耗时。孙之清强调用户可下达开放式指令，尽管当前完成度有限，但迭代将快速优化结果。
迈向“通用超级智能体”的愿景
团队披露了ChatGPT Agent的下一步技术路线图。在记忆与个性化升级上，学习用户习惯后主动执行任务，减少人工触发；交互模式革新方面，开发语音指令、图形界面等非聊天式交互，提升自然协作体验；通用性目标是最终实现“处理人类在计算机上的近乎所有任务”，成为下一代计算平台入口。凯西・楚补充强化学习已统一应用于相关技术，未来将探索更复杂的代码调试与动态适应能力。
商业化前景与战略转型
据红杉资本分析，ChatGPT Agent标志着OpenAI从对话工具向“任务执行平台”的战略转型。行业预测显示，Agent技术或助力OpenAI在2029年达成1740亿美元销售额。目前，Plus及以上用户每月可使用40次该功能，覆盖自动化需求的核心场景。此次披露也印证了小团队高效协作的OpenAI模式，随着ChatGPT Agent逐步开放，人类与AI的协作范式或将迎来重塑。
以上文章由 AI 总结生成
