88. 和吴翼技术解读OpenAI Operator：推理从抽象世界走向物理世界的开端

2025刚开年，全球AI届就已高度共识，将2025年定义为“智能体元年”。

北京时间1月24日凌晨，OpenAI率先抢跑，发布智能体产品Operator（操作员），打响了全球智能体竞赛的第一枪。

在Operator发布前，广密在我们的节目中预言，25年核心关键词是Agent、Agent、Agent，这些AI产品最终会演变成一个任务容器，朝着“下一个Google”方向进发。

本集节目，在Operator发布后，我邀请前OpenAI研究员、清华叉院信息研究院助理教授吴翼，从技术视角解读Operator和Agent之年。

我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）

• 02:55 对Operator的感官感受
• 04:19 Operator在AGI路线图上的地标：多模态、连续交互、闭环控制系统
• 06:34 OpenAI内部还有更好的模型，智力会刷得很高，Operator带有泛化性
• 08:17 Operator是多模态、闭环的o1，一个Agent o1的版本
• 08:57 为什么Operator是单独入口？
• 11:13 Operator包含的技术要点：基座模型、高质量数据集、高效大规模支持Agent的强化学习系统
• 14:10 有关Operator底层用的新模型：Computer-Using-Agent（CUA）
• 19:02 2025是Agent之年：多模态模型+强化学习
• 20:49 回溯到2016年，OpenAI成立后第一个大项目就是Web Agent，但失败了
• 22:40 OpenAI的5级分类：聊天机器人Chatbots〉推理者Reasoners〉智能主体Agents〉创新者Innovators〉组织Organizations，技术演进轨迹，人类参与越来越少
• 31:26 Operator在与人类协作时，如何平衡自主决策和人类指令的优先级？
• 32:30 Operator怎么整合语言、视觉和动作等不同模态的信息？
• 34:11 Operator能否支持与其他Agent的协作？这种协作的机制是什么？
• 38:45 广密说Chatbot不是提取智能最有效的交互方式，Operator能有效提取智能吗？
• 42:14 OpenAI智能提升与更多产品的关系
• 49:48 Agent这个词从博弈论进入人工智能，现在指大语言模型调用外部世界
• 54:29 Agent中有创业公司的机会吗？
• 58:57 Operator释放了信号：逻辑推理从抽象世界走向视觉物理世界的开端
• 01:02:27 如果Agent在未来成为主流，人类与AI的协作方式会发生哪些变化？
• 01:06:46 大公司全部开着重装坦克往前走，其他人怎么办？

预言单集：大模型季报年终特辑：和广密预言LLM产品超越Google之路

吴翼往期：和OpenAI前研究员吴翼解读o1：吹响了开挖第二座金矿的号角

【更多信息】

联络我们：微博@张小珺-Benita，小红书@张小珺

更多信息欢迎关注公众号：张小珺