OpenAI终极野心：让AI像人一样操作电脑

时间：2026年8月20日 地点：美国旧金山 / 全球 人物：阿里·韦恩斯坦（OpenAI电脑操作团队经理）、詹姆斯·孙（OpenAI浏览器能力负责人）、周宇（哥伦比亚大学AI研究员）、萨姆·奥尔特曼（OpenAI CEO） 事件详情：OpenAI员工透露，公司正在接近实现从2015年成立时设定的核心目标——让AI智能体像人类一样熟练操作电脑，尤其是使用浏览器。电脑操作团队经理阿里·韦恩斯坦表示：一旦ChatGPT操作电脑和软件的速度超过你我，就会改变人们默认与电脑交互的方式。最新模型在训练初期到后期全流程加入了提升电脑操作能力的数据和训练，初期阶段很可能已加入逐帧屏幕截图；后期阶段用真人示范任务完成过程；并辅以强化学习让模型反复尝试虚拟任务。技术上，OpenAI彻底重构了信息获取方式：不再单纯依靠屏幕截图，而是直接读取网页底层信息——内存结构、无障碍信息、链接关系，从而实现更精准的浏览器操控。Codex执行文件名SkyComputerUseClient，源自OpenAI去年10月收购的Sky团队（创始人Ari Weinstein与Conrad Kramer正是Apple Shortcuts原班人马），核心技术为AX Tree（macOS无障碍层级树），直接把屏幕结构化数据喂给模型，远胜传统截图视觉识别方案。 背景：电脑操作是OpenAI成立十年来的核心愿景之一。此前2025年1月发布的Operator基于GPT-4o视觉能力，靠截屏推断再点击，在OSWorld基准上仅38.1%（人类72.4%）。此次升级依托2025年10月收购Sky获得的能力，并在2026年4月Codex Mac重大更新中落地——Computer Use、内置浏览器、90+插件、记忆与自动化任务六大能力同步上线。OpenAI官方称Codex每周活跃开发者已超300万，其中50%的用户已在用Codex做非编码任务；内部85%以上的输出Token来自Codex。截至2026年5月，80.6%个人用户发起过相当于人类30分钟以上的Codex请求，25.6%发起过超8小时的请求。 影响：1）用户层面，长尾网站、内部库存系统、社媒平台等"为人类手动点击设计"的工具，将首次被AI智能体规模化接管——数据录入、合规任务、日程安排进入"AI自动跑"阶段；2）竞争层面，Anthropic、Perplexity的computer use仍依赖截图，OpenAI的AX Tree路线领先半个身位，macOS生态优势短期内难以被复制；3）安全层面，Altman 2025年公开示警"实用价值很大，潜在风险也同样不小"，OpenAI采取"确认策略"——智能体向外传输数据或删除内容前必须经用户授权；Malwarebytes总经理Mark Beare评价称仍"有西部荒野感"。 总结：OpenAI正把2015年定下的"让AI像人一样操作电脑"愿景推向商用临界点。Codex Mac已能在macOS上操控鼠标键盘、跑多Agent并行、后台自动恢复上下文，并完成"完整闭环"——自测代码、发现问题、继续修改。但目前速度仍不足以应对任意网页、任意应用、任意操作系统；邮件回复、社媒浏览明显滞后。OpenAI正沿"先桌面后全平台、先高频后长尾"的路线稳步推进，电脑操作技术离"AI编程目前效率"的临界点越来越近。 参考来源： 1. IT之家：揭秘OpenAI的"终极野心"：让智能体像人类一样熟练操作电脑 https://www.ithome.com/0/992/339.htm 2. 同花顺财经：揭秘 OpenAI 的"终极野心"：让智能体像人类一样熟练操作电脑 https://news.10jqka.com.cn/20260820/c679145579.shtml 3. 新浪科技：揭秘 OpenAI 的"终极野心" https://tech.sina.cn/2026-08-20/detail-ininyncn1930863.d.html 4. OpenAI官方：计算机使用智能体（CUA）技术详解 https://openai.com/zh-Hans-CN/index/computer-using-agent/ 5. Business Insider via Bundle.app：Why OpenAI wants you to let ChatGPT take over your computer, web browser and all https://www.bundle.app/en/bilim/why-openai-wants-you-to-let-chatgpt-take-over-your-computer-web-browser-and-all-4b936c61-fde0-4733-a032-662a7532739e 6. OpenAI官方：智能体如何重塑工作方式 https://openai.com/zh-Hans-CN/index/how-agents-are-transforming-work/ 7. 53AI：Codex 的 computer use 功能，为什么这么好用？ https://www.53ai.com/news/LargeLanguageModel/2026052345908.html 8. 今日头条：OpenAI彻底重构Codex，长出独立鼠标，自己排班狂卷打工人 https://www.toutiao.com/article/7630190665963455028