OpenAI 深夜發布 ChatGPT Agent：對標Manus、硬剛 Grok 4

作者 | 岑祎揚

責編 | 王啟隆

出品 | AI 科技大本營（ID：rgznai100）

投稿或尋求報道 | zhanghy@csdn.net

在馬斯克發布 Grok 4 模型之后，OpenAI 帶著新產品來了。

這次發布會沒有網傳的 GPT-5 或者 Open-Weight 的模型，但首發了 Manus 同款的 ChatGPT Agent。

ChatGPT Agent的核心亮點在于它整合了“Operator” 網絡搜索智能體與“Deep Research”深度研究智能體。OpenAI表示，這解決了上一代產品的功能局限?！癘perator”雖然擅長網絡信息檢索，卻無法進行深度分析和撰寫專業報告；而“Deep Research”雖具備研究能力，但無法實時利用網站信息或訪問需用戶驗證的內容來優化報告。

工具方面，OpenAI為 ChatGPT 配備了圖形化瀏覽器、文本瀏覽器、命令行終端及API調用等多種工具，使其能通過文本與視覺畫面全面理解網絡信息。ChatGPT 甚至可以接入用戶的郵件和 GitHub 賬戶，從而在回答中融入個性化內容。對于需要用戶認證的網站，用戶可在智能體內置的瀏覽器中完成登錄，授權智能體執行更深入的研究與任務。這種多路徑的信息獲取與交互方式，讓ChatGPT 能自主選擇最高效的方案來完成任務。

在運行機制上，ChatGPT Agent 可以調用虛擬計算機來運行代碼或搜索信息。用戶可以隨時終止或接管正在執行的任務，并獲取已經生成的結果，保證了用戶的主導權。在補充信息或提供新的指令后，ChatGPT 能夠無縫繼續之前的工作，并在必要時向用戶請求進一步的澄清，實現了高效的人機協同。

然而，ChatGPT Agent 所展示的許多核心功能，都與此前的 Manus 高度相似。在首發演示中，Manus 就已展示了調用其虛擬計算機來解壓并閱讀用戶簡歷的能力，并可以在任務執行過程中隨時中斷、添加新的簡歷或要求生成新的數據表格。

在與網絡環境的交互方面，Manus 也能夠像真人一樣瀏覽網站，根據用戶設定的具體要求（如租金、位置、學區）篩選并記錄房屋信息。值得注意的是，在處理銀行卡號等敏感信息的環節，Manus 也支持用戶隨時接管操作界面，從而保障個人隱私安全。從可中斷的工作流到安全的私密信息處理，再到定時執行任務的能力。

在性能方面，ChatGPT Agent 展現了其前沿水平。在測試專家級知識的 HLE（Humanity's Last Exam）基準測試中，ChatGPT 的最高得分達到44.4%，與Grok 4持平。而在 FrontierMath 數學測試中，ChatGPT Agent 更是以顯著優勢登頂，成績高出 o4 mini 8%，比 Grok 4 高出15%。

在處理數據任務的 DSBench 測試中，ChatGPT Agent 大幅領先人類專家，數據分析和數據建模的優勢分別達到了25%和20%。然而，OpenAI 首次引用的電子表格（Spreadsheet）測試卻暴露了當前AI的短板。即便能夠調用 Excel 工具，ChatGPT Agent 的正確率也僅為45%，遠低于人類71%的水平。這似乎在暗示，即使AI的浪潮沖擊著各行各業，需要復雜邏輯的會計等崗位短期內仍難以被完全取代。

正如 Anthropic 在 Claude Research 文章中所陳述的觀點，目前的智能體更適合應用于金融等高回報、高價值的任務場景。在內部的投行建模測試中，ChatGPT Agent 成功完成了71.3%的入門級任務（例如，為一家財富500強公司建立標準的三報表財務模型），表現明顯優于 o3 和DeepResearch。巧合的是，Anthropic 也在同日宣布了其金融智能體的計劃，這預示著金融投資領域正迅速成為頂級 AI 公司競逐的下一個焦點。

從亞馬遜發布 Kiro 智能體編程軟件，到馬斯克為 Grok 增加“同伴模式”以深化人機交流，再到 Manus 在日常任務自動化上的探索，智能體的應用市場已初顯擁擠。在此背景下，OpenAI 與 Anthropic 不約而同地將目光投向金融行業，揭示了智能體競賽的下一個方向。

AI 產品爆發，但你的痛點解決了嗎？

2025 全球產品經理大會

8 月 15–16 日

北京·威斯汀酒店

互聯網大廠、AI 創業公司、ToB/ToC 實戰一線的產品人

12 大專題分享，洞察趨勢、拆解路徑、對話未來。

立即掃碼領取大會PPT

搶占 AI 產品下一波紅利