突發(fā)！OpenAI深夜推出瀏覽器ChatGPT Atlas：一文深度詳細解析「率先支持mac OS」

Sam Altman 太“壞了”，昨天DeepMind產品負責人logan 宣布今天要發(fā)新新東西，結果又被sam截胡，OpenAI終于丟出了瀏覽器產品：ChatGPT Atlas。Sam 新口號（新大餅）：重塑瀏覽器

就在剛剛，OpenAI 正式推出名為 ChatGPT Atlas 的全新人工智能驅動的瀏覽器，旨在通過將對話式 AI 深度集成到用戶的日常網(wǎng)頁瀏覽體驗中，從而徹底改變人們與互聯(lián)網(wǎng)互動的方式。其核心理念是，AI 提供了一個十年一遇的契機，可以重新思考瀏覽器的本質和功用。Atlas 并非簡單地在傳統(tǒng)瀏覽器上附加一個聊天按鈕，而是將 ChatGPT 作為其“跳動的心臟”，使其成為一個能理解、協(xié)助甚至代為執(zhí)行任務的智能伴侶

界面長這樣，感覺平平無奇：

ChatGPT Atlas引入了三個核心功能：

讓聊天無處不在的“隨行聊天 (Chat Anywhere)”、能夠跨網(wǎng)站學習用戶偏好的“瀏覽器記憶 (Browser Memory)”以及可以自主操作網(wǎng)頁完成復雜任務的“代理模式 (Agent Mode)”。通過這些創(chuàng)新，ChatGPT Atlas 致力于將瀏覽體驗從被動的信息展示，轉變?yōu)橐环N主動、高效且高度個性化的協(xié)同工作流程

ChatGPT Atlas 今天面向全球的 macOS 用戶正式上線。所有用戶均可下載和使用基礎版的瀏覽器，更高級的“代理模式 (Agent Mode)”功能，在初期將僅對 Plus 和 Pro 付費用戶開放，Windows、iOS 和 Android 平臺的版本正在開發(fā)中

以下是詳細解讀，先不要看會不會顛覆現(xiàn)有的額瀏覽器，大家可以感受一下OpenAI的思路，感興趣的接著往下看：

Atlas 的三大支柱：核心功能解析

Atlas產品負責人 Adam Fry 詳細介紹了構成 ChatGPT Atlas 體驗的三大核心功能支柱。Atlas 在提供創(chuàng)新功能的同時，也保留了所有用戶熟悉的傳統(tǒng)瀏覽器元素，如標簽頁、書簽、密碼自動填充等，確保了無縫的過渡體驗。以下是三個功能解析

1.Chat comes with you anywhere (隨行聊天)

這個功能旨在解決用戶在傳統(tǒng)工作流中反復在不同標簽頁之間復制和粘貼內容的痛點。在 Atlas 中，無論你正在撰寫電子郵件、編輯文檔還是瀏覽任何網(wǎng)頁，ChatGPT 都可以被即時調用。它會以側邊欄或行內工具的形式出現(xiàn)，并且能夠理解你當前頁面的上下文

這意味著當你需要幫助時，AI 助手就在你手邊，并且因為它了解你正在做什么，所以能夠提供更具相關性和幫助性的建議。這徹底改變了以往需要打開一個專門的 ChatGPT 標簽頁，再將內容粘貼過去進行處理的繁瑣流程

2.Browser Memory (瀏覽器記憶)

該功能將 ChatGPT 廣受歡迎的“記憶 (memory)”特性從單一的聊天會話擴展到了整個網(wǎng)絡瀏覽體驗中。Adam 解釋說，用戶之所以喜愛 ChatGPT 的記憶功能，是因為隨著使用時間的增長，它會變得越來越個性化，更能理解用戶的需求。在 Atlas 中，這種個性化的學習能力將貫穿你訪問的每一個網(wǎng)站。瀏覽器會安全地、選擇性地記住你的偏好、歷史記錄和行為模式，從而提供更加貼心和高效的幫助。這使得整個瀏覽器體驗隨著你的使用而不斷進化，變得越來越懂你，最終成為一個真正為你量身定制的工具

3.Agent (代理模式)

這是 Atlas 最具突破性的功能。在代理模式下，ChatGPT 不再僅僅是一個提供信息和建議的助手，而是能夠主動為你“采取行動 (take actions)”的執(zhí)行者。當你授權它時，屏幕上會出現(xiàn)一個代表代理的小光標，它會像人類用戶一樣開始在網(wǎng)頁上點擊、輸入和導航。舉例來說，代理可以幫助你預訂餐廳或機票，甚至直接在你正在處理的文檔中進行編輯。這一功能將瀏覽器從一個信息消費工具，轉變?yōu)橐粋€可以為你分擔實際工作的強大生產力平臺

Atlas 體驗

統(tǒng)一的主屏幕

Atlas 的主屏幕，這是用戶每次打開應用或新建標簽頁時都會看到的界面。屏幕中央是一個醒目的編輯器 ，用戶可以直接在這里像平常一樣向 ChatGPT 提問。同時，用戶也可以方便地訪問所有的工具、模型選擇以及包含聊天歷史的側邊欄

然而，由于它是一個瀏覽器，這個界面能做的事情遠不止聊天。具有多種交互方式：

智能導航：輸入“hacker news”，瀏覽器會直接識別意圖并跳轉到相應的 URL

自然語言書簽：用自然語言說出“open my commits for this galaxy diff”，瀏覽器便能理解并打開你之前收藏的一個特定的 GitHub 提交頁面

基于記憶的搜索：當不確定一份文檔的具體位置時，輸入了“搜索關于Atlas core design 文檔”。瀏覽器開始搜索瀏覽記憶，并會成功找到了存儲在 Google Docs 中的目標文件，點擊即可打開

主屏幕編輯器的下方是“建議 ”區(qū)域。這是 Atlas 個性化功能的初步體現(xiàn)。這些建議會根據(jù) Atlas 對你近期活動的理解，為你生成可能感興趣的內容，從簡單的新聞故事到更高級的代理任務委托。你使用 Atlas 的次數(shù)越多，這些建議就會變得越精準

隨行聊天：伴侶側邊欄的實際應用

比如切換到了一個 GitHub 頁面，上面是有一些正在處理的一些代碼。在任何網(wǎng)頁的右上角，用戶都會看到一個“ask chatgpt”按鈕。點擊后，屏幕右側會滑出一個“側邊欄 ”

在這個側邊欄中，你可以執(zhí)行所有與 ChatGPT 相關的常規(guī)操作，但關鍵區(qū)別在于，它現(xiàn)在能夠看到并理解當前網(wǎng)頁的具體內容。這是一個重大的解鎖，它將瀏覽器從一個僅僅為你展示信息的工具，轉變?yōu)橐粋€能夠理解信息，甚至在某些情況下為你編輯信息的智能伙伴

演示兩個場景：

1.讓ChatGPT 總結當前代碼差異 (diff) 的內容，AI 迅速給出了準確的摘要

2.提出了一個更復雜的問題：“將這個提交挑選到今天要發(fā)布的 RC 版本中安全嗎？”。AI 會給出一個比如“風險很低”的評估

全新的搜索范式

Atlas 對搜索功能的重大升級。在瀏覽器中搜索一部想看的電影時，搜索結果頁面頂部出現(xiàn)了一系列標簽，如圖片、視頻和新聞 ，讓用戶可以像在傳統(tǒng)搜索引擎中一樣快速切換內容類型，同時又不失核心的聊天體驗

最有趣的創(chuàng)新在于點擊搜索結果后的交互。比如當點擊一條影評鏈接時，頁面并非全屏跳轉，而是默認將聊天側邊欄滑入，并將網(wǎng)頁鏈接以分屏視圖的形式打開。這種設計是讓你在瀏覽搜索結果時，身邊始終有一個 AI 伴侶。這創(chuàng)造了一種“多輪體驗 ”，你可以就當前瀏覽的頁面內容持續(xù)與 AI 進行對話和提問，而不是被簡單地發(fā)送到一個網(wǎng)頁后就中斷了與搜索引擎的互動

在看著四星好評的影評時，可以直接在側邊欄問 ChatGPT：你能用五個或更少的詞總結這篇評論嗎？，可以立即得到更精煉回答

光標聊天：行內 AI 輔助

一個非常普遍的工作流程是我們在郵件或文檔中寫好初稿，復制到 ChatGPT 進行潤色，再把修改后的結果粘貼回來。Atlas 的目標是扁平化這個流程

你可以在郵件草稿中，他選中了一段寫得較為隨意的文字，文本旁邊立即出現(xiàn)了一個小的ChatGPT 小部件。點擊后，輸入指令：潤色我的語言。AI 隨即在原地提供了一個更優(yōu)雅、更專業(yè)的版本。當他點擊“更新 ”按鈕時，原始選中的文本就被 AI 生成的新文本無縫替換了。這種功能允許用戶執(zhí)行“范圍非常明確的編輯”，極其有用

釋放Agent的潛力：專屬網(wǎng)絡助理

不得不服，別管實際工作表現(xiàn)如何，OpenAI的交互設計還是很酷炫的，這在Agent 模式里也體現(xiàn)的淋漓盡致

Atlas 的高級功能——代理模式 (Agent Mode)。Atlas 如何被賦予能力，代表用戶在網(wǎng)絡上自主執(zhí)行任務呢？

專業(yè)任務自動化

第一個場景設定在工作中。比如工作團隊正在用一個 Google Doc 非正式地規(guī)劃一個鬼屋項目。現(xiàn)在面臨兩個挑戰(zhàn)：

1.文檔中有些成員沒有填寫他們本周的任務（標記為“to-do”）。他需要禮貌地在文檔中留言提醒他們

2.團隊使用一個名為 Linear 的正式項目管理工具，他需要將 Google Doc 中所有已填寫的任務，遷移并創(chuàng)建為 Linear 中的“issues”（任務）

如果自己項目管理經(jīng)驗不足，也不太熟悉 Linear 的操作。因此，可以將這項繁瑣的任務完全委托給 Atlas 的代理模式。點擊了界面上的“Agent Mode”按鈕，并下達了指令。這個模式告訴 ChatGPT，希望它能在 Atlas 內部“代表我采取行動 “

啟動后，屏幕上出現(xiàn)了一個獨立的代理光標，開始自主地在 Google Doc 頁面上移動和點擊，就像一個真人在操作一樣。OpenAI強調，這個代理是在用戶的本地瀏覽器中運行，可以訪問用戶所有的本地認證信息（如登錄狀態(tài)）和歷史記錄，感覺就像是“用戶自身的自然延伸 ”。用戶可以實時觀看代理的操作過程，也可以切換到其他標簽頁做自己的事，讓代理在后臺運行

經(jīng)過一段時間：

結果顯示，代理不僅成功地在 Linear 中創(chuàng)建了所有任務并正確地標記了負責人，還在 Google Doc 中為那些未完成任務的同事留下了禮貌的提醒評論。這個功能極大地節(jié)省你的時間和精力，實現(xiàn)了從“vibe coding”（憑感覺編程）到“vibe lifing”（憑感覺生活）的跨越，讓用戶可以將生活和工作中各種繁瑣的任務委托給 Atlas 代理

個人生活輔助

一個常見的煩惱：需要根據(jù)用餐人數(shù)（8人）重新計算食材用量，并列出購物清單?？梢允紫仁褂闷胀ǖ牧奶旃δ茉儐?Atlas：為八個人做這道菜我需要買什么食材？。ChatGPT 迅速閱讀了網(wǎng)頁，完成了計算，并生成了一份清晰的購物清單

接下來，將任務升級。在確認自己只需要購買肉和蔬菜后，對 ChatGPT 說：你能幫我訂購這些肉和蔬菜嗎？。此時，ChatGPT 識別出這是一個需要實際操作的任務，并主動請求授權以代理模式接管瀏覽器。點擊“繼續(xù) (continue)”后，代理便開始了行動

代理會展現(xiàn)出個性化能力：它知道你習慣電商購物，于是直接導航到了該網(wǎng)站。在搜索框中輸入商品名稱，并將正確的商品逐一添加到購物車中。最終，代理并沒有直接下單付款，而是將裝滿商品的購物車準備好，交由你最后審核和確認。這體現(xiàn)了其作為“助手”而非完全自主決策者的設計理念，確保用戶始終擁有最終控制權

安全

在展示代理模式強大能力的同時，OpenAI團隊也花了大量篇幅強調其圍繞安全和用戶控制所做的設計。與 ChatGPT 共享整個瀏覽器的訪問權限也帶來了一系列全新的風險。因此，將安全性根植于從模型到產品體驗的每一個環(huán)節(jié)至關重要。

內置的安全保障與操作邊界

首先，代理模式有一些硬性限制以保障基礎安全。它只能在用戶打開的瀏覽器標簽頁內操作，無法執(zhí)行用戶電腦上的本地代碼，也無法訪問瀏覽器之外的任何文件。它的活動范圍被嚴格限制在用戶的網(wǎng)絡瀏覽會話中

精細的用戶控制：登錄與登出狀態(tài)

Atlas 賦予了用戶精細的控制權。在一個新標簽頁中，用戶可以隨時決定 ChatGPT 代理是以“登錄 (logged in)”狀態(tài)還是“登出 (logged out)”狀態(tài)運行

登錄狀態(tài)：代理可以使用用戶在該網(wǎng)站的登錄憑證和個人數(shù)據(jù)，適合需要訪問個性化信息（如 Instacart 購物歷史）的任務。

登出狀態(tài)：代理在沒有個人數(shù)據(jù)訪問權限的情況下執(zhí)行任務，適用于那些不需要登錄的通用操作

團隊建議用戶在執(zhí)行每項任務前仔細考慮，代理是否真的需要訪問你的登錄信息，從而以最小權限原則來保障數(shù)據(jù)安全

可選且透明的記憶功能

“瀏覽器記憶 (browser memories)”功能也是完全可選的。用戶在首次設置瀏覽器時就可以選擇是否開啟。即使開啟后，用戶也可以隨時在設置中查看、管理甚至刪除這些記憶。這確保了用戶對自己的數(shù)據(jù)擁有完全的知情權和控制權

用于保護隱私的隱身模式

對于任何用戶不希望被瀏覽器或 ChatGPT 記憶的瀏覽活動和查詢，Atlas 同樣提供了標準的“隱身窗口”。團隊以一個幽默的例子說明了其用途，比如當你想問一個私密問題時，就可以使用隱身模式來保護隱私

Sam Altman大餅計劃

Sam Altman 認為人工智能的崛起代表著一個十年一遇的罕見機會 ，促使我們去重新思考瀏覽器的定義、使用方式，以及如何更高效、更愉快地利用網(wǎng)絡。他指出，自從標簽頁 (tabs) 出現(xiàn)以來，瀏覽器領域在很長一段時間內都未曾見過重大的創(chuàng)新。這讓 OpenAI 的團隊感到興奮，因為他們看到了一個真正重塑這一核心工具的巨大潛力

Altman 提出了一個核心的時代類比：在過去的互聯(lián)網(wǎng)時代，瀏覽器的地址欄 (URL bar) 和搜索框 (search box) 是人們與網(wǎng)絡互動的主要入口，是一種完美的模式。而現(xiàn)在，隨著人們開始以新的方式使用互聯(lián)網(wǎng)，他們相信“聊天體驗 ”將成為未來與網(wǎng)絡互動的全新、更佳的模式?；谶@一理念，團隊開始著手設計一款以對話式體驗為中心的瀏覽器

Atlas 的工程負責人 Ben Goodger 進一步闡述了這一設計哲學。他強調，Atlas 的誕生源于一個簡單而深刻的問題：如果你能和你的瀏覽器聊天會怎樣？。從這個想法出發(fā)，團隊重新構想了整個瀏覽體驗，目標是用簡潔的對話取代多年來積累的混亂和復雜 。一個關鍵的設計原則是，要避免讓 Atlas 感覺像是“一個僅僅被釘上聊天按鈕的舊瀏覽器”。相反，他們將 ChatGPT 置于產品的核心，使其成為 Atlas “跳動的心臟 (the beating heart of Atlas)”。這意味著 ChatGPT 將始終陪伴在用戶身邊，隨時準備在你瀏覽網(wǎng)頁時提供幫助

Sam Altman 認為當前展示的功能僅僅是這個項目的早期階段。未來真正令人興奮的可能性在于，當用戶的“自定義指令”能夠跟隨他們到網(wǎng)絡的每一個角落時，會發(fā)生什么。他描繪了一個未來場景：一個越來越了解你的代理，能夠主動為你整合信息，發(fā)現(xiàn)你可能在互聯(lián)網(wǎng)上感興趣的內容，并將它們匯集在一起。這將遠遠超出當前演示的范圍，實現(xiàn)更高層次的智能協(xié)同