Die KI-Organisation OpenAI hat offiziell ihren ersten KI-Agenten namens Operator gestartet. Dieser Agent funktioniert innerhalb eines Webbrowsers, um Aufgaben für Sie zu erledigen und ist jetzt als eingeschränkte Forschungsvorschau verfügbar.

OpenAI sucht immer nach neuen Innovationen für ChatGPT und nach Monaten von Gerüchten wurde nun der Technologieriese OpenAI’s erster KI-Agent, Operator, enthüllt. Operator ist darauf ausgelegt, Webtasks mit nur einem Tastendruck für Sie auszuführen.

Operator ist im Wesentlichen ein Computer Using Agent (CUA), der die visuellen Fähigkeiten von GPT-4o nutzt, um im Web zu browsen und zu suchen. Er ist jetzt als Forschungsvorschau für ChatGPT Pro-Abonnenten in den USA verfügbar.

Operator wird als Agent beschrieben, der „einen eigenen Browser verwenden kann, um Aufgaben für Sie auszuführen.“ Er kann Aufgaben wie die Buchung eines Abendessens, das Ausfüllen eines langen Formulars, das Bestellen von Lebensmitteln oder sogar das Buchen eines Fluges übernehmen. OpenAI hat ein Demo veröffentlicht, das Operator zeigt, wie er im Web surft.

Operator wird von dem CUA-Modell angetrieben, das die Fähigkeiten von GPT4o im Bereich des Sehens mit fortgeschrittenem Denken kombiniert. Er kann Browser-Elemente wie die Suchleiste, verschiedene Schaltflächen und Bildschirminhalte verstehen und verwenden.

Obwohl Operator als „Forschungsvorschau“ bezeichnet wird und noch in den Anfängen steckt, wird er voraussichtlich einen bedeutenden Schritt im Bereich der KI-Agenten darstellen. Nutzer in den USA können Operator testen, während eine allgemeinere Verfügbarkeit für die Zukunft geplant ist.

Wenn Sie ChatGPT Pro abonniert haben, können Sie Operator auf der OpenAI-Website ausprobieren. Sam Altman, CEO von OpenAI, deutete an, dass der Service später auch in anderen Ländern verfügbar sein wird.