OpenAI 更新了 ChatGPT 的 Chrome 浏览器扩展,让这款 AI 助手从单纯的问答工具升级为能够读取并操作已打开标签页的浏览器代理。根据 The Decoder 的报道,用户现在可以通过 @chrome 指令指定某个已打开的标签页,让 ChatGPT 读取其中的内容;Chat 模式还能同时从多个标签页中提取信息并加以汇总。
更进一步的改变出现在 Work 模式。该模式借助 Computer Use 能力直接控制标签页,可以代替用户发送消息、填写表单、下载文件,甚至对标签页进行分组管理。OpenAI 在示例中展示了这一扩展的几种典型用法:跨多个已打开标签页比较商品的尺寸、材质、配送时间和退货规则;用通俗语言概括文章内容;或者把不同卖家的价格页面放在一起比对。
OpenAI 方面称,GPT-6 Astra 是目前市场上表现最好的 Computer Use 模型,能够处理包含多个步骤的复杂工作流。此外,升级后的 ChatGPT 侧边栏会与用户正在浏览的网页并排显示,完整的聊天记录也整合在侧边栏中,用户无需离开当前页面即可调用历史对话。
这一扩展面向所有 ChatGPT 套餐开放,意味着免费用户也能使用这些浏览器内操作功能。
从行业背景看,浏览器正在成为 AI 助手竞争的新前线。过去一年,OpenAI、谷歌、Anthropic 等公司都在推动 AI 从「回答问题」走向「代替用户执行任务」,而浏览器是用户日常处理信息与完成操作的核心场景。让 AI 直接读取标签页内容并代为操作,既提升了便利性,也把 AI 代理与用户隐私、网页权限之间的边界问题推到台前——扩展能访问多少数据、以何种方式操作页面,将直接影响用户的信任与采用意愿。
对关注马斯克生态的读者而言,这一动向也值得留意:SpaceXAI(原 xAI)旗下的 Grok 同样在推进与浏览器和操作系统的深度整合,OpenAI 此次把 ChatGPT 嵌入 Chrome 并赋予其操作能力,等于在 AI 助手的「入口之争」中又落下一子。谁能更自然地融入用户已有的浏览与工作流程,谁就更可能在这场代理化竞赛中占据先机。