OpenAI 更新了 ChatGPT 的 Chrome 瀏覽器擴充套件,讓這款 AI 助手從單純的問答工具升級為能夠讀取並操作已開啟標籤頁的瀏覽器代理。根據 The Decoder 的報道,使用者現在可以通過 @chrome 指令指定某個已開啟的標籤頁,讓 ChatGPT 讀取其中的內容;Chat 模式還能同時從多個標籤頁中提取資訊並加以彙總。
更進一步的改變出現在 Work 模式。該模式藉助 Computer Use 能力直接控制標籤頁,可以代替使用者傳送訊息、填寫表單、下載檔案,甚至對標籤頁進行分組管理。OpenAI 在示例中展示了這一擴充套件的幾種典型用法:跨多個已開啟標籤頁比較商品的尺寸、材質、配送時間和退貨規則;用通俗語言概括文章內容;或者把不同賣家的價格頁面放在一起比對。
OpenAI 方面稱,GPT-6 Astra 是目前市場上表現最好的 Computer Use 模型,能夠處理包含多個步驟的複雜工作流。此外,升級後的 ChatGPT 側邊欄會與使用者正在瀏覽的網頁並排顯示,完整的聊天記錄也整合在側邊欄中,使用者無需離開當前頁面即可呼叫歷史對話。
這一擴充套件面向所有 ChatGPT 套餐開放,意味著免費使用者也能使用這些瀏覽器內操作功能。
從行業背景看,瀏覽器正在成為 AI 助手競爭的新前線。過去一年,OpenAI、谷歌、Anthropic 等公司都在推動 AI 從「回答問題」走向「代替使用者執行任務」,而瀏覽器是使用者日常處理資訊與完成操作的核心場景。讓 AI 直接讀取標籤頁內容並代為操作,既提升了便利性,也把 AI 代理與使用者隱私、網頁許可權之間的邊界問題推到台前——擴充套件能訪問多少資料、以何種方式操作頁面,將直接影響使用者的信任與採用意願。
對關注馬斯克生態的讀者而言,這一動向也值得留意:SpaceXAI(原 xAI)旗下的 Grok 同樣在推進與瀏覽器和作業系統的深度整合,OpenAI 此次把 ChatGPT 嵌入 Chrome 並賦予其操作能力,等於在 AI 助手的「入口之爭」中又落下一子。誰能更自然地融入使用者已有的瀏覽與工作流程,誰就更可能在這場代理化競賽中佔據先機。