OpenAI突袭Chrome！ChatGPT长出「双手」，自动打工了
新智元报道
就在今天，OpenAI正式官宣ChatGPT重大升级，把计算机使用能力全面引入Chrome中。
Chat模式能跨标签页找信息，Work模式则能在授权后操作网页，发消息、填表、下载文件。
左边是资料，中间是报价，右边是邮件和表格。页面越开越多，真正需要的信息，却散在各个角落。
过去找ChatGPT帮忙，常常还得先做一轮搬运工：复制正文，贴进对话；切回网页，再补一段；遇到三家公司的套餐对比，还要防着自己抄串行。
OpenAI举了一个栗子，想要线上比较三款沙发，看尺寸、材质、交付时间和退货政策。
一款便宜，运费可能另算；另一款看着合适，尺寸却进不了电梯。真正费时间的，是把散落在页面里的条件找齐，再放到一起权衡。
软件采购也是一样。打开几家的定价页，把团队需求交给ChatGPT，让它比较哪个套餐覆盖所需功能。
靠着底层的Computer Use架构，ChatGPT终于从「光动嘴」变成了「真动手」。
比如简报里有一堆活动名称、日期、地址和联系人，而报名网页上全是一个个零散的输入框。
现在不用这么折腾了。把资料和要求一股脑丢给ChatGPT，它来填表，你最后扫一眼把把关就行。
平时比价挑供应商，得在好几个网页间来回切。现在，直接让ChatGPT把这几个标签页汇总成表，价格、核心功能、来源链接一步到位。
先横向对比已打开的几家施工队页面，挑出最符合要求的一家，顺手就把联系邮件的草稿给拟好了。
标签页开成一排小图标，半天找不到刚才的网页？直接让 ChatGPT 帮你整理分组。
刷网页时直接拉开侧边栏，就能翻历史记录、在Chat里提问，或者切到Work模式处理任务。
比如前脚刚和ChatGPT敲定采购需求，后脚打开供应商官网，就能顺着刚才的话茬直接比价；看文章卡在某句拗口的解释上，也能指哪问哪。
而且，侧边栏和ChatGPT客户端的对话是完全打通的。配合浏览器插件，它甚至能直接帮你在已经登录的网站里干活。
这次升级最有意思的地方，是OpenAI把AI执行任务的入口，放进了人们正在用的Chrome。
网页、登录状态、手头的资料都在这里。接上这些上下文，AI就有机会跟着人正在推进的事情，继续往下做。
过去二十年，浏览器是互联网的绝对入口，但它的交互逻辑始终是「人找信息、人点按钮」。
https://x.com/ChatGPT/status/2110823738531037651