OpenAI 表示電腦操作速度現已超越一般人類、正朝超人類水準邁進，Agent 使用量以「YC 級」速度成長
2026年10月26日 – a16z 播客專訪 OpenAI 的 Ari Weinstein 與 James Sun，探討電腦操作型 Agent
OpenAI 高層在接受 a16z 播客專訪時提出了兩大論點。首先，該公司的電腦操作型 Agent（computer-using agents）速度已經超越一般人類操作員，並正逼近專家級的水準。其次，經過一段長時間的採用期停滯後，使用量在過去幾個月急遽加速。專注於 OpenAI 電腦操作技術並偏向消費性產品開發的 Ari Weinstein 表示：「我們現在已經把電腦操作做到比一般人類操作電腦的速度還要快。我認為我們真的快要達到超越人類水準（superhuman）的境界，也就是說，它的速度將比電腦專家更快。」他將這個門檻稱為潛在的「重大轉折點（sea change）」，因為「任何你能手動完成的事，它都能做得更快。」這些說法為高層自行宣稱，且未附帶基準測試或使用數據。即便如此，這次訪談仍讓我們得以一窺該團隊如何看待其產品、採用曲線以及尚待克服的障礙。
使用量已現轉折點，但滲透率仍低
Weinstein 描述了軌跡上的劇烈轉變。當團隊剛開始打造電腦操作產品時，「幾乎沒什麼人在用」。隨後，底層模型在今年稍早「突然間」在這些任務上變得非常強大，而在過去幾個月裡，「產品正以瘋狂的速度成長。」他坦言目前的限制：目前僅有 OpenAI 用戶群中的「某個比例」在使用電腦操作功能。
今年 1 月加入 OpenAI 負責 Atlas 瀏覽器的 Sun，則對早期的掙扎提供了更坦率的說法。Atlas 中的 Agent 體驗「實際上並不是一個強大的賣點」，因為多數人都把它當成一般瀏覽器使用。Sun 的一句「RIP Atlas」暗示這款獨立瀏覽器自此已被整併進更廣泛的產品中。一旦模型能力提升，OpenAI 便將瀏覽器操作功能內建到已有 Agent 使用基礎的現有產品中，Sun 並指出，公司見證了「每週以 YC 級（YC-level）速度成長」的現象。
Sun 指出，下一個轉折點將是行動裝置與雲端。桌面端使用依然「非常偏向高階使用者（power user）」，而大多數消費者都離不開手機。目標是要讓每一位聊天用戶都擁有「一台甚至不需要理解如何操作的強大電腦」，Sun 將此視為邁向 10 億用戶的路徑。兩位高層皆表示，他們相信該產品正同時處於面向消費者與企業的「規模化時刻（scaling moment）」。
Astra 模型帶來了什麼改變
訪談的核心圍繞著 OpenAI 的最新模型 Astra。Weinstein 對其對電腦操作的影響持務實態度，指出該公司的電腦操作模型在「Astra 出現之前就已經非常優秀了」。依他的經驗，Astra 在三個方面為產品帶來了「邊際優化（around the edges）」。由於它在執行相同任務時消耗較少的思考 tokens，因此平均速度更快。它更擅長創意工作，正如在發布示範中所展示的，它能透過語音指令在 Microsoft Paint 裡畫畫。此外，它也更為可靠，他將其形容為 99% 與 97% 可靠度之間的差異：「很難察覺但非常重要。」
Sun 補充說明，Astra 是 OpenAI「對齊（aligned）做得最好的模型」，他引述系統卡（system card）指出該模型對提示詞注入（prompt injection）有更好的防禦能力，且非預期動作更少。他主張，對於涉及採購或與供應商及客戶溝通的企業工作而言，這讓部署過程讓人感到安全許多。Sun 還提到，內部測試顯示 Astra 在玩電玩遊戲時每次都能擊敗先前的 5.6 模型，並引述公開貼文指出它大約花 30 小時破關了《Fallout》。但他坦言不確定這在商業上代表什麼意義。
Weinstein 形容 OpenAI 的定位是擁有「最快、最便宜且最可靠的電腦操作產品」。這只是一種主張，而非已證實的結果。他也表示，公司將繼續提供涵蓋多種品質與價格層級的模型，且更便宜的模型在電腦操作上的表現也在進步。他預期未來在不同任務所使用的模型選擇上，會出現更多樣化的變化。
企業控制項：沙盒、審批機制與自動化審查員
隨著 Agent 的速度超越了監督它們的人類，Sun 表示，控制問題成了核心：「一旦你達到再也無法觀察和審查它所做的一切的程度，我們該如何賦予企業和商家控制人類參與度（human in the loop）以及可審計性（auditability）的能力？」
OpenAI 推出了建立在兩個層次上的企業控制項。第一層是確定性的（deterministic）。管理者可以將 Agent 隔離在經批准的應用程式與網站的沙盒（sandbox）中，並可針對特定動作（例如下載、上傳或造訪新網站）要求人類審查批准。第二層則是公司稱為 Guardian（或自動批准）基於模型的審查員，它會評估 Agent 採取的每一個動作以確保安全性和對齊性。消費者可能傾向什麼都不審批，而企業則能決定哪些類型的動作可以自動執行。
Sun 表示，企業的猶豫往往歸結於當責性（accountability）與安全感，而不是能力問題，且確定性的層次「給了企業很強的安全感」，儘管該模型防範提示詞注入的能力比多數人想像的還要好。OpenAI 也向管理者展示了內部與第三方的對齊評估結果。在消費者端，Weinstein 表示，諸如可見的動態游標以及針對新應用程式的權限提示等設計選擇，旨在建立信任並確保使用者不會擔心機器出現「失控狀況（runaway stuff）」
企業正在哪裡部署 Agent
Sun 表示企業應用案例「相當顯眼」，因為大型企業運作著歷史悠久的軟體（有些甚至有 15 到 20 年歷史），這些軟體沒有 MCP 工具，對人類使用者來說也相當彆扭。有些企業已經建立「技能（skills）」來教導模型操作這些系統。他將使用案例歸納為兩大類。第一類是他所謂在記錄系統（systems of record）跨系統中枯燥但有價值的自動化，例如 ERP 與 CRM。他舉的例子包括採購流程，每年設備訂單目前需從團隊試算表轉到營運團隊，接著進到採購軟體，然後發送給供應商。跨越多個缺乏 API 總帳的月底財務對帳是另一例，將數據餵給 CRM 與開發工具的業務開發亦然。市場研究也符合這類範疇。
第二類則是透過強化的視覺能力所實現、更具雄心的創意與技術工作，包括電路設計、建築、硬體工程和遊戲設計。Sun 表示，企業目前尚未考慮這些領域，因為他們專注於較簡單的機會，但他預期隨著客戶了解模型的能力，這些領域也會出現使用需求。
Weinstein 指出了消費端的類似案例，包括填寫 DMV（車輛管理局）表格、取消訂閱電子郵件清單，以及維護個人財務與餐點規劃試算表。他也強調全電腦的語音控制是他「最興奮」的類別。
Dot 與邁向主動式 Agent 的步伐
兩位高層花了很多時間談論 Dot，這是一款 OpenAI 的產品，其中的每個 Agent 都有自己的雲端電腦以及完整網頁瀏覽器，能夠購買商品和預約行程。Sun 表示其主要差異化優勢在於主動性（proactivity）。它能標記尚未進入他行事曆的外部會議邀請，並透過高層級指令監控 Slack 以獲取來自他回報鏈（reporting chain）的關鍵回饋。它還能同時驅動他的本地瀏覽器與雲端機器來提取 Sentry 日誌、進行分析並回報。他主張 Dot 最適合「每次形態都不盡相同的『主動且長期執行（proactive and long-running）』的任務」。
Weinstein 表示下一步是使用者與 Agent 之間的即時協作。目前的產品高度偏向背景執行，他稱之為優勢但也伴隨限制。他希望 Agent「適應你，而不是你去適應它」。
開放網路經濟學仍未解
Sun 直言不諱地談到了開放網路上的商業難題。在公司核准的軟體內，Agent 自動化大受歡迎。但在網際網路中，廣告商與廣告資助的出版商其商業模式「與讓 Agent 使用我們的產品並不一致」，且 Agent 的廣告曝光「實際上並不計入真實營收」。他說 OpenAI 正在與夥伴關係團隊共同處理這個問題，但目前尚未有解決方案。
對於想要容納 Agent 的網站，他指向了 WebMCP，這是 OpenAI 應用瀏覽器所支援的一項標準。它讓人類和 Agent 能夠共同使用網站，由 Agent 處理繁瑣步驟，而人類則接管瀏覽或結帳。Sun 表示該模型將網站本身保留為介面，而不是將其簡化為 API。
軟體外型規格與新創機會
被問及是歷史軟體（legacy software）還是 AI 原生應用會勝出時，Weinstein 表示兩者都會存續。寫於 10 到 40 年前的歷史系統不會迅速消失，而電腦操作「可能會給公司帶來更多壓力，讓軟體能更好地與 Agent 協同運作」，因為所有軟體預設都將與 Agent 協作。Sun 主張，廉價的軟體創作將推升品質向上，他拒絕接受未來網際網路變成「無面孔」的 Agent 對 Agent 流量的預測。他描述了為妻子建立個人化訓練工具的經驗，並預測將出現專為「一百個人或一個人」設計的軟體。在 B2B 領域，他說使用者依然需要一個用於審查日誌與控制的介面，「我們又何必屈就於糟糕的軟體呢？」
兩位身為前創業者的高層，儘管面對 OpenAI 的廣泛佈局，對新創公司依然保持建設性的態度。Sun 表示，相對於各種問題，OpenAI 的團隊依然「人手吃緊」。他舉了一個垂直領域的例子：某個 Agent 拍攝餐廳儲藏室照片、從預測客流量預測需求、透過採購軟體訂購食材，並調整 ERP 中的人力配置。他表示許多中小企業在理解、串接、部署與維護 AI 工具時都面臨掙扎，這就為深諳特定產業法規、市場進入策略（go-to-market）與客戶服務的專家留下了空間。
產品一致性是近期面臨的問題
Sun 坦承了一個令人不舒服的產品現實。使用者目前面臨著使用自身密碼的 Chrome 擴充功能、具備獨立 Cookie 與登入狀態的應用程式內桌面瀏覽器、ChatGPT 中的雲端瀏覽器，以及 Dot 中的另一台雲端電腦，而這四者之間完全不共享狀態。「為什麼我有這四個完全無法互相溝通的不同瀏覽器？」他表示這正是普通消費者會提出的疑問。他稱電腦操作在概念上是「最容易理解的 AI 產品」，但實作上的複雜性卻滲透到了使用者端。讓體驗保持一致且達到消費級水準是他下季度的首要任務，他並描述了一個「共享智慧層（shared intelligence layer）」，好讓 Agent 與應用程式能夠交換上下文，而不致破碎化成針對各個網站的獨立 Agent。