砍掉浏览器 11 天后，OpenAI 把「AI 操作电脑」推到了台前
8 月 20 日，#OpenAI终极野心曝光# 冲上微博热搜。据《商业内幕》报道（IT之家转引），OpenAI 员工乐观估计，公司正接近实现从创立之初就设定的目标：让 AI 智能体像人类一样熟练地操作电脑，尤其是使用浏览器。更关键的是后半句：经过多年开发，公司现在已经有信心开始向客户逐步开放电脑操作功能。微博
对关注 Web 自动化的人来说，这条新闻的正确打开方式不是「又一个 AI 大新闻」，而是把它和 11 天前的另一件事拼起来看：8 月 9 日，OpenAI 刚关掉了自研 AI 浏览器 Atlas。前脚砍浏览器，后脚开放「操作电脑」，这不是撤退，是换路线。
Atlas 的 292 天：路线输了，能力没死
先把时间线捋清楚。Atlas 从 2025 年 10 月 21 日发布，到 2026 年 8 月 9 日停止工作，一共存在了 292 天。机器之心为了推广自家 AI 浏览器，OpenAI 还曾用赠送 ChatGPT 额度的方式推销。极客公园
但它始终只有 macOS 版。2026 年 7 月 9 日，OpenAI 宣布 Atlas 下线，给了约 30 天迁移期；帮助文档里留给用户的最后一条指引，是请在 8 月 9 日之前，把书签导出为 HTML 文件。极客公园一家想重新发明浏览器的公司，教用户的最后一件事，是怎么搬回 Chrome。
Atlas 真正的价值不在壳，而在里面的 Agent Mode：打开标签页、点击、输入，执行购物、预约、研究等多步骤任务。机器之心这些能力没有随产品下葬——它们被拆成两份：一份进了 ChatGPT 桌面端，包括那个能替你操作网页的云端浏览器；另一份做成了 Chrome 扩展。极客公园
关停公告里有句话，现在看就是这次转向的注脚：AI 浏览器应该是一个功能，不是目的地。极客公园所以 8 月 20 日这篇报道说的「逐步开放电脑操作」，不是新故事，是 Atlas 的遗产正式走到台前。
底气从哪来：从「看截图」到「读网页」
报道披露的技术细节，信息量不小。在最初的大规模基础训练阶段，OpenAI 很可能加入了逐帧屏幕截图，让模型提前接触有助于电脑操作的信息，后续阶段再用真人示范和强化学习继续加码。微博
更关键的变化是「看」的方式。过去 ChatGPT 要反复截取屏幕、分析像素、发送操作指令，再重新截屏分析；而目前在打开网站后，系统可以直接快速读取网页的底层信息，从内存结构、无障碍信息到链接关系都能应对。微博这一步等于从「盯着屏幕猜」换成「直接读页面结构」，也是整条技术路线里最值得内行盯住的一句。
截图并没有退出流程：用户开启电脑操作功能时，需要允许 ChatGPT 录屏，以便系统迅速识别当前显示的内容。微博这些能力组合起来，Codex 已经能自行测试生成的代码、发现问题并继续修改，形成完整闭环。电脑操作团队经理韦恩斯坦的说法很直接：一旦 ChatGPT 操作电脑和软件的速度超过你我，就会改变人们默认与电脑交互的方式。
社区里的基准复盘也印证了这条能力曲线。OSWorld-Verified 榜单上可以看到，在 2025 年底出现了一个能力的跃升，那段时间刚好是 Atlas 推出之后；BrowseComp 能力方面，也是在 2026 年初出现质的提升。知乎
泼盆冷水：能力边界比宣传清楚
先别急着想象「明天就能躺平」。参与开发热门电脑操作基准的哥伦比亚大学研究员周宇说得很直白：在训练数据非常充足的有限领域，电脑操作智能体确实可以表现得很好。想让它适应任何网页、任何应用程序和任何操作系统，仍然非常困难。微博
落到具体用例上，目前披露的场景集中在数据录入、合规任务和日程安排这类规则明确的窄任务，外加一批本来为人类点击和输入设计的「长尾网站」。微博批量回复邮件还做不到，浏览社交媒体信息流时也偏慢。
速度同样是硬伤。The Verge 早期测试 Atlas 时，一次 Amazon 加购任务，Atlas 大约耗时 10 分钟，而同一测试里的 Perplexity Comet 约为 2 分钟。机器之心而且只要任务流程变长，Agent 往往仍然需要用户持续检查和干预。
开启之前，先算三笔账
站在值不值得开的角度，这笔账可以拆成三份：
第一笔是隐私账。开启电脑操作要允许录屏，屏幕上出现的一切都在系统视野里；agent 还可能在你的登录态页面上执行操作。工作内容敏感的人，这一票要谨慎投。
第二笔是权限账。奥尔特曼 2025 年就示警过：实用价值很大，潜在风险也同样不小，建议只向智能体提供完成任务所必需的最低权限。微博
OpenAI 目前的确认策略是：只要智能体准备向外传输数据或者删除内容，就必须先征得用户同意。微博
这条防线不是多余的。2026 年 Black Hat 前夕，安全公司 Zenity 的研究仍然能够诱导部分 AI 浏览产品操作登录状态下的 WhatsApp 和 Amazon 页面，而 OpenAI 自己早就承认，这类把恶意指令藏进网页的提示注入攻击无法被完全阻止。机器之心
第三笔是时间账。负责浏览器能力的詹姆斯·孙说，对很多工程师来说，现在已经是让智能体写代码比自己写更快，电脑操作希望最终接近这种效率。微博注意时态：那是目标，不是现状，现在加一次购物车还要 10 分钟。
等不及的话，现在有什么能用
想现在就体验「AI 替你在网页上干活」，选择其实不少：
Perplexity 的 Comet 已经干脆向所有用户免费开放，本质是给订阅主业获客。极客公园
存量浏览器依然是基本盘：StatCounter 数据显示，2026 年 6 月，Chrome 在全球桌面及移动浏览器市场的份额仍为 70.01%，到 7 月仍是 68.22%。市值榜机器之心
巨头都在往存量浏览器里塞 AI：Gemini 进了 Chrome，Edge 里的 Copilot 模式同期铺开。ChatGPT 自己也做成了 Chrome 扩展，Chrome 商店页面显示的用户数已达 300 万。
国内阵营：腾讯把 QQ 浏览器升级为 AI 浏览器并推出 QBot，接入混元和 DeepSeek 双模型；360 全系浏览器做了 AI 升级，夸克持续强化 AI 搜索。
高频网页干活的人可以多留意美团旗下的 Tabbit：它把浏览、搜索、对话和 Agent 执行放进同一个工作区，已有跨境电商从业者用它编排覆盖经营链路的自动化任务，也有学生用它批量整理论文。
至于确定性重复任务——每日签到、固定格式抓取、批量填表——影刀这类成熟 RPA 工具依然比大模型 agent 更稳，至少不会自由发挥。
值得盯的三个信号
这条新闻发酵还不到一天，社区讨论还集中在转载层面，先不急着下强判断。三个信号值得标记跟进：
开放范围：电脑操作功能先给哪批客户、哪些地区，会不会进 ChatGPT 消费级——这决定它跟你有没有关系；
确认策略的最终形态：一个任务弹几次授权、哪些动作必须人工点头，直接决定它是生产力还是弹窗地狱；
国内跟进：国产大模型的 computer-use 进展和浏览器厂商的 agent 化。支付这块拼图也在动——x402 协议已被正式捐给 Linux 基金会，谷歌、微软、Visa、万事达等 40 多家机构进场共同治理；国内这边，支付宝 AI-Pay 也被封装成了 MCP 工具，代理可以下单、唤起支付，但最后一步收银台仍由人点头。知乎
一句话收尾
浏览器之战结束了，「谁替你干活」的战争刚开始。不用为 AI 搬家：浏览器照用，插件装好，权限攥紧——等信号对齐，再让它开工。
