出品 | 网易科技《态度》栏目
作者 | 袁宁
编辑 | 丁广胜
终于交 答卷了。
7月18日凌晨，Sam Altman 亲自登台，正式发布了 ChatGPT 的通用型Agent：不只是对话，而是直接完成任务。
在直播演示中，Agent 模式可以自己访问网页、调用终端、自动下单，执行从旅行规划、PPT 制作到图像生成与在线购物的整套流程。
是的，似乎是几个月前就在做的事情。但这次，不同在于，OpenAI 直接将这套流程变成了自身的系统能力。
据介绍， ChatGPT Agent即日起向 Pro、Plus 和 Team 版用户开放，Enterprise 和 Education 版用户将于7月获得使用权限。Pro 版用户每月400次，Plus 和 Team用户每月40次。
毫无疑问，Agent是继 之后，AI 应用范式的又一次重大转变。AI 正从“会说话的助手”，迈向“真正能做事的代理人”，而Agent 能力似乎也成了大模型进步的“第二曲线”。
然而，OpenAI发布后，出现了评价冰火两重天的情况，一边是不少媒体的“吹爆”，一边是不少从业者和网友的“下头”——也不过如此啊，雷声大雨点小。所以，至于新产品实际效果和体验如何，还需要进一步测试。
随着Manus 的出走，以及OpenAI 的进场。一个悬而未决的问题被推向台前：留给Manus 们的时间还有多少？
01与 Manus 高度相似，但这次是ChatGPT原生
用户发出一个跨步骤请求，Agent 自动开启浏览器，定位网页、滚动查找、点击链接、填表下单，一气呵成。
如果你还对几个月前 Manus 爆火时的演示有印象，那么再见这种“AI 动手”的画面，你可能并不会觉得意外。
而OpenAI 这次的关键在于，用系统级重构，把 Manus 想做的事，做成了基础设施能力。
OpenAI 的 Agent，并非某个工具的单次调用，而是由两项核心研究成果深度融合而来：Operator（视觉层交互代理）和 Deep Research（多步骤网页推理）。
前者解决“怎么动手”，后者擅长“怎么动脑”，这两者的融合，让 Agent 不再只是执行动作，而是具备了真正的任务理解、信息整合与策略优化能力。
再加上三大模块工具的支持：
- 文本浏览器 (Text-based Browser)：处理密集型网页阅读任务，提取信息；
- 可视化浏览器 (Text-based Browser)：在图形界面中操作鼠标点击、输入、截图等；
- 终端工具 (Terminal)：运行代码、生成文件、调用 API、与其他系统集成。
最重要的是，这一切都在 ChatGPT 内置的虚拟计算环境中统一调度运行，状态与上下文持续保留，任务之间无缝衔接。
也就是说，不只是自动点网页，而是具备了跨工具协同、自主策略选择的智能。
据OpenAI介绍，它不仅能执行，还能评估执行效果，并在每一步中动态选择最优路径。而用户可以随时插话调整指令，或临时接管任务进程。
02 Agent能力成大模型进步的“第二曲线”
在多个基准测试中，OpenAI Agent 展现出显著优势：
在人类最后的测试（ Humanities Last Exam） 中，模型在覆盖历史、哲学、经济等学科的复杂问题上取得43.1分，相比不带工具的 o3提高一倍。
在 DSBench 测试中，Agent 能完成数据分析、建模与图表生成等任务，整体表现超过以往所有开源和闭源模型，尤其在数据分析类项目中已明显优于人类中位水平。
在 SpreadsheetBench 表格操作测试中，Agent 对复杂电子表格的编辑、函数使用、格式规范处理能力均有显著进步，得分达到45.5%，是 GPT‑4o 的两倍，也首次接近 Excel Copilot 的商用水准。
网页操作方面，Agent 在 WebArena 中成功执行包括账号登录、页面跳转、数据采集等真实世界任务，其表现已接近人类平均水平。
同时，在信息检索能力上，Agent 在 BrowseComp 基准中获得68.9分，创下当前记录。这一指标直接关系到其自主执行任务时的可靠性。
03留给 Manus 们的窗口期可能比预期更短
OpenAI 的正式下场，或许正在改写整个 Agent 创业叙事。
就在几个月前，Manus 还被视为“国产 Agent 的希望”：它的确在大家还未理解Agent的时候，率先把未来摆在了大家面前，展示出 AI 执行复杂任务的真实潜力。
但7月初，Manus 官网悄然关闭，中国大陆业务暂停，仅保留海外产品线——也让外界开始重新审视 Agent 初创的现实处境。
前几天，还曾公开表示：大模型会吃掉90%的Agent。
当然，Manus的离开背后有监管、合规、资本多重因素。但现在的问题又来到了：当 OpenAI 亲自下场，初创通用型 Agent 的机会还有多大？
